| 面向抗干扰跳频通信的混合改进DQN决策算法 |
| |
| 引用本文： | 夏重阳,张剑书,吴晓富,靳越. 面向抗干扰跳频通信的混合改进DQN决策算法[J]. 电子测量技术, 2023, 46(20): 50-57 |
| |
| 作者姓名： | 夏重阳 张剑书 吴晓富 靳越 |
| |
| 作者单位： | 南京邮电大学通信与信息工程学院 南京 210003;1.南京邮电大学通信与信息工程学院 南京 210003； 2.南京工程学院计算机工程学院 南京 211167 |
| |
| 基金项目： | 国家自然科学基金（61771256）项目资助 |
| |
| 摘 要： | 针对复杂电磁环境下的跳频抗干扰通信决策问题，提出了一种新的混合深度循环Q网络(MixDRQN)决策算法。该深度决策算法有效集成了双深度Q网络(DoubleDQN)和对决深度Q网络(DuelingDQN)两种决策机理的优点，并在信号处理前端引入长短时记忆(LSTM)层，以增强决策网络对输入频谱瀑布信号的时间相关特征提取能力。研究表明，所提出的混合决策算法通过引入DoubleDQN解决了基于ε-greedy算法导致的Q值估计偏高的问题，同时通过DuelingDQN和前端增加的LSTM层，能有效学习输入频谱瀑布信号的时间相关特征。实验结果显示，所提方法在多种干扰信号下的收敛速度及抗干扰性能均显著提升，收敛速度较已有算法提升8倍以上。
|
| 关 键 词： | 通信抗干扰 强化学习 深度Q网络 长短时记忆 |
Novel mixed DQN reinforcement learning algorithm for frequency hopping anti-jamming communications |
| |
| Xia Chongyang,Zhang Jianshu,Wu Xiaofu,Jin Yue. Novel mixed DQN reinforcement learning algorithm for frequency hopping anti-jamming communications[J]. Electronic Measurement Technology, 2023, 46(20): 50-57 |
| |
| Authors: | Xia Chongyang Zhang Jianshu Wu Xiaofu Jin Yue |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《电子测量技术》浏览原始摘要信息 |
|
点击此处可从《电子测量技术》下载免费的PDF全文 |
|
