-
公开(公告)号：CN118713776A
公开(公告)日：2024-09-27
申请号：CN202311691876.0
申请日：2023-12-11
Applicant: 桂林理工大学
IPC: H04B17/382 , H04W16/16
Abstract: 本发明涉及一种轻量化强化学习动态频谱抗干扰方法及装置,包括：第一阶段：收集训练无人机与基站通信过程中所感知的频谱状态，得到频谱瀑布图；将训练无人机的频谱瀑布图作为状态输入到DQN算法中，利用DQN算法对频谱瀑布图进行分析，得到N个Q值向量；通过K‑means方法对Q值向量进行聚类分析，得到K个独立的簇，并对频谱数据进行标记，通过标记后的频谱数据对状态聚类网络进行训练；最后将训练好的状态聚类网络模型部署在任务无人机上。第二阶段：获取任务无人机的频谱瀑布图；将其作为状态聚类网络的输入进行聚类，得到状态聚类结果；将状态聚类结果输入到Q‑learning中，基于Q‑learning学习在线抗干扰策略。本发明用于无人机通信领域。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
