导读:本文包含了短波通信频率预测论文开题报告文献综述及选题提纲参考文献，主要关键词:短波通信,短波选频,系统设计,系统应用
短波通信频率预测论文文献综述
张海勇,田晓铭,徐池[1]（2019）在《基于Kriging频率预测的短波通信选频系统设计与构建》一文中研究指出短波通信选频是保障短波通信质量的重要手段。针对目前Kriging频率预测方法缺少具体实践应用等问题,基于选频方法系统化、程序化以及简单化的设计理念,提出一种短波通信选频系统的设计方案,对系统的体系结构、应用模式以及关键技术进行研究。设计搭建集数据管理、频率选择、态势呈现与资源分配于一体的可视化系统,并在此基础上构建了软件演示系统,为通信双方高效获取选频信息、合理分配短波通信频率资源提供依据,对海上短波通信系统的组织应用具有重要意义。(本文来源于《通信技术》期刊2019年04期）
田晓铭,张海勇,徐池,韩东[2]（2018）在《泛Kriging法在海上短波通信频率预测中的应用》一文中研究指出频率预测是保障短波通信的关键技术。针对现有短波频率预测方法中数据处理过程复杂、输入参数条件苛刻、工程实现难度较大等问题,提出了一种基于泛克里格(Universal Kriging)空间重构法的海上短波通信频率预测方法。利用海军频率管理系统中大量的实用通信频率数据,基于球状模型、指数模型、高斯模型叁种典型变异函数理论模型,研究了通信频率的空间相关性,建立了反映沿纬度方向通信频率变化剧烈程度的漂移表达式,通过交叉重构法对海上短波通信频率进行预测。实验结果表明,泛克里格法在海上短波通信频率预测中具有良好的适用性和可靠性,对未知海域短波通信频率的预测优选具有重要意义。(本文来源于《电讯技术》期刊2018年12期）
赵德群,陈鹏宇,孙光民,段建英,苏晋海[3]（2018）在《基于MEA-WNN的短波通信最佳频率预测》一文中研究指出针对短波通信中通信频率选择不恰当导致信号衰落严重、传输不可靠等问题,提出一种基于思维进化的小波神经网络(mind evolutionary algorithm-wavelet neural network,MEA-WNN)和混沌理论相结合的短波通信频率预测方法.采用具有良好的非线性拟合特性的小波神经网络作为预测模型,利用混沌理论重构相空间,确定神经网络各层节点个数,并用思维进化算法优化网络的初始权值与网络中小波函数的伸缩因子和平移因子.实验表明,MEAWNN算法能提高短波通信f0 F2的预测精度.(本文来源于《北京工业大学学报》期刊2018年02期）
孙春生,郭航行,董严红[4]（2016）在《短波天波通信频率预测模型建立与仿真》一文中研究指出与微波通信、卫星通信和超短波通信等方式对比,短波通信虽然通信速率相对有限,但具有通信距离远、设备简单、抗毁性强的突出特点,仍然是海上军事通信的重要手段。但短波通信受到信道数量、电离层变化、电磁干扰的影响,通信环境不断恶化,为了保证短波军事通信的可靠性,需要通过建立相应的数学模型对频率预测进行预测,以保证短波通信网络的正常运转。针对现有短波通信频率预测模型计算繁琐、需要手工查找图表、不利于计算机实现等缺点,本文在现有短波传播预测模型的基础上,引入国际参考地磁场模型,设计完成了简洁完整的传输损耗计算模型,同时也减少了误差,能够方便地用于计算机仿真实现。此模型已在具体仿真系统中运用,使用效果良好,具有较好的工程运用价值。(本文来源于《系统仿真技术》期刊2016年03期）
庄乾波[5]（2015）在《短波通信的频率预测方法》一文中研究指出本文主要根据短波通信的特点以实例分析的形式介绍了短波频率的预测方法,提出了如何恰当地分配短波线路工作频率的原则,为实际工程中解决短波波段用户拥挤、干扰严重等问题提供了较好的借鉴。(本文来源于《中国新通信》期刊2015年01期）
谭馨,林刚[6]（2014）在《一种基于飞行试验的短波通信频率预测方法》一文中研究指出机载短波通信是CNI(通信/导航/识别)体系内不可或缺的组成部分。运用短波通信理论分析了机载短波通信通信频率与通信距离之间的关系,鉴于通信距离在实战中的的重要性,提出了一种预测短波通信频率的方法。方法主要为以下2点:一、特定时间和路程下的最高可用频率;二、每一频率在每一时段的信噪比及可用性百分比。方法主要经由理论分析、软件辅助计算,并结合电磁环境的监测结果和实际地面互联互通经验对预测结果进行修正,给出每一时刻的最佳通信频率。最后,通过真实飞行试验对该方法的可行性进行了工程验证。(本文来源于《无线电通信技术》期刊2014年03期）
谷安永,于锁明[7]（2010）在《公安消防部队短波通信频率预测及自动化管理》一文中研究指出本文根据消防部队信息化建设项目的要求,结合消防部队短波通信网的结构和电台的链路建立协议及未来扩充需求等情况,论述了消防短波通信频率预测及自动化管理的必要性;描述了建立公安消防部队短波通信频率预测及自动化管理系统的技术构成、实现功能、工作原理、应用模式等;具体提出了通过有效利用我国电离层探测网的技术手段,实现消防短波可用频率预测预报和短波链路的随叫随通,提升消防应急通信的保障性。(本文来源于《2010中国消防协会科学技术年会论文集》期刊2010-10-15）
袁立明[8]（2008）在《基于模糊小波神经网络的短波通信频率预测方法研究》一文中研究指出无线电短波利用电离层折射可以完成远距离通信,由于电离层对电波的限制,需要先期预测出电离层的情况,用来作为通信时挑选频率的根掘。这项工作对于现代短波通信有极其重要的意义。电离层F_2层临界频率(f_0F_2)月中值本身存在着一定的变化规律,这种规律可以用于频率预测。我国学者总结这些规律提出了“中国参考电离层模式(CRI)”,但CRI引入了某些人为的假定,限制了预测的精度。另有学者采用人工神经网络技术进行频率预测,但目前广泛采用的BP网络预测方法在预测精度方面尚有不足。本文提出了利用相空间重构结合模糊小波神经网络(FWNN)进行f_0F_2月中值预测的方法。首先利用相空间重构方法对f_0F_2月中值进行预处理,生成用于训练FWNN的样本数据,然后采用BP算法对FWNN进行训练,最后用训练好的FWNN进行f_0F_2月中值预测。对比实验结果表明,本文所提方法的预测精度高于目前常用的BP网络预测方法。此外,本文还尝试引入基于奇异值分解的去噪方法,使得预测精度得到进一步的提高。研究表明,基于模糊小波神经网络的短波通信频率预测方法是可行的,将模糊小波神经网络与相空间重构和奇异值分解去噪技术相结合,能够取得更好的效果。(本文来源于《哈尔滨工程大学》期刊2008-12-01）
史耀媛,宋恒,何吟[9]（2006）在《基于非单点模糊系统的短波通信频率参数预测》一文中研究指出提出一种利用非单点模糊系统建模的短波通信频率参数预测模型。该模型以非单点模糊系统为平台,利用梯度下降算法和遗传算法构成的混合并行学习算法训练建立推理规则。通过对电离层实测数据进行仿真试验,并与神经网络方法、单点模糊系统方法进行比较,结果证明该模型具有预测精度高、收敛速度快、全局收敛性好、抗噪声能力强等优点。(本文来源于《弹箭与制导学报》期刊2006年04期）
宋恒,左继章,周红建[10]（2006）在《基于进化ANFIS的短波通信频率参数预测》一文中研究指出该文提出并设计了一种利用神经模糊推理系统建模的短波通信频率参数预测模型。该模型以模糊系统为平台,利用自学习算法训练建立推理规则,采用并行自适应遗传算法进化调整系统内部参数。通过ff0F2实测数据仿真试验,并与神经网络方法、混沌和神经网络相结合方法进行比较,结果证明该模型具有预测精度高、收敛速度快、全局收敛性好、内部参数调整智能化等突出优点。(本文来源于《电子与信息学报》期刊2006年07期）
短波通信频率预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
频率预测是保障短波通信的关键技术。针对现有短波频率预测方法中数据处理过程复杂、输入参数条件苛刻、工程实现难度较大等问题,提出了一种基于泛克里格(Universal Kriging)空间重构法的海上短波通信频率预测方法。利用海军频率管理系统中大量的实用通信频率数据,基于球状模型、指数模型、高斯模型叁种典型变异函数理论模型,研究了通信频率的空间相关性,建立了反映沿纬度方向通信频率变化剧烈程度的漂移表达式,通过交叉重构法对海上短波通信频率进行预测。实验结果表明,泛克里格法在海上短波通信频率预测中具有良好的适用性和可靠性,对未知海域短波通信频率的预测优选具有重要意义。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
短波通信频率预测论文参考文献
[1].张海勇,田晓铭,徐池.基于Kriging频率预测的短波通信选频系统设计与构建[J].通信技术.2019
[2].田晓铭,张海勇,徐池,韩东.泛Kriging法在海上短波通信频率预测中的应用[J].电讯技术.2018
[3].赵德群,陈鹏宇,孙光民,段建英,苏晋海.基于MEA-WNN的短波通信最佳频率预测[J].北京工业大学学报.2018
[4].孙春生,郭航行,董严红.短波天波通信频率预测模型建立与仿真[J].系统仿真技术.2016
[5].庄乾波.短波通信的频率预测方法[J].中国新通信.2015
[6].谭馨,林刚.一种基于飞行试验的短波通信频率预测方法[J].无线电通信技术.2014
[7].谷安永,于锁明.公安消防部队短波通信频率预测及自动化管理[C].2010中国消防协会科学技术年会论文集.2010
[8].袁立明.基于模糊小波神经网络的短波通信频率预测方法研究[D].哈尔滨工程大学.2008
[9].史耀媛,宋恒,何吟.基于非单点模糊系统的短波通信频率参数预测[J].弹箭与制导学报.2006
[10].宋恒,左继章,周红建.基于进化ANFIS的短波通信频率参数预测[J].电子与信息学报.2006