基于多智能体深度强化学习的多域协同抗干扰方法研究

目录

0 引言

1 相关工作

2 系统模型与问题建模

2.1 系统模型

图1

图2

2.2 问题建模

3 多域协同抗干扰方法

3.1 多用户马尔可夫决策过程

图3

3.2 信道选择和数据调度联合决策算法

图4

4 仿真结果与分析

4.1 仿真参数设置

4.2 仿真分析

图5

图6

图7

图8

图9

图10

图11

图12

图13

5 存在的问题及挑战

6 结束语

---

摘要

动态的传输需求和有限的缓存空间给恶意干扰环境下的无线数据传输带来巨大挑战。针对上述问题，从频域和时域的角度出发，研究了面向分布式物联网的协同抗干扰信道选择和数据调度联合决策方法，构建了基于多用户马尔可夫决策过程的数据传输模型，提出了基于多智能体深度强化学习的协同抗干扰信道和数据联合决策算法。仿真表明，所提算法可有效避开恶意干扰并避免同频互扰。相较于对比算法，网络吞吐量显著提高，丢包数量明显降低。

关键词： 协同抗干扰 ; 信道选择 ; 数据调度 ; 多智能体强化学习 ; 深度学习

0 引言

随着 5G 网络的普及和对未来 6G 技术的广泛研究，物联网等新型无线网络让人们的生活越来越便利且智能