基于信道化干扰检测的跳频智能抗干扰方法

摘要

随着认知电子战的发展，短波跳频通信系统的抗干扰能力面临严峻挑战，于是提出了一种基于信道化干扰检测的跳频智能抗干扰方法，旨在解决传统干扰检测和抗干扰策略在复杂、多变的电子战环境中难以保持高效和准确的问题。通过改进前向连续均值去除（Forward consecutive mean excision,FCME）算法，降低传统算法对初始噪声估计准确性的依赖，同时结合信道化接收机方案，实现对短波跳频通信系统全频段的干扰监测，满足电子战中快速高效的抗干扰需求。并采用双深度Q网络（Double DQN,DDQN）学习干扰规律、制定抗干扰策略。仿真结果表明：改进的干扰检测算法在单音、多音和宽带干扰的检测中，尤其在低干扰噪声比条件下，其检测率显著高于FCME、差分谱包络FCME(Differential spectrum envelope FCME,DiffFCME)、双门限FCME(Double threshold FCME,DTFCME)和连续均值去除（Consecutive mean excision,CME）干扰检测算法，且漏检率较低；在高虚警概率下，误检率也显著降低。此外，在提出的随机干扰和规律干扰场景中，DDQN抗干扰决策模型相比于随机、深度Q网络（DeepQ-Network,DQN）和对抗深度Q网络（Dueling DQN）决策模型展现了更快的收敛速度和更高的抗干扰决策成功率。同时，提出的抗干扰方法生成的跳频策略在相同干扰条件下，其归一化吞吐量显著优于传统的伪随机跳频策略。

关键词

抗干扰决策 / 强化学习 / 马尔可夫决策 / 干扰检测