基于迁移学习和参数优化的干扰效能评估方法

来源：电子与信息学报杂志2024年第6期北京时间：

作者：孙志国, 肖硕, 吴毅杰, 李诗铭, 王震铎

单位：1.哈尔滨工程大学通信与信息工程学院 哈尔滨 1500012.上海航天电子技术研究所 上海 201109

摘要：针对数字通信系统中传统误码率评估导致干扰效能评估结果单一的问题，该文提出了一种基于迁移学习和参数优化的干扰效能评估方法。该方法选取各信号处理模块的核心参数作为机器学习的训练指标，并以优劣解距离的评估结果作为分类标准，采用支持向量机训练评估模型。通过改进蚁群算法的全局搜索能力和迁移学习的知识传递特性分别解决了支持向量机中的参数优化问题和训练样本中的数据缺失问题。仿真实验结果表明，掌握源域数据集的支持向量机在模型准确度方面提升4.2%，牺牲初始收敛能力的参数优化与最优解的靠近程度提升4.7%，并且可以应用于数字通信系统的干扰效能评估。

关键词：干扰效能评估, 数字通信, 支持向量机, 蚁群优化, 迁移学习

基金资助：国家自然科学基金(62001138)，黑龙江省自然科学基金(LH2021F009)