干扰攻击下基于MAPPO的电视频谱资源分配研究

将认知无线电（Cognitive Radio,CR）与能量采集（Energy Harvesting,EH）进行组合是一种提高电视系统频谱性能的有效方案，但由于CR的开放性，电视网络容易遭受干扰攻击。基于此，研究了干扰攻击下EH-CR网络的联合信道和功率分配问题，考虑网络中存在随机和反应扫描两种干扰攻击，通过信道接入和功率分配，使次用户（Secondary Users, SUs）平均吞吐量最大化。将EH-CR网络建模为部分可观测的马尔可夫决策过程，提出了一个基于多智能体近端策略优化（Multi-Agent Proximal Policy Optimization,MAPPO）的联合信道和功率分配方法。仿真结果表明，提出的方法能够显著提高干扰攻击下SUs的平均吞吐量。