基于元平均场Q学习的大规模无人机组网抗干扰与隐蔽通信机制OA
在恶意干扰和被动监听者并存的动态复杂电磁环境中,大规模无人机组网系统对抗干扰能力与通信隐蔽性的需求日益凸显。为此,提出了一种基于元强化学习的大规模多无人机组网抗干扰隐蔽通信机制。首先,设计一种面向多无人机频谱感知的时隙模型,以支撑无人机组网在干扰与监听环境下的通信;其次,设计一种平均场Q学习算法,以实现大规模无人机场景下的分布式信道接入策略学习;最后,进一步构建基于元强化学习的平均场Q学习算法,使信道接入策略在不同干扰与监听场景下具备良好泛化性,从而实现抗干扰性与隐蔽性的协同优化。仿真结果表明,在大规模无人机通信场景下,相较于传统算法,所提算法的归一化奖励值平均提升15.41%,收敛速度平均提升44.56%。
钱玉文;吴浩阳;时龙;曹阳;王喆;陈光霁;马川;韦康
南京理工大学电子工程与光电技术学院,江苏南京210094南京理工大学电子工程与光电技术学院,江苏南京210094南京理工大学电子工程与光电技术学院,江苏南京210094南京理工大学电子工程与光电技术学院,江苏南京210094南京理工大学计算机科学与工程学院,江苏南京210094南京理工大学电子工程与光电技术学院,江苏南京210094重庆大学计算机学院,重庆400044东南大学网络空间安全学院,江苏南京210096
信息技术与安全科学
大规模无人机频谱感知抗干扰通信元强化学习隐蔽通信
《通信学报》 2026 (6)
P.173-189,17
国家自然科学基金青年项目(No.62501281,No.62202232,No.62501279,No.62572083)海南省重点研发计划基金资助项目(No.ZDYF2024GXJS292)。
评论