基于深度强化学习的认知无线电空频二维抗敌意干扰方法,认知无线电次用户在未知干扰机攻击模式和无线信道环境的状态下,观察认知无线电主用户的接入状态、无线信号的信干比,利用深度强化学习机制决定是否离开所在被干扰区域或者选择一个合适的频点发送信号。结合深度卷积神经网络和Q学习,利用Q学习在无线动态博弈中学习最优抗干扰策略,将观测状态和获取效益输入深度卷积神经网络作为训练集加快学习速度。利用深度强化学习的机制,提高认知无线电在动态变化的无线网络环境场景下对抗敌意干扰机的通信效率。可克服人工神经网络需要在训练过程中需要先对数据进行分类以及Q学习算法在状态集和动作集维度大的情况下学习速度会快速下降问题。
声明:
“基于深度强化学习的认知无线电空频二维抗敌意干扰方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)