← 返回列表
一种应对不完全信道信息的模糊学习抗干扰方法和系统
申请人信息
- 申请人:中国人民解放军战略支援部队航天工程大学
- 申请人地址:101416 北京市怀柔区八一路一号
- 发明人: 中国人民解放军战略支援部队航天工程大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种应对不完全信道信息的模糊学习抗干扰方法和系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311551774.9 |
| 申请日 | 2023/11/21 |
| 公告号 | CN117528538A |
| 公开日 | 2024/2/6 |
| IPC主分类号 | H04W16/06 |
| 权利人 | 中国人民解放军战略支援部队航天工程大学 |
| 发明人 | 贾录良; 张云鹏; 熊达鹏; 王宏艳; 张云帆; 曹文婷; 张云阳; 李轶南 |
| 地址 | 北京市怀柔区八一路一号 |
摘要文本
本发明涉及无线通信技术领域，具体公开了一种应对不完全信道信息的模糊学习抗干扰方法和系统，包括：将不完全信道信息映射至模糊空间，再通过模糊收益函数得到用户与干扰的模糊收益；利用斯坦伯格博弈理论，建立用户与干扰的对抗过程模型；创建用户与干扰的Q表，初始化用户的通信功率及干扰的干扰功率；获取干扰模糊收益，利用函数对干扰的模糊收益进行评价，得到评价值；更新干扰的Q表，并重新确定干扰的干扰功率，重复计算干扰的干扰功率直至最大迭代次数；获取用户模糊收益，利用满意度函数对干扰的模糊收益进行评价，得到评价值；更新用户的Q表，并重新确定用户通信功率，重复计算用户通信功率直至最大迭代次数。
专利主权项内容
1.一种应对不完全信道信息的模糊学习抗干扰方法，其特征在于，包括：步骤S1：将不完全信道信息映射至模糊空间并将信道增益用模糊数表示，再通过模糊收益函数得到用户模糊收益与干扰模糊收益；步骤S2：利用斯坦伯格博弈理论，建立用户与干扰的对抗过程模型；步骤S3：根据所述模糊收益函数和所述对抗过程模型，利用Q-学习算法分别创建用户Q表与干扰Q表，初始化用户当前的通信功率及当前的干扰功率；步骤S4：获取干扰模糊收益，对所述干扰模糊收益进行评价，得到评价值；步骤S5：更新干扰Q表，并根据更新后的干扰Q表重新确定干扰功率，跳转到步骤S4，不断重复步骤S4和S5过程，直至到达最大迭代次数；步骤S6：获取用户模糊收益，利用满意度函数对所述干扰模糊收益进行评价，得到评价值；步骤S7：更新用户Q表，并根据更新后的用户Q表重新确定用户的通信功率，跳转到步骤S4，不断重复步骤S4至S7过程，直至到达最大迭代次数。