基于机器学习的USRP RIO通信干扰系统.pdf
《基于机器学习的USRP RIO通信干扰系统.pdf》由会员分享,可在线阅读,更多相关《基于机器学习的USRP RIO通信干扰系统.pdf(4页珍藏版)》请在咨信网上搜索。
1、Telecom Power Technology 171 Aug.10,2023,Vol.40 No.15 2023 年 8 月 10 日第 40 卷第 15 期通信网络技术DOI:10.19399/ki.tpt.2023.15.055基于机器学习的 USRP RIO 通信干扰系统吕光辉(航天恒星科技有限公司,北京 100095)摘要:随着通信技术的不断进步,其在军用和民用领域的应用受到了越来越多的重视。但是在通信技术中,通信对抗一直是一个热门的话题,各种不同的抗干扰策略被提出,以应对通信过程中受到的内外界扰动。之前的研究中,干扰技术都比较单一,干扰的有效性变得很差。因此,在通用软件无线电外设
2、可重构输入/输出(Universal Software Radio Peripheral Reconfigurable Input/Output,USRP RIO)软件的基础上设计了一种无线平台通信干扰策略。在这个策略中,用强化学习来预测通信的干扰,同时智能干扰设计通过机器学习来完成,显著提升了系统的干扰效果。关键词:干扰系统;通用软件无线电外设可重构输入/输出(USRP RIO);机器学习USRP RIO Communication Jamming System Based on Machine LearningLYU Guanghui(Aerospace Star Technology C
3、o.,Ltd.,Beijing 100095,China)Abstract:With the continuous progress of communication technology,its application in military and civilian fields has been paid more and more attention.However,communication countermeasure is always a hot topic in communication technology,and various anti-interference st
4、rategies have been proposed to deal with the internal and external disturbance in the process of communication.However,in previous studies,jamming techniques were relatively simple,and the effectiveness of jamming became very poor.Therefore,a communication jamming strategy for wireless platform is d
5、esigned based on Universal Software Radio Peripheral Reconfigurable Input/Output(USRP RIO)software.In this strategy,reinforcement learning is used to predict communication interference,while intelligent interference design is completed by machine learning,which significantly improves the jamming eff
6、ect of the system.Keywords:interference system;Universal Software Radio Peripheral Reconfigurable Input/Output(USRP RIO);machine learning0 引 言随着无线通信技术的快速发展和广泛应用,对通信系统的安全性和可靠性要求也日益增加1-3。同时,通信系统面临着各种各样的干扰攻击,包括有意的攻击和无意的干扰,如电磁辐射干扰、多径效应等。传统的干扰技术通常采用单一的干扰方式,如使用高功率信号、增加噪声等,但这些方法往往容易被现代通信系统的抗干扰技术所抵抗。为了提高干扰系
7、统的干扰效果和适应性,研究人员开始尝试使用机器学习技术来开发智能干扰系统4-6。机器学习技术可以为干扰系统提供强大的自适应能力和决策能力,并且可以根据实际情况进行实时调整,从而在各种复杂环境中实现最优的干扰效果7-10。因此,基于机器学习思想对通信干扰系统进行研究。1 基于 USRPRIO 的通信干扰系统框架设计在通用软件无线电外设可重构输入/输出(Universal Software Radio Peripheral Reconfigurable Input/Output,USRP RIO)软件中设计一个无线通信干扰框架,其具体的结构可分为 2 个部分,分别是干扰机和通信用户。具体而言,在通
8、信用户功能实现方面可以看出,在发射机中,基本的通信任务由 USRP RIO 实现,如通信数据的传输、视频的在线播放等。同时,计算机负责处理数据以满足传输前的帧结构,并根据需要调整参数。接收机负责信号接收、转发和资源配置。此外,干扰机的基本功能和发射机一样,都是在 USRP RIO 和计算机的基础上实现功能。数据帧是一种通信用户在通信过程中使用的数据结构,它的结构设计参考了长期演进(Long Term Evolution,LTE)帧,具体由4个部分组成,包括数据块、长期训练场(Long Training Field,LTF)序列、乌拉姆-沃伯顿(Ulam-Warburton,UW)序列以及同步信
9、息组(Synchronization Information Group,SIG)序列。其中,数据块用于存储需要传输的数据;LTF 序列是对信道容量的估计,同时均衡信道的流量;UW 序列能够缓解在通信干扰系统中由多径影响产生的符号干扰,增强了系统的传输能力;SIG 序列是对调制方式进行设置,调制方式可选用正交相移键控(Quadrature Phase Shift Keying,QPSK)和 64 位正交幅度调制(64 Quadrature Amplitude Modulation,64QAM)等。SIG 序 列在接收机接收到信号后,可以得到信号的调制信息,收稿日期:2023-03-31作者简介
10、:吕光辉(1978),男,山东烟台人,本科,工程师,主要研究方向为通信与信息系统。2023 年 8 月 10 日第 40 卷第 15 期Aug.10,2023,Vol.40 No.15Telecom Power Technology 172 然后对信号进行解调。发送机与接收机发送和接收信息的功能流程如图 1 和图 2 所示。在数据的传输过程中,设计可靠有效的收发功能策略可以使通信用户实现高速的传输功能。从图 1 中可以看出发送机的基本功能。系统的信息源经过正交幅度调制(Quadrature Amplitude Modulation,QAM)模块调制以后,传输到插入 UW,在这个模块中,缓解了通
11、信干扰系统由多径影响产生的符号干扰,增强了系统的传输能力,然后信息传输到组帧中。此外,由 LTF 序列和 SIG 序列调制的信号通过反傅里叶变换(Inverse Fast Fourier Transform,IFFT)和二进制相移键控(Binary Phase Shift Keying,BPSK)调制模块后,再通过插入 UW 模块传输到组帧模块中。此时,组帧模块中的信号传输到了射频(Radio Frequency,RF)发送模块,而在该模块中,还接收了来自发射参数修改模块的信号,其主要是对包括中心频点、发射功率等通信参数进行配置。图 2 表示的是接收机的基本流程。首先,当 RF接收模块收到来自
12、接收参数修改模块的信号后,将该信号传输到帧解析 UW,经由该模块将信号传输到快速傅里叶变换(Fast Fourier Transform,FFT)模块。在 FFT 模块中,信号分为 2 部分传输,一部分直接传输到频域均衡器,另一部分进入通过 LTF 序列进行信道估计,然后再进入频域均衡器。其次,信号传输到 IFFT 模块,该模块中信号的流向又分为了 2 个部分,一部分直接传递到 QAM 中进行解调,另一部分通过 SIG 序列确认 QAM 制式,再传输到 QAM 进行解调。最后,信号进入信宿。干扰机的功能也很简单,其工作原理与发射机非常相似。信号源中的信号传输到QAM模块进行调制,调制后的信号再
13、传递到 RF 发送模块。同时,该模块接收了来自具有随机干扰和扫频干扰的发射参数修改模块的信号,然后 RF 接收模块中的相关参数被改变,最后通过天线传送到无线信号。2 基于强化学习的通信干扰系统研究2.1 基于强化学习的通信干扰系统模型该系统的组成包括了通信用户、数据处理中心、干扰机以及认知引擎,并且存在多个感知节点。通信用户中发射机和接收机之间的通信策略可以利用不同的信道进行相互切换。此外,通信用户和干扰机在工作时的频率一样,因此这些频率中的频段被等宽的划分为 L 个信道,其中信道集 L1的表达式为L1=1,2,3,L。在这些信道集中,干扰机和通信用户在每一个时间间隙中都只使用一个信道。在干扰
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于机器学习的USRP RIO通信干扰系统 基于 机器 学习 USRP RIO 通信 干扰 系统
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。