本發(fā)明屬于通信，更具體地說，是涉及一種自組網(wǎng)場景下的通信抗干擾方法及系統(tǒng)。

背景技術(shù)：

1、傳統(tǒng)抗干擾方法的發(fā)射機邏輯為：發(fā)射機根據(jù)前一時刻的誤碼率改變發(fā)射方案：如果前一時刻的誤碼率符合通信標準，發(fā)射機保持發(fā)射方案不變；如果前一時刻誤碼率不符合通信標準，80％的可能性改變通信信道，10％的可能性增大一級發(fā)射功率，10％的可能性隨機移動。傳統(tǒng)抗干擾方法具有以下缺點：

2、1、缺乏實時感知能力：傳統(tǒng)技術(shù)大多是基于固定模式工作的。比如，跳頻技術(shù)會在多個頻段間跳躍，擴頻技術(shù)會將信號分散在較寬的頻帶上。這些方法依賴的是預定的參數(shù)和模式，而不是實時環(huán)境的變化。系統(tǒng)通常不能根據(jù)實時的電磁環(huán)境和干擾源的變化進行動態(tài)的偵測和調(diào)整。

3、2、容易造成資源浪費：傳統(tǒng)的抗干擾技術(shù)通常依賴于一種或幾種固定的抗干擾措施，如跳頻、擴頻或信號加密等。使用抗干擾方法時，系統(tǒng)在處理干擾時沒有做到最優(yōu)化，導致不必要的資源消耗，進而影響整體效率。例如，頻率跳變需要頻繁切換頻率，而如果干擾并不集中在某個頻段，頻率跳變就成了資源的浪費；

4、3、缺乏智能化適應(yīng)能力：傳統(tǒng)的抗干擾技術(shù)多依賴于預設(shè)的算法和固定模式，這意味著它們?nèi)狈Ω蓴_環(huán)境的智能感知和實時適應(yīng)能力。尤其是在復雜的電磁環(huán)境中，固定的抗干擾手段可能無法實時調(diào)整其策略，應(yīng)對有新干擾措施的干擾源，導致通信中斷或性能下降。

技術(shù)實現(xiàn)思路

1、本發(fā)明實施例的目的在于提供一種自組網(wǎng)場景下的通信抗干擾方法，以解決現(xiàn)有技術(shù)中存在的缺乏實時感知能力、容易造成資源浪費、缺乏智能化適應(yīng)能力的技術(shù)問題。

2、為實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是：提供一種自組網(wǎng)場景下的通信抗干擾方法，包括以下步驟：

3、發(fā)射機偵測信道獲取信道信息；

4、根據(jù)當前信道信息選擇通信方案，所述通信方案包括發(fā)射功率、發(fā)射信道和空間位置；

5、接收機計算誤碼率；

6、干擾機根據(jù)誤碼率結(jié)合強化學習改變干擾方案，所述干擾方案包括干擾功率、干擾信道和空間位置；

7、重復上述步驟，直至誤碼率大于預定閾值。

8、可選地，所述發(fā)射機偵測信道獲取信道信息的步驟中，所述信道信息包括上一次通信時所述發(fā)射機的發(fā)射功率，上一次通信時所述發(fā)射機所選擇的信道，上一次所述發(fā)射機所處的位置和這一次通信時所述干擾機所選擇的信道，所述發(fā)射機的發(fā)射功率、所述發(fā)射機的信道、所述發(fā)射機的位置和所述干擾機的信道組成所述強化學習中智能體在環(huán)境中的狀態(tài)。

9、可選地，所述干擾機根據(jù)誤碼率結(jié)合強化學習改變干擾方案的步驟包括：

10、對所述智能體在環(huán)境中的狀態(tài)采用獨熱編碼進行預處理；

11、根據(jù)預處理的信息使用強化學習算法形成抗干擾模型；

12、根據(jù)所述抗干擾模型改變干擾方案。

13、可選地，所述強化學習算法包括優(yōu)先經(jīng)驗回放算法、ddqn算法和dueling?dqn算法。

14、可選地，獎懲算法設(shè)置為：

15、若當前誤碼率比前一個時刻誤碼率大，則獎勵值為-8；

16、若當前誤碼率大于10-5時，超過平均誤碼率閾值，則獎勵值為-10，并結(jié)束此輪學習，開始下一輪學習。

17、可選地，訓練過程包括：

18、初始化環(huán)境形成初始化狀態(tài)；

19、將初始化狀態(tài)作為這一時刻的狀態(tài)送入神經(jīng)網(wǎng)絡(luò)中，得到所述發(fā)射機要選擇的動作；

20、所述接收機計算誤碼率，根據(jù)誤碼率得到獎懲算法，并根據(jù)誤碼率決定所述干擾機下一時刻的行為，這一時刻狀態(tài)、發(fā)射機要選擇的動作、獎懲值和下一時刻的狀態(tài)組成一個四元組；

21、重復上述步驟，直到誤碼率超過所述預定閾值或通信時長超過所述預定閾值。

22、可選地，在訓練過程之后，測試過程包括：

23、載入已經(jīng)訓練好的神經(jīng)網(wǎng)絡(luò)參數(shù)到所述發(fā)射機，再初始化環(huán)境，初始化發(fā)射機的發(fā)射功率、發(fā)射信道，發(fā)射機的位置組成了初始化狀態(tài)；

24、將初始化狀態(tài)作為這一時刻的狀態(tài)送入神經(jīng)網(wǎng)絡(luò)，得到所述要選擇的動作；

25、所述接收機計算誤碼率，根據(jù)誤碼率得到獎懲算法，并根據(jù)誤碼率決定所述干擾機下一時刻的行為；

26、重復上述步驟，直到達到通信時長最大值。

27、可選地，所述干擾機的干擾方案建模為馬爾可夫模型。

28、本發(fā)明還提供一種自組網(wǎng)場景下的通信抗干擾系統(tǒng)，使用上述的自組網(wǎng)場景下的通信抗干擾方法，系統(tǒng)包括具有預定面積的通信場景、在預定范圍內(nèi)可移動的發(fā)射機、固定設(shè)置的接收機以及干擾機，所述預定范圍位于所述通信場景內(nèi)，所述接收機位于所述預定范圍內(nèi)，所述干擾機在所述預定范圍外及所述通信場景內(nèi)可移動。

29、本發(fā)明提供的自組網(wǎng)場景下的通信抗干擾方法及系統(tǒng)的有益效果在于：與現(xiàn)有技術(shù)相比，本發(fā)明自組網(wǎng)場景下的通信抗干擾方法，可以實施感知電磁環(huán)境，根據(jù)干擾源的變化對發(fā)射方案進行動態(tài)調(diào)整，其次在保證通信質(zhì)量的前提下，盡量減少資源浪費，最后對新增干擾措施的干擾源，也能迅速適應(yīng)，保證通信質(zhì)量。

技術(shù)特征：

1.一種自組網(wǎng)場景下的通信抗干擾方法，其特征在于，包括以下步驟：

2.如權(quán)利要求1所述的自組網(wǎng)場景下的通信抗干擾方法，其特征在于，所述發(fā)射機偵測信道獲取信道信息的步驟中，所述信道信息包括上一次通信時所述發(fā)射機的發(fā)射功率，上一次通信時所述發(fā)射機所選擇的信道，上一次所述發(fā)射機所處的位置和這一次通信時所述干擾機所選擇的信道，所述發(fā)射機的發(fā)射功率、所述發(fā)射機的信道、所述發(fā)射機的位置和所述干擾機的信道組成所述強化學習中智能體在環(huán)境中的狀態(tài)。

3.如權(quán)利要求2所述的自組網(wǎng)場景下的通信抗干擾方法，其特征在于，所述干擾機根據(jù)誤碼率結(jié)合強化學習改變干擾方案的步驟包括：

4.如權(quán)利要求1所述的自組網(wǎng)場景下的通信抗干擾方法，其特征在于，所述強化學習算法包括優(yōu)先經(jīng)驗回放算法、ddqn算法和dueling?dqn算法。

5.如權(quán)利要求1所述的自組網(wǎng)場景下的通信抗干擾方法，其特征在于，獎懲算法設(shè)置為：

6.如權(quán)利要求1所述的自組網(wǎng)場景下的通信抗干擾方法，其特征在于，訓練過程包括：

7.如權(quán)利要求6所述的自組網(wǎng)場景下的通信抗干擾方法，其特征在于，在訓練過程之后，測試過程包括：

8.如權(quán)利要求1所述的自組網(wǎng)場景下的通信抗干擾方法，其特征在于，所述干擾機的干擾方案建模為馬爾可夫模型。

9.一種自組網(wǎng)場景下的通信抗干擾系統(tǒng)，使用權(quán)利要求1-8任一項所述的自組網(wǎng)場景下的通信抗干擾方法，其特征在于，包括具有預定面積的通信場景、在預定范圍內(nèi)可移動的發(fā)射機、固定設(shè)置的接收機以及干擾機，所述預定范圍位于所述通信場景內(nèi)，所述接收機位于所述預定范圍內(nèi)，所述干擾機在所述預定范圍外及所述通信場景內(nèi)可移動。

技術(shù)總結(jié)
本發(fā)明提供了一種自組網(wǎng)場景下的通信抗干擾方法及系統(tǒng)，包括以下步驟：發(fā)射機偵測信道獲取信道信息；根據(jù)當前信道選擇通信方案，所述通信方案包括發(fā)射功率、發(fā)射信道和空間位置；接收機計算誤碼率；干擾機根據(jù)誤碼率結(jié)合強化學習改變干擾方案，所述干擾方案包括干擾功率、干擾信道和空間位置；重復上述步驟，直至誤碼率大于預定閾值。本發(fā)明提供的自組網(wǎng)場景下的通信抗干擾方法及系統(tǒng)，可以實施感知電磁環(huán)境，根據(jù)干擾源的變化對發(fā)射方案進行動態(tài)調(diào)整，其次在保證通信質(zhì)量的前提下，盡量減少資源浪費，最后對新增干擾措施的干擾源，也能迅速適應(yīng)，保證通信質(zhì)量。

技術(shù)研發(fā)人員：吳芝路,閆蘇晨,趙延龍
受保護的技術(shù)使用者：哈爾濱工業(yè)大學
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15