【技术实现步骤摘要】
本专利技术属于频谱分配方法，具体涉及一种基于干扰预测的智能频谱分配方法。
技术介绍
1、现有的频谱分配方法主要包括基于图论、启发式以及近几年比较流行的机器学习算法，然而在现代化的军事作战中，装备种类多数量大，在一定的空间域、时间域和频率域上，多种电磁信号同时存在，大量电磁信号连续交错、密级重叠，功率分布参差不齐，给我方装备带来了严重的自扰以及恶意干扰。面对越来越严峻的作战形势，以上传统的频谱分配方式已经不再适用于动态环境，而机器学习中的强化学习可以通过感知环境、与环境实时交互，帮助我方用频装备做出有效决策。
2、现有的频谱分配方法的缺点：
3、频谱分配方法主要包括基于图论、启发式以及近几年比较流行的机器学习算法。然而，图论算法虽然简单，但是频点或用户数目大时计算量大，且参数一般根据经验值设定，不能根据实际问题具体调整。启发式算法中常用的遗传算法和粒子群算法在进行资源分配时，表现不尽人意，其中遗传算法全局搜索能力强不会陷入局部最优，但是容易早熟，导致局部搜索能力差且时间复杂度高；粒子群算法运算量小，在全局搜索能力上...
【技术保护点】
1.一种基于干扰预测的智能频谱分配方法，其特征在于，包括以下步骤；
2.根据权利要求1所述的一种基于干扰预测的智能频谱分配方法，其特征在于，所述复杂电磁作战模型构建具体为：
3.根据权利要求2所述的一种基于干扰预测的智能频谱分配方法，其特征在于，我方装备之间的损耗矩阵以及敌方设备与我方设备之间的损耗矩阵计算过程如下所示：
4.根据权利要求2所述的一种基于干扰预测的智能频谱分配方法，其特征在于，所述设备评估模型构建具体为：
5.根据权利要求2所述的一种基于干扰预测的智能频谱分配方法，其特征在于，所述步骤2具体为：
<...【技术特征摘要】
1.一种基于干扰预测的智能频谱分配方法，其特征在于，包括以下步骤；
2.根据权利要求1所述的一种基于干扰预测的智能频谱分配方法，其特征在于，所述复杂电磁作战模型构建具体为：
3.根据权利要求2所述的一种基于干扰预测的智能频谱分配方法，其特征在于，我方装备之间的损耗矩阵以及敌方设备与我方设备之间的损耗矩阵计算过程如下所示：
4.根据权利要求2所述的一种基于干扰预测的智能频谱分配方法，其特征在于，所述设备评估模型构建具体为：
5.根据权利要求2所述的一种基于干扰预测的智能频谱分配方法，其特征在于，所述步骤2具体为：
6.根据权利要求2所述的一种基于干扰预测的智能频谱分配方法，其特征在于，所述步骤3具体为：
7.根据权利要求6所述的一种基于干扰预测的智能频谱分配方法，其特征在于，状态空间、动作空...
【专利技术属性】
技术研发人员：司江勃，姜婷，李赞，关磊，李晨曦，陈章，戴雪雅，石莎，赵浩钦，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。