面向认知雷达网络的对抗多玩家赌博机
信号处理
2021-10-26 v1
摘要
我们将雷达网络建模为一个对抗赌博机问题，其中环境为网络可用的若干动作预先选择奖励序列。这排除了那些根据学习器动作改变奖励的环境。对抗环境包括存在第三方发射机的情况，这些发射机根据不依赖于雷达网络的某些准则进入和离开环境。该网络由若干独立的雷达节点组成，这些节点试图在多个时间步中的每一步都获得尽可能高的 SINR。我们表明，在这样的环境中，简单的子带选择算法无法持续获得高 SINR。然而，通过使用对抗多玩家赌博机算法，雷达网络能够在不损失跟踪精度的情况下持续跟踪目标。
引用
@article{arxiv.2110.12094,
title = {Adversarial Multi-Player Bandits for Cognitive Radar Networks},
author = {William W. Howard and R. M. Buehrer and Anthony Martone},
journal= {arXiv preprint arXiv:2110.12094},
year = {2021}
}
备注
6 pages, 5 figures. Submitted to IEEE Radar Conference 2022, NYC