书名：小样本条件下的干扰认知与抗干扰技术
定价：99.8
ISBN：9787115681805
作者：施育鑫 李玉生 鲁信金 安康
版次：第1版
出版时间：2025-11

内容提要：
本书从战术无线通信条件下的认知通信抗干扰问题入手，基于小样本条件下的干扰认知与基于干扰认知的抗干扰两方面详细介绍相关技术。本书介绍小样本条件下低复杂度的单节点干扰认知与多节点协同干扰认知技术；然后在干扰认知的基础上，介绍一种抗跟踪干扰的索引调制跳频通信方法，设计面向多种干扰的抗干扰优化策略；结合某智能抗干扰原型系统验证小样本条件下提出的干扰认知方法的有效性。 本书适合无线通信及通信抗干扰领域的研究人员、工程师以及感兴趣的读者阅读。



作者简介：
施育鑫 博士期间，师从通信抗干扰领域专 家姚富强院士，开展通信抗干扰专业方向研究。现任职于国防科技大学第六十三研究所。以第 一作者发表IEEE Transactions on Wireless Communications、IEEE Internet of Things Journal、IEEE Transactions on Vehicular Technology等SCI论文8篇、中文期刊3篇，获《无线电通信技术》2022十佳论文奖；授权国家发明专利8项。多次受邀担任多个SCI期刊审稿人。曾获中国研究生数学建模竞赛数模之星奖（前十）、一等奖-华为专项奖（两次）、二等奖（一次），获中国研究生网络安 全创新大赛等国 家 级竞赛奖共8项，中国研究生电子设计竞赛华中赛区二等奖等省级奖6项。硕士生期间获国防科技大学强军奖学金、博士生期间获学校一等优 秀奖学金。

目录：
第1章 绪论 1
1.1 研究背景及意义 1
1.2 国内外研究现状 7
1.2.1 通信干扰的分类与发展 7
1.2.2 干扰认知相关技术 9
1.2.3 通信抗干扰技术 11

第2章 小样本条件下的单节点干扰认知方法 14
2.1 小样本条件下的干扰认知框架 15
2.2 系统模型 18
2.3 基于KDE的小样本干扰识别 19
2.4 数据增强的小样本干扰识别 23
2.4.1 基于贝叶斯方法的干扰识别器 23
2.4.2 基于先验知识的数据增强 25
2.5 仿真结果与分析 29
2.5.1 基于KDE的朴素贝叶斯分类器的性能分析 30
2.5.2 数据增强的干扰识别器的性能分析 34
2.6 本章小结 37

第3章 小样本条件下的多节点协同干扰认知方法 38
3.1 系统模型 39
3.2 FC辅助自训练的多节点协同干扰认知方法 41
3.3 多节点协同的跟踪干扰认知方法 45
3.4 仿真结果与分析 49
3.4.1 FC辅助自训练的多节点协同干扰认知性能分析 49
3.4.2 多节点协同跟踪干扰认知性能分析 56
3.5 本章小结 59

第4章 基于干扰认知的抗跟踪干扰通信新方法 60
4.1 系统模型 61
4.2 IM-FHSS的系统设计 63
4.2.1 IM-FHSS通信系统的组成 63
4.2.2 IM-FHSS的能量相关设计 67
4.3 IM-FHSS的理论性能分析 71
4.3.1 在AJ Mode下IM-FHSS的理论性能分析 71
4.3.2 在SE Mode下IM-FHSS的理论性能分析 75
4.4 仿真结果与分析 79
4.5 本章小结 83

第5章 基于干扰认知的抗干扰优化策略 84
5.1 系统模型 85
5.2 IM-FHSS在不同干扰攻击下的性能分析 87
5.2.1 IM-FHSS在随机干扰下的性能分析 88
5.2.2 IM-FHSS在跟踪干扰下的性能分析 95
5.3 IM-FHSS的抗干扰优化策略 95
5.3.1 针对跟踪干扰的抗干扰优化策略 95
5.3.2 针对随机干扰的抗干扰优化策略 96
5.3.3 针对恒定干扰的抗干扰优化策略 97
5.4 仿真结果与分析 101
5.5 本章小结 109

第6章 干扰认知的实现与验证 111
6.1 硬件实现方案设计 112
6.2 干扰认知方案设计 116
6.2.1 干扰认知实现的主要问题及解决思路 116
6.2.2 干扰感知数据预处理 117
6.2.3 干扰样式识别 117
6.2.4 干扰参数估计 118
6.3 干扰认知实验结果与分析 121
6.3.1 测试平台的搭建 121
6.3.2 测试条件 123
6.3.3 干扰认知结果 124
6.3.4 干扰识别*率的测试结果 127
6.4 本章小结 130

第7章 结语与展望 131
7.1 结语 131
7.2 展望 132
7.2.1 针对小样本条件下的干扰认知技术 133
7.2.2 针对基于干扰认知的抗干扰技术 133

附录A 英文缩写说明 134

附录B 符号使用说明 137

参考文献 139