一种基于图形模型的跳频序列预测系统

摘要

本发明公开了一种基于图形模型的跳频序列预测系统，包括：预处理模块，用于对截获的原始跳频序列进行去噪、去带宽等处理；预测模块，与所述预处理模块连接，用于重构相空间和构建预测模型；反馈调整模块，与所述预处理模块和预测模块连接，用于精度检测，反馈与模型调整。本发明采用Cao方法和自相关法求解嵌入维数m和时间延迟τ进而重构相空间，基于改进的MMPC算法学查询节点的马尔科夫边界构建预测模型。本发明的嵌入维数m和时间延迟τ是相空间重构的两个关键参数，利用自相关法和Cao方法获得参数更稳定可靠，通过马尔科夫边界简化贝叶斯网络模型，使得预测效率更高。

主权项

一种基于图形模型的跳频序列预测系统，其特征在于，通过相空间重构建立的基于图形模型的跳频序列预测系统包括：预处理模块，对截获的原始跳频序列进行去噪、去带宽，选取适量的一段跳频序列{x_i},i＝1,2,…,N作为模型构建的训练集数据，把训练集数据后面相邻的M个跳频码作为模型检验数据；预测模块，与所述预处理模块连接，用于重构相空间和构建预测模型；反馈调整模块，与所述预处理模块和预测模块连接，用于精度检测，反馈与模型调整；重构相空间所需的嵌入维数m和时间延迟τ分别采用Cao方法和自相关法求解；构建预测模型所需的贝叶斯网局部络构由基于MMPC的改进算法学习查询节点的马尔科夫边界，并把马尔科夫边界作为贝叶斯局部网络结构；所述预处理模块还包括：用侦察接收机截获原始跳频序列的跳频序列数据收集单元；用于去除原始跳频序列噪声、带宽的数据处理单元，与所述跳频序列数据收集单元连接；经过归一化得到的用于重构相空间和构建模型的训练集数据单元，与所述数据处理单元连接；用于预测精度检测、反馈与模型调整的检测模型检验数据单元，与所述数据处理单元连接；经相空间τ步延拓得到的用于预测的证据数据单元，与所述训练集数据单元连接；所述预测模块还包括：利用训练集数据学习获得的相空间数据单元，与所述训练集数据单元连接；在相空间重构基础上，经过局部结构学习和参数学习得到的贝叶斯网络单元，与所述相空间数 据单元连接；利用贝叶斯网络模型预测跳频序列的预测数列单元，与所述贝叶斯网络单元和证据数据单元连接。