突发通信系统(Burst Communication System,BCS)将信号设计为短时突发的形式,在时变信道中能够进行可靠的数据传输。随着电磁环境日益复杂,干扰设备和侦察设备能力日益增强,为了在干扰环境中提高突发通信系统可靠的传输能力,本文对自适应突发通信(Adaptive Burst Communication System,ABCS)的决策技术进行研究。本文主要研究自适应突发通信系统的智能决策技术,主要内容包括:自适应突发通信系统决策引擎设计、基于策略的决策算法和基于短期效能的决策算法,并设计了干扰环境进行性能的仿真分析。本文的研究可分为以下几个部分:首先,本文研究了突发通信系统原理,设计了自适应突发通信系统随路信令传输机制,提出了自适应突发通信系统的决策引擎,设计了抗干扰效能评估指标及目标函数。然后,本文研究了自适应突发通信系统基于策略的决策算法,根据突发通信系统询问和应答过程的具体流程分别对询问机和应答机的基于策略的决策算法进行了研究,设计了算法流程,并设置常见的干扰环境对该决策算法进行了仿真分析,该算法简单、适用范围广,能够在一定程度上提升系统的传输可靠性和目标函数性能。接着,本文研究了采用RBF神经网络的基于短期效能的快速决策算法,研究了RBF神经网络的算法原理,设计了输入输出和判别标准,给出了快速决策实现步骤,仿真对比后确定了适合本文的网络大小参数。仿真表明,该算法具有较强的抗干扰性能、一定的容错能力和一定的泛化能力,与基于策略的决策算法相比,采用RBF神经网络的基于短期效能的快速决策算法的抗干扰性能和目标函数性能更优。最后,本文研究了自适应突发通信系统的决策引擎总体性能。首先,结合基于策略的决策算法和采用RBF神经网络的基于短期效能的快速决策算法对自适应突发通信系统的决策引擎的流程进行了设计,然后设计常见的干扰环境对该闭环的决策系统进行了仿真分析,结果表明采用了本文设计的决策引擎的突发通信系统具有更好的抗干扰性能并且能够获得更高的目标函数。通过仿真可以看出,本文设计的自适应突发通信系统决策技术能够使得突发通信系统具有更好的抗干扰性能并且能够获得更高的目标函数。