-
公开(公告)号:CN116846509A
公开(公告)日:2023-10-03
申请号:CN202310666954.5
申请日:2023-06-07
Applicant: 哈尔滨工程大学
IPC: H04K3/00 , G06N3/0499 , G06N3/092
Abstract: 本发明提出一种基于隐式对手建模的强化学习抗干扰通信方法。该方法包括:搭建一对一通信抗干扰模型,通信节点获取强化学习智能干扰节点干扰频段信息,将此信息与通信节点通信频段信息结合为隐含干扰节点建模信息的环境状态,将此环境状态送至神经网络处理,根据贪婪算法选出通信频段,通信完成后将选择的频段,此时的奖励,环境状态与下一时隙环境状态组成经验元组输入到经验回放池中,按照样本新旧优先级产生不等概率,依概率抽取经验,优化神经网络参数。本发明利用干扰节点历史干扰信息,对其隐式建模,结合深度强化学习算法以获取抵抗该智能干扰的能力。
-
公开(公告)号:CN116684233A
公开(公告)日:2023-09-01
申请号:CN202310710751.1
申请日:2023-06-15
Applicant: 哈尔滨工程大学
Abstract: 一种基于图像显著性检测的通信信号调制识别方法,它涉及一种通信信号调制识别方法。本发明为了解决现有通信信号调制识别方法不能在低信噪比情况下有效去除时频图像中背景噪声,导致对通信信号的调制识别准确率较低的问题。本发明能够在低信噪比情况下有效去除时频图像中的背景噪声,提高对通信信号的调制识别准确率。本发明属于通信信号调制识别技术领域。
-
公开(公告)号:CN116684233B
公开(公告)日:2024-10-18
申请号:CN202310710751.1
申请日:2023-06-15
Applicant: 哈尔滨工程大学
Abstract: 一种基于图像显著性检测的通信信号调制识别方法,它涉及一种通信信号调制识别方法。本发明为了解决现有通信信号调制识别方法不能在低信噪比情况下有效去除时频图像中背景噪声,导致对通信信号的调制识别准确率较低的问题。本发明能够在低信噪比情况下有效去除时频图像中的背景噪声,提高对通信信号的调制识别准确率。本发明属于通信信号调制识别技术领域。
-
-