来源：期刊VIP网 时间：
作者：刘杰;胡晨骏;时荔蕙;辜方林;赵海涛;
单位：国防科技大学电子科学学院;中国人民解放军31280部队;
摘要：认知跳频是提升复杂电磁环境下无人集群通信链路稳健性的关键技术，但是不准确的感知结果与不可靠的反馈信息会导致无人集群认知跳频通信性能恶化。针对上述问题，以提高长期成功传输率和减小跳频开销为优化目标，提出一种基于强化学习的智能选频算法，该算法以时频资源块为基础学习单元，通过分布式地学习时频资源块中的传输结果以及干扰规律，动态决策时频资源块内每个时隙的最佳频点。在此基础上，引入分层分簇组网架构，通过无人集群簇头节点集中式地汇聚、决策、分发的方式，以时帧为基础单元进行可选频率集动态调整，降低网络跳频开销，支持大规模无人集群网络。仿真结果表明，所提算法在感知结果与反馈信息不可靠的的恶意干扰环境下都达到了较高的长期传输成功率，通过动态频率集调整的方式在达到最大抗干扰性能的同时降低了跳频开销。
关键词：无人集群;;智能选频;;强化学习;;抗干扰;;动态频率集
基金资助：国家自然科学基金重点基金(91331020);; 自然科学基金重大研究计划(92367302)~~
