电讯技术

作者：李博扬,刘洋,万诺天,许魁,夏晓晨,张月月,张咪

单位：(（陆军工程大学 通信工程学院，南京 210007）)

关键词：无人机(UAV)；抗干扰；电磁干扰感知；强化学习；

基金：国家自然科学基金资助项目(62071485,62271503,62001513)；江苏省自然科学基金项目(BK20201334，BK20201334，BK20200579，BK20231485)

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。

来源：2023年第12期

《电讯技术》期刊编辑部

查看电讯技术杂志2023年第12期