公开(公告)号：CN115412105B

公开(公告)日：2024-03-12

申请号：CN202210487299.2

申请日：2022-05-06

Applicant: 南京邮电大学

Inventor： 田峰 ,  陈宇航 ,  王展 ,  侯跃峰

IPC: H04B1/00 ,  H04B17/345 ,  H04B17/382 ,  H04B17/391

Abstract: 本发明公开了一种基于USRP RIO的强化学习通信干扰方法，基于数据处理中心、工作在相同频带上的干扰机、发射机，以及与发射机连接的接收机；实现干扰机对发射机与接收机进行通信干扰；干扰机的感知节点周期性地扫描监测发射机与接收机之间的通信环境，获得发射机与接收机之间频谱数据信息，并发送给数据处理中心；数据处理中心接收并处理该频谱数据信息，获取通信信道信息，并且应用预设已训练好的Q学习引擎模型，获得通信信道信息对应的Q表信息，所述Q表信息包括干扰机当前状态信息Sn与干扰机当前状态信息Sn所对应其下一动作信息an的Q值；干扰机周期性读取Q表信息的Q值，并根据Q值对发射机与接收机进行通信干扰。

公开(公告)号：CN115412105A

公开(公告)日：2022-11-29

申请号：CN202210487299.2

申请日：2022-05-06

Applicant: 南京邮电大学

Inventor： 田峰 ,  陈宇航 ,  王展 ,  侯跃峰

IPC: H04B1/00 ,  H04B17/345 ,  H04B17/382 ,  H04B17/391

Abstract: 本发明公开了一种基于USRP RIO的强化学习通信干扰方法，基于数据处理中心、工作在相同频带上的干扰机、发射机，以及与发射机连接的接收机；实现干扰机对发射机与接收机进行通信干扰；干扰机的感知节点周期性地扫描监测发射机与接收机之间的通信环境，获得发射机与接收机之间频谱数据信息，并发送给数据处理中心；数据处理中心接收并处理该频谱数据信息，获取通信信道信息，并且应用预设已训练好的Q学习引擎模型，获得通信信道信息对应的Q表信息，所述Q表信息包括干扰机当前状态信息Sn与干扰机当前状态信息Sn所对应其下一动作信息an的Q值；干扰机周期性读取Q表信息的Q值，并根据Q值对发射机与接收机进行通信干扰。

公开(公告)号：CN114885425A

公开(公告)日：2022-08-09

申请号：CN202210397780.2

申请日：2022-04-15

Applicant: 南京邮电大学

Inventor： 田峰 ,  王展 ,  陈宇航 ,  吴夜

IPC: H04W72/04 ,  H04B1/713 ,  H04L41/16

Abstract: 本发明公开了一种基于USRP平台的强化学习跳频通信抗干扰实现方法，包括步骤：在上位机的Labview上进行图形化编程，首先发射机端使用双阈值能量检测实现频谱感知，获取频谱状态信息；其次根据获得的频谱作为输入信息，更新Q学习的奖励表R，然后通过Q学习算法进行迭代训练，得到更新的Q表，继续监测频谱状态信息，在频谱状态发生改变后，根据上述步骤继续更新Q表，否则不更新Q表，保持原状态不变。当系统开始通信时，根据Q表进行跳频决策选择最优频谱子带跳频通信，从而实现智能化主动避免干扰的效果。本发明能实现灵活跳频，降低被干扰的概率；能有效提高频谱利用率，减少跳频次数，大大降低了系统开销。