随着时代的发展,科技的进步,各行各业对通信质量的要求也越来越高,尤其是在复杂环境下,以信息战为核心的未来高技术战争中,通信系统作为核心部分,其地位和作用日趋突出。加快通信装备形成和提高战斗威慑力,提高新型机载系统的自身可靠性、通信的有效性和可靠性是未来战争对通信建设的现实要求。在有限的空间环境下,为了保证通信的可靠性和有效性,一个很好的保障措施即是引入数据冗余。本文结合数据冗余技术,研究了粒子群智能优化算法,设计了一套多DSP数据冗余通信系统。智能算法中的粒子群优化(Particle Swarm Optimization,PSO)算法是一种基于群体智能理论的优化算法,得到了众多学者的广泛研究与认可。传统的PSO不能有效地拓展到离散及组合优化领域,迭代过程中并不能反映出这些变量之间的顺序或者其他约束关系。为克服传统粒子群优化算法的局限性,分析传统PSO的优化机理,本文在此基础上进行了改进。改进后的粒子群算法能够跟踪其个体极值和群体极值,从而获得更新信息,并在此基础上进行寻优搜索,这种更新方法本质上更适合于连续优化问题的求解。针对实际的复杂电磁环境,本文建立了通信系统可靠性优化模型并引入了满意优化理论,这样可以得到一个更加优化合理的可行解。在此基础上构建了综合满意度模型,提出了可靠性计算模型,运用改进的广义粒子群优化算法在高性能的DSP芯片基础上进行运算,依靠整个种群中最优粒子的位置信息共享和个体粒子间的信息相互交换来达到整个种群的共同演化,得到通信的可靠有效信息,完成通信任务。由于本通信系统方案采用的是模块化设计,所以具有良好的通用性和扩展性,即使将通信系统置于不同的应用环境中,只要调整数据冗余方法的相关参数,仍然能保证通信系统的高可靠性,因而采用数据冗余方法能大大降低整个通信系统的硬件成本。为了更好的监测系统工作状态,了解有可能导致系统故障的问题所在,本通信方案增加了故障信息存储模块,它能够存储至少3次最近发生的故障前10秒关键信息数据。研究人员可以随时通过通信对存储信息进行下载解析,研究故障发生原因,进而对系统能够更好的升级与维护,保持并进一步提高系统可靠性。实验数据表明,该方案能够在空间和时间有限的情况下,基于可靠性优化模型,运用粒子群算法,能够保证通信系统的高可靠性。