基于强化学习的认知无线网络抗敌意干扰技术研究

发布时间：2020-06-24 23:41

【摘要】：由于次级用户的动态频谱接入机制以及无线信道的广播特性,使得认知无线网络极易遭受敌意干扰攻击。随着软件无线电设备的使用,敌意干扰机能够动态调整干扰策略,甚至能引导移动设备进入特定通信模型进而有针对性的实施敌意干扰攻击。论文研究了认知无线网络场景下敌意干扰机和移动设备之间的抗敌意干扰博弈,设计了结合扩频、功率控制以及位置移动的空频二维抗敌意干扰方案。引入强化学习技术,设计了基于SARSA(λ)的抗敌意干扰策略。移动设备通过与环境不断的交互试错,在不需要预知敌意干扰攻击模型和无线网络信道模型情况下来学习最佳的抗敌意干扰策略,提升了抗敌意算法的性能。例如,当信道数为64时,基于SARSA(λ)抗敌意干扰算法的接收信号信干比相较于随机策略提升了13.6%。论文设计了基于深度Q网络的抗敌意干扰优化方案,采用卷积神经网络来压缩状态空间,有效缓解强化学习的维度灾难问题,提升接收信号信干比。例如,当信道数为64时,基于深度Q网络抗敌意干扰算法的接收信号信干比在基于SARSA(λ)算法的基础上提升了 47.6%。论文提出热启动机制,能够利用仿真经验有效初始化卷积神经网络的连接参数。结合深度Q网络、热启动机制以及宏动作技术,论文提出了基于快速深度Q网络的抗敌意干扰优化方案,加快算法学习速度并提升了算法的抗敌意干扰性能。例如,当信道数为64时,基于快速深度Q网络抗敌意干扰算法的接收信号信干比相较于基于深度Q网络算法的提高了 12.5%。
【学位授予单位】：厦门大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN925
【图文】：

模型图,无线网络,模型,移动设备

设备与敌意干扰之间干扰攻防关系。具体如下：逡逑３．１．１．网络模型逡逑如图３－１所示，移动设备例如智能手机、移动服务终端致力于与无线接入点逡逑保持高信干比的通信。在网络中，移动设备可以通过跳频技术切换自身的通信信逡逑道、能够决定自身的发射功率并且可以移动到新的位置并接入新的无线接入点。逡逑具体地来说，移动设备可以从标号为＆？？？，＃；！的通信信道向量中选取一个接入信逡逑道记为严…，＾，其中无表示第女个通信周期。为了方便起见，移动设备的逡逑发射功率ｉｆ量化为Ｚ邋＋邋１个等级，即。其中，户为移动设备的最逡逑大发射功率。特别地，当ｉｆ邋时，代表移动设备的发射功率置0终止通信。同逡逑１３逡逑

智能家居,控制指令,通信周期,场景

周期持续ｌ0．８ｍｓ，其中设备决策计算耗时２ｍｓ、每次传输数据大小为１００ＫＢ数逡逑据传输速率为ｌ00Ｍｂ／ｓ需耗时８ｍｓ、反馈数据为１ＫＢ需耗时０．８ｍｓ？逡逑图３－５展示了基于ＳＡＲＳＡ（ｚｌ）的抗敌意干扰算法的性能。由图中可见，基于逡逑ＳＡＲＳＡ（ｉ）的抗敌意干扰算法随着学习时间的推移，接收信号的ＳＩＮＲ以及移动逡逑设备的收益都有显著提升。例如，经过５００个通信周期的学习，接收信号的ＳＩＮＲ逡逑从第２００个通信周期的２．２４提升到第７００个通信周期的２．６３，提升了邋１７．４％；逡逑２４逡逑

【参考文献】