国内刊号:11-2422/TN
国际刊号:1001-506X
发布日期:
作者:马鹏, 蒋睿, 王斌, 徐盟飞, 侯长波
单位:哈尔滨工程大学信息与通信工程学院, 黑龙江 哈尔滨 150001
关键词:抗干扰,智能干扰,深度强化学习,趋势检测,隐式对手建模
基金:国家自然科学基金(U23A20271)
随着人工智能技术的不断进步, 智能干扰严重威胁了无线信号的传输, 传统抗干扰算法应对能力不足。基于上述问题, 以强化学习算法为基础, 引入隐式对手建模技术, 将干扰智能体策略隐式编码于神经网络输入中, 经神经网络决策决定通信频点。针对智能干扰策略的非平稳特性, 监测收益趋势识别干扰策略是否切换, 并提出策略重构技术, 利用多尺度窗口检测经验失效起始点, 摒弃失效经验, 同时重置学习率以加速神经网络的收敛速度。实验结果表明, 在相对收敛阶段, 所提方法的传输成功率相比于深度Q网络抗干扰方法提高25%以上。
来源:2025年第4期
《系统工程与电子技术》期刊编辑部