实现隐蔽与智能抗干扰通信：一种对抗移动反应式干扰机的并行深度强化学习方法
信息论
2025-02-05 v1 机器学习
系统与控制
系统与控制
math.IT
摘要
本文针对移动反应式干扰场景中的抗干扰挑战展开研究。移动反应式干扰机一旦检测到任何传输活动便会发起高功率跟踪干扰，而在无法检测到信号时则诉诸于无差别干扰。这提出了双重需求：保持隐蔽以避免被干扰机检测到，同时规避无差别干扰。扩频技术能有效降低发射功率以躲避检测，但在对抗无差别干扰方面力有不逮。相反，改变通信频率有助于规避无差别干扰，但若没有扩频技术来保持隐蔽，则会使传输易受跟踪干扰。由于巨大的联合动作空间和移动反应式干扰机的动态特性，当前方法难以同时优化这两个需求。为应对这些挑战，我们提出了一种并行化深度强化学习（DRL）策略。该方法包括一个旨在分解动作空间的并行化网络架构。一种并行探索-利用选择机制取代了 -贪婪机制，加速了收敛。仿真结果表明，归一化吞吐量提高了近 90%。
引用
@article{arxiv.2502.02385,
title = {Achieving Hiding and Smart Anti-Jamming Communication: A Parallel DRL Approach against Moving Reactive Jammer},
author = {Yangyang Li and Yuhua Xu and Wen Li and Guoxin Li and Zhibing Feng and Songyi Liu and Jiatao Du and Xinran Li},
journal= {arXiv preprint arXiv:2502.02385},
year = {2025}
}