本申请涉及无线通信,具体而言,涉及一种多域联合的抗干扰智能决策方法及系统。
背景技术:
1、无人机集群通过多机协作能够显著地提升完成任务的效果,例如协同探测、定位等。随着无人平台的快速发展,其已经在各个领域得到了广泛应用。
2、由于无人机集群具有共享性和开放性的特征,无人机的无线通信很容易受到干扰攻击。面对干扰攻击采取了许多常见的抗干扰措施,例如如跳频、扩频等措施。但是传统的抗干扰方法频谱效率低,并且为了传输的可靠性牺牲了资源利用效率。此外,采用固定或预设的模式,缺乏智能决策能力。同时目前绝大多数抗干扰算法仅从单个频域或者功率域等单个域角度考虑,针对干扰攻击的抗干扰灵活性较差。
技术实现思路
1、本申请的目的在于,为了克服现有的技术缺陷,提供了一种多域联合的抗干扰智能决策方法及系统,通过最大化调制阶数来最大化数据传输速率,进而增加抗干扰的灵活性和抗干扰性能,提高信息传输效率。
2、本申请目的通过下述技术方案来实现:
3、第一方面,本申请提出了一种多域联合的抗干扰智能决策方法,所述方法包括:
4、对无人机信道进行频谱感知得到当前频谱空穴情况;
5、根据当前频谱空穴情况结合dqn算法确定传输信息,所述传输信息包括传输信道、传输持续时间;
6、在传输信道上传输数据并检测误码率,若误码率达标则传输成功;
7、在传输成功的情况下判断是否在传输持续时间内传输成功,若在则返回传输成功的奖励值,若不在则返回当前已传输的时隙数。
8、在一种可能的实施方式中,当前频谱空穴情况通过能量检测法所感知。
9、在一种可能的实施方式中,所述传输信息还包括功率,所述方法还包括:
10、设置多个功率等级,每个功率等级对应相应功率。
11、在一种可能的实施方式中,所述传输信息还包括调制方式,所述调制方式包括:bpsk、qpsk、16qam和64qam。
12、在一种可能的实施方式中,所述方法还包括:
13、设置多个传输时间等级,每个传输时间等级对应相应传输持续时间。
14、第二方面,本申请提出了一种多域联合的抗干扰智能决策系统,所述系统包括:
15、频谱感知模块,用于对无人机信道进行频谱感知得到当前频谱空穴情况;
16、信息确认模块,用于根据当前频谱空穴情况结合dqn算法确定传输信息,所述传输信息包括传输信道、传输持续时间;
17、误码率检测模块,用于在传输信道上传输数据并检测误码率,若误码率达标则传输成功;
18、判断输出模块,用于在传输成功的情况下判断是否在传输持续时间内传输成功,若在则返回传输成功的奖励值,若不在则返回当前已传输的时隙数。
19、在一种可能的实施方式中,当前频谱空穴情况通过能量检测法所感知。
20、在一种可能的实施方式中,所述传输信息还包括功率,所述系统还包括功率设置模块,所述功率设置模块,用于:
21、设置多个功率等级,每个功率等级对应相应功率。
22、在一种可能的实施方式中,所述传输信息还包括调制方式,所述调制方式包括:bpsk、qpsk、16qam和64qam。
23、在一种可能的实施方式中,所述系统还包括时间设置模块,所述时间设置模块,用于:
24、设置多个传输时间等级,每个传输时间等级对应相应传输持续时间。
25、上述本申请主方案及其各进一步选择方案可以自由组合以形成多个方案,均为本申请可采用并要求保护的方案;且本申请,(各非冲突选择)选择之间以及和其他选择之间也可以自由组合。本领域技术人员在了解本申请方案后根据现有技术和公知常识可明了有多种组合,均为本申请所要保护的技术方案,在此不做穷举。
26、本申请的有益效果在于:
27、第一、采用多域联合的方式,从频域、时域、功率域和码域出发,增加抗干扰的灵活性和抗干扰性能,提高信息传输效率。
28、第二、由于多域联合,使得动作维数非常大,q-learning收敛速度会非常慢。值函数近似的方法就是为了解决“维度灾难”的问题。通过用函数而不是q表来表示状态动作转移价值。dqn算法是q-learning和神经网络的结合,将q-learning的q表变成了q-network,适合维数较大的情况。
29、第三、考虑频域并使用深度强化学习进行智能频率决策,选择干扰更少的信道,可以有效规避干扰,有良好的抗干扰作用,能够有效提高通信质量。
30、第四、考虑切换开销,频繁地切换信道会增大切换开销,联合时域,将无人机的通信时间分为多个等级,使无人机尽可能在同一个信道上进行通信,通过减少信道切换来减少系统开销。
31、第五、考虑能耗开销,联合功率域,将传输功率分为多个等级,等级越大,功率越大,抗干扰能力也越强,但是能耗也越大,在保证传输数据正确的情况下,尽量减小传输功率来节约资源。
32、第六、考虑传输速率并联合码域,由于不同的调制阶数的数据传输速率不同,调制阶数越大,数据传输速率越高,抗干扰能力就越差,通过最大化调制阶数在保证数据传输正确的情况下,保证最小的传输功率和最大的传输速率。
1.一种多域联合的抗干扰智能决策方法,其特征在于,所述方法包括:
2.如权利要求1所述的抗干扰智能决策方法,其特征在于,当前频谱空穴情况通过能量检测法所感知。
3.如权利要求1所述的抗干扰智能决策方法,其特征在于,所述传输信息还包括功率,所述方法还包括:
4.如权利要求1所述的抗干扰智能决策方法,其特征在于,所述传输信息还包括调制方式,所述调制方式包括:bpsk、qpsk、16qam和64qam。
5.如权利要求1所述的抗干扰智能决策方法,其特征在于,所述方法还包括:
6.一种多域联合的抗干扰智能决策系统,其特征在于,所述系统包括:
7.如权利要求6所述的抗干扰智能决策系统,其特征在于,当前频谱空穴情况通过能量检测法所感知。
8.如权利要求6所述的抗干扰智能决策系统,其特征在于,所述传输信息还包括功率,所述系统还包括功率设置模块,所述功率设置模块,用于:
9.如权利要求6所述的抗干扰智能决策系统,其特征在于,所述传输信息还包括调制方式,所述调制方式包括:bpsk、qpsk、16qam和64qam。
10.如权利要求6所述的抗干扰智能决策系统,其特征在于,所述系统还包括时间设置模块,所述时间设置模块,用于: