基于深度強化學習的認知無線電空頻二維抗敵意干擾方法,認知無線電次用戶在未知干擾機攻擊模式和無線信道環境的狀態下,觀察認知無線電主用戶的接入狀態、無線信號的信干比,利用深度強化學習機制決定是否離開所在被干擾區域或者選擇一個合適的頻點發送信號。結合深度卷積神經網絡和Q學習,利用Q學習在無線動態博弈中學習最優抗干擾策略,將觀測狀態和獲取效益輸入深度卷積神經網絡作為訓練集加快學習速度。利用深度強化學習的機制,提高認知無線電在動態變化的無線網絡環境場景下對抗敵意干擾機的通信效率??煽朔斯ど窠浘W絡需要在訓練過程中需要先對數據進行分類以及Q學習算法在狀態集和動作集維度大的情況下學習速度會快速下降問題。
聲明:
“基于深度強化學習的認知無線電空頻二維抗敵意干擾方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)