基于可动天线阵列的深度学习辅助抗干扰缓解

本文揭示了可动天线在增强抗干扰通信方面的潜力。我们考虑了在多个干扰机存在的情况下的合法通信链路，并建议在接收端部署可动天线阵列以对抗干扰攻击。我们将该问题表述为信号与干扰加噪声比最大化，通过联合优化接收波束成形和天线单元定位来实现。由于从优化角度来看存在非凸性和多重困难，我们开发了一个基于深度学习的框架，其中波束成形作为 Rayleigh 商问题来解决，而天线定位则通过多层感知机训练来解决。使用随机梯度下降优化神经网络参数以实现有效的抗干扰缓解策略，其特点是在线推理的边际复杂度具有离线训练。数值结果表明，所提出的方法实现了近乎最优的抗干扰性能，从而显著提高了策略确定的效率。