一种基于合作抗干扰分层博弈模型的抗干扰学习方法

摘要

本发明公开了一种合作抗干扰分层博弈模型及抗干扰学习算法。该模型为：将用户建模为领导者，干扰建模为跟随者，干扰始终以最大化降低系统的吞吐量为优化目标，用户利用抗干扰学习算法，不断调整抗干扰策略，最大化系统整体吞吐量。算法为：首先构建Stackelberg博弈模型，参与者是所有用户和干扰；所有用户随机生成初始的抗干扰策略，干扰根据用户的抗干扰策略进行干扰策略选择；然后用户随机选择一个抗干扰策略，计算相应的效用函数并比较，干扰随用户动作改变而更新干扰策略；循环迭代，直至所有用户抗干扰策略实现收敛或者达到设定的迭代次数；最后计算全网吞吐量和干扰效用函数。本发明利用用户间的合作关系，提升了系统抗干扰能力。