本发明提供了一种基于深度强化学习的共生无线电智能抗干扰方法,所述共生无线电网络包括发射器、接收器以及干扰器,包括:在每个时隙,发射机根据感测到的状态选择动作与环境交互;发射机收到奖励并感测下一个状态,所述奖励用于表示成功传输概率;获取预设置的DDQN模型,通过DDQN模型通过查找最佳动作值函数Q*(s,a)确定该动作对应的动作值;判断所述动作值是否为最佳动作值,且在所述动作值为最佳动作值时输出最佳奖励值。本发明提供的基于DDQN的模拟共生无线电网络和干扰器之间的对抗,Q网络使用Transformer编码器实现,以从原始频谱数据中有效地估计动作值,本发明能够有效地防御多种干扰攻击,从而最大限度地提高通信系统的成功传输率。
声明:
“基于深度强化学习的共生无线电智能抗干扰方法” 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)