研究|美国陆军开发机器学习方法优化频谱拥堵环境下的雷达性能

【研究|美国陆军开发机器学习方法优化频谱拥堵环境下的雷达性能】【美国军用嵌入式系统网站2020年11月25日报道】针对商用4G LTE和未来5G通信系统导致的频谱拥堵环境 , 美国陆军作战能力发展指挥部、陆军研究实验室和弗吉尼亚理工大学合作开发了一种允许雷达在拥堵和有限频谱环境中自动运行的方法 。 研究人员称 , 他们研究了未来美国国防部雷达系统将如何与商业通信系统共享频谱 , 该团队利用机器学习方法来学习频谱中千变万化的干扰行为 , 寻找清洁频谱以最大化雷达性能 。 一旦确定清洁频谱 , 就可以优化波形使其最佳适应于频谱 。 相关官员称 , 该研究是一个更大的防御计划的一部分 , 该计划旨在将自适应信号处理和机器学习算法应用到软件定义雷达平台上 , 以实现自主实时行为 。 (北京海鹰科技情报研究所 韩雨)

    推荐阅读