一种基于图形模型的跳频序列预测系统技术方案

本发明专利技术公开了一种基于图形模型的跳频序列预测系统，包括：预处理模块，用于对截获的原始跳频序列进行去噪、去带宽等处理；预测模块，与所述预处理模块连接，用于重构相空间和构建预测模型；反馈调整模块，与所述预处理模块和预测模块连接，用于精度检测，反馈与模型调整。本发明专利技术采用Cao方法和自相关法求解嵌入维数m和时间延迟τ进而重构相空间，基于改进的MMPC算法学习查询节点的马尔科夫边界构建预测模型。本发明专利技术的嵌入维数m和时间延迟τ是相空间重构的两个关键参数，利用自相关法和Cao方法获得参数更稳定可靠，通过马尔科夫边界简化贝叶斯网络模型，使得预测效率更高。

【技术实现步骤摘要】

【技术保护点】
一种基于图形模型的跳频序列预测系统，其特征在于，通过相空间重构建立的基于图形模型的跳频序列预测系统包括：预处理模块，对截获的原始跳频序列进行去噪、去带宽等，选取适量的一段跳频序列{xi},i=1,2,…,N作为模型构建的训练集数据，把训练集数据后面相邻的M个跳频码作为模型检验数据；预测模块，与所述预处理模块连接，用于重构相空间和构建预测模型；反馈调整模块，与所述预处理模块和预测模块连接，用于精度检测，反馈与模型调整。

【技术特征摘要】

【专利技术属性】
技术研发人员：杨有龙，王文生，曹颖，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：