买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：厦门大学

摘要：基于多用户强化学习的认知无线网络抗敌意干扰方法，涉及无线网络安全。认知源节点通过观察主用户工作状态、自适应干扰机发射功率等状态信息，采用多用户强化学习策略自动选择发射功率。多个认知源节点同时学习，每次发送数据包结束，依据获得的即时回报及下一时刻状态，更新状态、行为和映射关系，并根据反馈信息更换多用户强化学习算法的学习速率，从而提高接收端的信干比，最终获取最优的发射功率。而各个认知源节点间能够帮助转发数据包或者自己发射数据。该方法利用多用户强化学习的机制，通过尝试比较的方法，提高了智能型敌意干扰机的场景下，认知无线网络的通信效率。

主权项：1.基于多用户强化学习的认知无线网络抗敌意干扰方法，其特征在于包括以下步骤：1初始化认知源节点s学习因子αs、折扣因子γs、步长n、学习速率δl和δw、当前发射策略πsts,us，初始化Qs值表、Vs值表和状态t出现的次数Cts值为0；所述Qs值表为二维矩阵QsTs,As，其中Ts是一个非空集合，表示系统认知源节点的所有可能状态，As为所有认知源节点可能行为集合；学习因子αs、折扣因子γs、学习速率δl和δw取值范围为[0,1]；通过比较当前发射策略πs的预期Q值是否大于当前平均发射策略的预期Q值估计认知源节点的“输赢”，在认知源节点为“赢”时，选择学习速率δ＝δw，反之，在认知源节点为“输”时，选择学习速率δ＝δl；当前发射策略赋值为1|As|，而1|As|表示认知源节点每个动作出现的平均概率，|As|表示的是行为集的长度，下标s表示认知源节点；2认知源节点s感知步长n＝1时的状态t，根据当前发射策略πsts,us从状态t选择发射功率进行适当的探索；所述状态t由两部分组成，分别为主用户接入状态σ和干扰机发射功率uj，即认知源节点的状态表示为t＝σ,uj，其中下标j表示干扰节点，当主用户占用目标信道时，σ＝0，否则σ＝1；干扰机发射功率uj∈Aj，其中Aj表示干扰节点所有可能行为集合，自适应干扰机门限值为Hj，即合法信息的传输功率足以被接收节点成功接收时，自适应干扰机才发起攻击；所述当前发射策略是在初始状态t认知源节点通过ε贪婪策略选择发射功率3步长n＝n+1，计算认知源节点发射功率和观察下一个状态更新值表和值表；所述发射功率表示认知源节点在状态tsn下的最优发射功率，发射功率us为As的一个动作，V值表和Q值表更新算法表示如下： 4更新估计平均发射策略所述平均发射策略的更新算法表示如下：Cts每次更新前需要根据出现对应状态的个数自加1，即Cts＝Cts+1， 其中，u's是步长n-1所选择的发射功率；5更新当前发射策略使其不断地接近Q学习的最优策略，即限制到一个合法且可最大化预期Q值之和的概率分布；更新当前发射策略遵循发射策略πs:ts→PsAs认知，即表示状态空间到发射功率概率分布的映射，此概率分布最大化预期Q值之和，当前发射策略表示认知源节点在步长为n且状态为t下选择发射功率u的概率，认知源节点在状态t下选择最大化Q值的发射功率行为的概率逐渐增大，而选择其他发射行为的概率逐渐减小，其更新算法如下： 其中，a'表示发射功率；6根据环境的变化认知源节点重复步骤2～5，直到认知源节点学习的行为为最优发射策略。

全文数据：

权利要求：

百度查询： 厦门大学 基于多用户强化学习的认知无线网络抗敌意干扰方法