高速跳频是跳频通信领域研究热点之一,具有跳频速率高、抗跟踪干扰能力强的优点。本文研究高速跳频通信系统中的智能干扰防护决策技术,通过智能决策技术根据感知的环境信息,决策出符合系统性能需求的干扰防护措施,有效对抗各类干扰,保障复杂多变干扰环境下的可靠通信。本文主要研究高速跳频通信系统的智能干扰防护决策技术,包括:高速跳频通信系统智能干扰防护决策方案设计、基于规则的高速跳频通信节点干扰防护决策技术研究和基于神经网络的高速跳频通信节点干扰防护决策技术研究,同时在复杂干扰环境下对基于智能决策的高速跳频通信系统的传输性能进行仿真分析。主要内容如下:第一部分首先介绍了课题研究背景及意义,然后分析了高速跳频通信系统和智能干扰防护决策技术的研究现状。第二部分阐述了高速跳频通信系统原理,设计了智能干扰防护决策方案。首先给出了系统的网络架构、时隙分配和链路传输原理,接着针对高速跳频通信系统的通信传输特点,设计了高速跳频通信系统智能干扰防护决策方案,并分别构建了系统频谱汇聚中心和普通节点的抗干扰决策引擎,并在此基础上,进行了抗干扰性能评估指标和性能评估函数的设计。第三部分研究了基于规则的高速跳频通信节点干扰防护决策技术。首先设计了基于规则的节点干扰防护决策架构,基于规则,研究了跳频频点集合决策算法、干扰抑制方式决策算法、功率和速率模式联合决策算法,最后在几种典型的干扰环境下,将传统干扰抑制算法下的系统性能和基于规则决策算法的系统性能进行了对比,仿真结果表明,基于规则决策的系统获得了更好的抗干扰性能。第四部分研究了基于神经网络的高速跳频通信节点干扰防护决策技术。首先设计了基于神经网络的节点功率和速率联合决策模型,并根据系统的实际需求确定神经网络的输入输出、判别标准、目标函数、数据源和训练参数;然后根据离线训练好的神经网络模型,对干扰环境下的系统性能进行了仿真分析,结果表明,采用了神经网络决策算法的系统具有较强的抗干扰能力,同时具有一定的容错能力和泛化能力。最后,当仿真条件一致时,基于神经网络决策的系统和基于规则决策的系统仿真结果对比发现,两者在干扰环境下都具有较强的抗干扰能力,在功率效率上神经网络决策略优于规则决策。第五部分对复杂干扰环境下高速跳频通信系统传输性能进行了分析。考虑了几种复杂干扰环境场景,分别是固定干扰场景、动态干扰场景和未知干扰场景,在这些干扰场景下对无决策和基于智能决策的系统进行了性能仿真对比,结果表明,当智能决策引擎能较准确及时地获取系统环境信息时,基于决策的系统相较于无决策的系统,具有更好的抗干扰能力,同时对功率效率有一定程度的提升。