信道选择和传输时间联合优化的分层强化学习抗干扰算法

摘要

本发明公开了一种信道选择和传输时间联合优化的分层强化学习抗干扰算法。该算法为：包括一个由发射机、接收机和干扰机组成的无线通信网络，所述干扰机按照扫频、梳状、随机三种模式中任意一种产生干扰信号；在数据信道上，发射机与接收机以动态频谱接入的方式进行数据通信，以对抗干扰机释放的干扰信号对发射机‑接收机造成的通信干扰；在控制信道上，发射机与接收机通过信息交互，实现收发端动态频谱的协调。在动态干扰场景中，以较小的时间粒度进行基于快速强化学习的信道选择优化，以较大的时间粒度进行基于随机自动学习机的传输时间长度优化，循环执行直到数据传输时间长度收敛或达到最大迭代次数。本发明提高了无线通信网络系统的吞吐量。