基于强化学习的无人机电磁干扰感知与抗干扰传输方法

作者：李博扬; 刘洋; 万诺天; 许魁^*; 夏晓晨; 张月月; 张咪

来源：电讯技术, 2023, 63(12): 1855-1861.

DOI：10.20079/j.issn.1001-893x.230401001

• 无人机(UAV)
• 抗干扰
• 电磁干扰感知
• 强化学习

无人机对于无线信道的依赖性和无线传播环境的开放性，导致其通信易受到恶意的电磁干扰。针对其中恶意的信道跟随干扰，在感知干扰信道信息的基础上，将无人机的发射功率和信道选择策略建模为马尔科夫决策过程(Markov Decision Process, MDP),利用强化学习算法对该通信系统的抗干扰方法进行智能优化，提出了基于赢或快学习策略爬山算法(Win or Learn Fast Policy Hill-climbing, WoLF-PHC)的抗干扰算法。仿真结果证明，所提算法能够将用户干信比降低至0.1以下，将用户可达速率在初始值基础上提升14%,与Q学习算法和PHC算法相比具有更好的抗干扰传输性能。

• 单位
  中国人民解放军陆军工程大学