基于分层Q学习的联合抗干扰算法_韩晨.pdf

具有认知能力的智能干扰机可感知无线环境,根据干扰效果主动调整干扰策略。传统的通信方法在网络层与MAC层分别进行抗干扰决策时,存在时延较长,信令开销较大的问题。文中研究了在智能干扰威胁下,通信用户在网络层与MAC层的联合优化抗干扰问题,提出一种基于分层Q学习的联合抗干扰学习算法。将用户与干扰机之间的路由信道选择问题建模为分层Stackelberg博弈模型,干扰机作为“领导者”,用户作为“跟随者”,干扰机选择最佳的干扰信道实施干扰,用户与干扰机进行路由信道博弈,选择最佳的路由及信道建立通信。仿真结果表明,相比于固定路由-随机信道选择算法、随机路由-最佳信道选择算法和随机路由-随机信道选择算法,所提算法具有良好的抗干扰性能。