為解決無人機集群網(wǎng)絡在復雜通信環(huán)境中對抗智能性干擾能力較弱的問題,基于智能決策理論,提出一種多域聯(lián)合的認知抗干擾算法。該算法在優(yōu)勢演員-評論家算法的基礎上,將無人機視作智能體,并由感知到的環(huán)境頻譜狀態(tài)決策出干擾信道�；赟tackelberg博弈理論,利用功率域壓制中度干擾等級的信道干擾信號,減少切換信道的時間開銷。通過引入簇頭協(xié)助的方法,解決由于單個智能體局部頻譜感知能力較弱而導致信道決策成功率較低的問題。仿真結果表明,相比QL-AJ算法與AC-AJ算法,該算法能夠給出簇內最佳節(jié)點個數(shù),提高接收信號信干噪比,且網(wǎng)絡整體抗干擾性能較好。 

【文章來源】：計算機工程. 2020,46(12)北大核心CSCD

【文章頁數(shù)】：8 頁

【部分圖文】：

無人機集群網(wǎng)絡對抗智能干擾機示意圖

由于實際環(huán)境態(tài)勢的多變性以及信息的局部性,存在單個節(jié)點局部頻譜感知能力有限的問題,為此引入簇頭協(xié)助從節(jié)點決策方法�；诖仡^協(xié)助的無人機集群網(wǎng)絡抗干擾示意圖如圖2所示。簇頭協(xié)助從節(jié)點決策方法可描述為:各節(jié)點進行局部環(huán)境感知與信道決策時,若某節(jié)點所得結果無法達到期望值,則向簇頭發(fā)出Help信息,簇頭收到求助信息后,則向其傳輸無干擾信道數(shù)據(jù)信息,使其能夠進行可靠通信。需要說明的是,所有節(jié)點和簇頭均采用MDJC-AJ算法進行抗干擾。為了不失一般性,圖2中僅詳細說明第一個簇頭內部抗干擾算法的實現(xiàn)流程。

仿真1 為驗證本文所提算法的信道選擇性能,考慮干擾機采用智能性干擾,即不同時間段干擾機干擾的信道和功率均不同,為便于分析將環(huán)境狀態(tài)的時變點分別設在tchange=1 500和tchange=3 300,網(wǎng)絡中節(jié)點個數(shù)為4,編隊及所選簇頭已最優(yōu)。實驗對文獻[4]Q學習抗干擾(QL-AJ)算法、文獻[8]演員-評論家抗干擾(AC-AJ)算法與本文算法的信道干擾情況決策成功率進行比較,結果如圖3所示。從圖3可以看出,在各個階段內,相比QL-AJ算法與AC-AJ算法,本文所提MDJC-AJ算法的信道干擾情況決策成功率更高。為進一步說明MDJC-AJ算法在智能性干擾情況下信道決策有效性,由仿真所得信道干擾情況判決結果,如圖4所示。從圖4可以看出,MDJC-AJ算法在決策出可用信道索引情況下,對信道干擾功率情況進行判決,可為功率域抗干擾提供依據(jù)。


本文編號：3299123