【摘要】：由于次級用戶的動態(tài)頻譜接入機制以及無線信道的廣播特性,使得認知無線網絡極易遭受敵意干擾攻擊。隨著軟件無線電設備的使用,敵意干擾機能夠動態(tài)調整干擾策略,甚至能引導移動設備進入特定通信模型進而有針對性的實施敵意干擾攻擊。論文研究了認知無線網絡場景下敵意干擾機和移動設備之間的抗敵意干擾博弈,設計了結合擴頻、功率控制以及位置移動的空頻二維抗敵意干擾方案。引入強化學習技術,設計了基于SARSA(λ)的抗敵意干擾策略。移動設備通過與環(huán)境不斷的交互試錯,在不需要預知敵意干擾攻擊模型和無線網絡信道模型情況下來學習最佳的抗敵意干擾策略,提升了抗敵意算法的性能。例如,當信道數(shù)為64時,基于SARSA(λ)抗敵意干擾算法的接收信號信干比相較于隨機策略提升了13.6%。論文設計了基于深度Q網絡的抗敵意干擾優(yōu)化方案,采用卷積神經網絡來壓縮狀態(tài)空間,有效緩解強化學習的維度災難問題,提升接收信號信干比。例如,當信道數(shù)為64時,基于深度Q網絡抗敵意干擾算法的接收信號信干比在基于SARSA(λ)算法的基礎上提升了 47.6%。論文提出熱啟動機制,能夠利用仿真經驗有效初始化卷積神經網絡的連接參數(shù)。結合深度Q網絡、熱啟動機制以及宏動作技術,論文提出了基于快速深度Q網絡的抗敵意干擾優(yōu)化方案,加快算法學習速度并提升了算法的抗敵意干擾性能。例如,當信道數(shù)為64時,基于快速深度Q網絡抗敵意干擾算法的接收信號信干比相較于基于深度Q網絡算法的提高了 12.5%。
【學位授予單位】：廈門大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TN925
【圖文】：

設備與敵意干擾之間干擾攻防關系。具體如下：逡逑３．１．１．網絡模型逡逑如圖３－１所示，移動設備例如智能手機、移動服務終端致力于與無線接入點逡逑保持高信干比的通信。在網絡中，移動設備可以通過跳頻技術切換自身的通信信逡逑道、能夠決定自身的發(fā)射功率并且可以移動到新的位置并接入新的無線接入點。逡逑具體地來說，移動設備可以從標號為＆？？？，＃；！的通信信道向量中選取一個接入信逡逑道記為嚴…，＾，其中無表示第女個通信周期。為了方便起見，移動設備的逡逑發(fā)射功率ｉｆ量化為Ｚ邋＋邋１個等級，即。其中，戶為移動設備的最逡逑大發(fā)射功率。特別地，當ｉｆ邋時，代表移動設備的發(fā)射功率置0終止通信。同逡逑１３逡逑

周期持續(xù)ｌ0．８ｍｓ，其中設備決策計算耗時２ｍｓ、每次傳輸數(shù)據(jù)大小為１００ＫＢ數(shù)逡逑據(jù)傳輸速率為ｌ00Ｍｂ／ｓ需耗時８ｍｓ、反饋數(shù)據(jù)為１ＫＢ需耗時０．８ｍｓ？逡逑圖３－５展示了基于ＳＡＲＳＡ（ｚｌ）的抗敵意干擾算法的性能。由圖中可見，基于逡逑ＳＡＲＳＡ（ｉ）的抗敵意干擾算法隨著學習時間的推移，接收信號的ＳＩＮＲ以及移動逡逑設備的收益都有顯著提升。例如，經過５００個通信周期的學習，接收信號的ＳＩＮＲ逡逑從第２００個通信周期的２．２４提升到第７００個通信周期的２．６３，提升了邋１７．４％；逡逑２４逡逑

【參考文獻】

相關期刊論文 前5條

1 孫文琦;吳建平;李賀武;;寬帶無線網絡中的頻譜資源管理綜述[J];軟件學報;2015年04期

2 張平;李建武;馮志勇;張奇勛;;認知無線網絡基礎理論與關鍵技術研究[J];電信科學;2014年02期

3 裴慶祺;李紅寧;趙弘洋;李男;閔瑩;;認知無線電網絡安全綜述[J];通信學報;2013年01期

4 宋志群;;認知無線電技術及應用[J];無線電通信技術;2012年05期

5 魏急波;王杉;趙海濤;;認知無線網絡:關鍵技術與研究現(xiàn)狀[J];通信學報;2011年11期

相關博士學位論文 前3條

1 任杰;頻譜資源自優(yōu)化分配算法的研究[D];北京交通大學;2015年

2 蔡譯鋒;認知無線電中的頻譜感知與干擾檢測技術研究[D];華中科技大學;2014年

3 孫言強;無線傳感器網絡中干擾攻擊關鍵技術研究[D];國防科學技術大學;2012年

本文編號：2728527