.png){kind=icon}
.png){kind=icon}
返回
Intelligent wireless communication anti-interference technology based on machine learning
.png){kind=icon}
OA
AI
DOI：10.1080/24751839.2026.2655500.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
无线通信技术在安全性和效率方面面临挑战，亟需采用智能方法对抗干扰并改善不同干扰环境下的无线通信体验。因此，提出了一种抗干扰技术以解决不同场景下用户面临的通信问题。实验结果表明，与直接传输相比，多用户分布式抗干扰联盟形成（MDACF）算法的传输效率提升了12%。基于离线UCB1调整的Q学习抗干扰算法（DUCBQ）可在约25次迭代中找到最小跳数路径，而近端策略优化（PPO）算法经训练后平均数据包接收率约为0.91。本研究提出的智能抗干扰技术的平均性能评估值为0.8435。研究中提出的3种智能抗干扰算法在面对干扰环境时具有可行性和抗干扰能力。
Keyword:
Wireless communication
anti-interference
CFG
deep reinforcement learning
DUCBQ algorithm
PPO algorithm