一种基于深度强化学习的隐蔽抗干扰方法
信息论
2020-12-24 v1 math.IT
摘要
当前大多数无线通信抗干扰算法仅考虑如何规避干扰攻击，却忽视了通信波形或频率动作可能被干扰机获取。尽管现有抗干扰方法能保证暂时的通信效果，但当智能干扰机能够从历史通信活动中学习时，这些方法的长期性能可能下降。针对该问题，提出了一种基于降低干扰机感知概率思想的隐蔽抗干扰方法。首先，通过计算干扰机与用户动作之间的相关性得到干扰机的感知概率。随后，设计了一种深度强化学习框架，其目标不仅在于最大化通信吞吐量，还在于最小化干扰机与用户动作之间的相关性。最后，提出了一种隐蔽抗干扰算法，将瞬时回报与用户通信质量及用户与干扰机间的相关性相关联。仿真结果表明，所提算法不仅避免了被干扰机感知，而且相比仅考虑避扰的现有算法提升了抗干扰性能。
引用
@article{arxiv.2012.12448,
title = {A hidden anti-jamming method based on deep reinforcement learning},
author = {Yifan Wang and Xin Liu and Mei Wang and Yu Yu},
journal= {arXiv preprint arXiv:2012.12448},
year = {2020}
}