采用BP神经网络的智能抗干扰决策引擎研究

来源：信号处理杂志 2019年第8期北京时间：

作者：冉雨, 程郁凡, 陈大勇, 王小青

摘要：在认知抗干扰通信系统中，智能决策是其核心，根据干扰环境，对系统的干扰抑制方式、频谱资源分配、调制编码方式和功率调整信息进行最优决策。现有的抗干扰通信系统的智能决策多采用遗传算法、人工蜂群算法等，面对日益复杂的电磁环境，通常这些算法不具有对新干扰的泛化能力。BP神经网络算法简单、具有一定的容错能力和泛化能力，本文设计并分析了一种基于BP神经网络的抗干扰实时决策引擎模型，根据系统性能设计了输入输出数据的预处理方式和判别标准，阐述了决策实现步骤，分析了算法参数；通过系统性能仿真，验证了文中提出的实时决策引擎的强抗干扰性能。与采用遗传算法和人工蜂群算法的决策引擎相比，本文提出的决策引擎决策速度更快且具有泛化能力和容错能力。

关键词：认知抗干扰, 决策引擎, BP神经网络