基于循环神经网络的SPMA协议信道状态智能检测改进算法

摘要：

为实现对时敏目标的快速探测、定位和打击,战术瞄准网络技术(TTNT)对战术信息接入信道、交互传输的实时性、可靠性提出高要求.TTNT采用基于统计优先的多址接入(SPMA) 协议,通过周期性计算统计平均的思想,估计当前信道状态,控制战术信息接入信道的时机.该思想仅适用于流量相对平稳的情况,在流量非平稳时会导致较大的信道状态检测误差.针对此问题,引入流量预测技术,提出基于循环神经网络的SPMA协议信道状态智能检测改进算法.利用循环神经网络的学习特点学习历史流量数据的隐含特征,构建流量预测器对瞬时时刻的流量脉冲到达数进行实时预测,从而准确获取当前信道状态.实验结果表明:所提算法对信道状态的检测结果更接近真实值,显著降低了信道忙闲状态的误判率.

关键词：统计优先的多址接入协议、信道状态检测、流量预测、循环神经网络、战术瞄准网络技术

所属期刊栏目：49

分类号：TN929.5;V243

资助基金：国家自然科学基金;陕西省自然科学基金

在线出版日期：2023-04-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：735-744