高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

面向非完全电磁信息的智能频谱分配技术研究

赵浩钦 段国栋 司江勃 黄睿 石嘉

赵浩钦, 段国栋, 司江勃, 黄睿, 石嘉. 面向非完全电磁信息的智能频谱分配技术研究[J]. 电子与信息学报, 2024, 46(7): 2694-2702. doi: 10.11999/JEIT231005
引用本文: 赵浩钦, 段国栋, 司江勃, 黄睿, 石嘉. 面向非完全电磁信息的智能频谱分配技术研究[J]. 电子与信息学报, 2024, 46(7): 2694-2702. doi: 10.11999/JEIT231005
ZHAO Haoqin, DUAN Guodong, SI Jiangbo, HUANG Rui, SHI Jia. Research on Intelligent Spectrum Allocation Techniques for Incomplete Electromagnetic Information[J]. Journal of Electronics & Information Technology, 2024, 46(7): 2694-2702. doi: 10.11999/JEIT231005
Citation: ZHAO Haoqin, DUAN Guodong, SI Jiangbo, HUANG Rui, SHI Jia. Research on Intelligent Spectrum Allocation Techniques for Incomplete Electromagnetic Information[J]. Journal of Electronics & Information Technology, 2024, 46(7): 2694-2702. doi: 10.11999/JEIT231005

面向非完全电磁信息的智能频谱分配技术研究

doi: 10.11999/JEIT231005
基金项目: 电磁空间作战与应用重点实验室基金(JJ2021-001),国家自然科学基金(62425103)
详细信息
    作者简介:

    赵浩钦:男,博士生,研究方向为智能频谱共享

    段国栋:男,高级工程师,研究方向为智能频谱共享

    司江勃:男,教授,研究方向为认知抗干扰通信、智能频谱共享

    黄睿:男,博士生,研究方向为智能频谱共享

    石嘉:男,副教授,研究方向为无线资源管理

    通讯作者:

    司江勃 jbsi@xidian.edu.cn

  • 中图分类号: TN97

Research on Intelligent Spectrum Allocation Techniques for Incomplete Electromagnetic Information

Funds: The Electromagnetic Space Warfare and Applications Key Laboratory Foundation (JJ2021-001), The National Natural Science Foundation of China (62425103)
  • 摘要: 针对电磁对抗过程中环境动态变化,多节点自主用频决策频谱利用率低的问题,该文开展面向非完全电磁信息的智能协同频谱分配技术研究,通过多节点智能协同提升频谱利用率。首先将复杂电磁环境频谱分配问题建模为最大化用频设备的优化问题,其次提出一种基于多节点协同分流经验回放机制的资源决策算法(Co-DDQN),算法基于协同分流函数对历史经验数据进行评估,并通过分级经验池进行训练,使各智能体在仅观测自身状态信息条件下形成轻量级协同决策能力,解决低视度条件下多节点决策优化方向与整体优化目标不一致的问题,提升频谱利用率;设计了一种基于置信分配的混合奖励函数,各节点决策兼顾个体的奖励,能够减少惰性节点的出现,探索更优的整体动作策略,进一步提升系统效益。仿真结果表明:当节点数为20时,所提算法的可接入设备数优于全局贪婪算法与遗传算法,并与信息完全共享的集中式频谱分配算法的差距在5%内,更适用于低视度节点的协同频谱分配。
  • 图  1  设备空间分布模型

    图  2  Dec-POMDP模型

    图  3  算法流程图

    图  4  不同学习率权重下的算法性能

    图  5  不同奖励机制下的算法性能

    图  6  智能算法训练过程

    图  7  不同节点数下算法性能对比图

    图  8  不同干扰功率下算法性能对比图

    图  9  不同算法下时间开销对比图

    表  1  系统参数

    参数 含义
    M 作战空间范围
    T 整个战时时隙数
    f 电磁环境中正交子信道
    B 信道带宽
    $ {P^{{\mathrm{r}}}} $ 雷达设备发射功率
    $ {P^{{\mathrm{c}}}} $ 通信设备发射功率
    $ {P^{{\mathrm{e}}}} $ 敌方设备发射功率
    $ {N_t} $ t时隙环境中的噪声功率
    $ g_{n{,{\mathrm{c}}}}^{{{\mathrm{com}}}} $ 节点n中的通信设备至控制中心c的信道增益
    $ g_{n,n'}^{{{\mathrm{com}}}} $ 节点n中的通信设备至其余节点$ n' $的信道增益
    $ g_{n{,{\mathrm{c}}}}^{{{\mathrm{rad}}}} $ 节点n中的雷达设备至控制中心c的信道增益
    $ g_{n,n'}^{{{\mathrm{rad}}}} $ 节点n中的雷达设备至其余节点$ n' $的信道增益
    $ {g_{{\mathrm{e}}{,}n}} $ 敌方设备e至节点n的信道增益
    $ {g_{{\mathrm{e}}{\text{,}}{\mathrm{c}}}} $ 敌方设备e至控制中心c的信道增益
    $ P_{\min }^{\text{e}} $ 雷达最小可检测功率
    下载: 导出CSV

    1  Co-DDQN算法

     1: 环境初始化;构建DDQN神经网络,设置目标Q网络中参数的
     更新频率为$ {T}_{\mathrm{f}\mathrm{r}\mathrm{e}} $
     2:for each episode do
     3:  $ t=0 $ /*初始化时间系数*/
     4:  for each mini-episode do
     5:   $ {{\boldsymbol{s}}}_{t}^{n} $,$ {{\boldsymbol{a}}}_{t}^{n} $ /*各节点n感知自身状态信息并根据
        $ \varepsilon {\text{-}}\mathrm{g}\mathrm{r}\mathrm{e}\mathrm{e}\mathrm{d}\mathrm{y} $策略输出各节点策略*/
     6:   ${\boldsymbol{A}}_t^n \leftarrow \{ {\boldsymbol{a}}_t^1,{\boldsymbol{a}}_t^2,\cdots,{\boldsymbol{a}}_t^n| n\in N\} $ /*联合所有节点策略进行
        资源分配,与环境交互获取奖励*/
     7:   $ {{\boldsymbol{S}}}_{t+1} $; $ {\mathrm{R}\mathrm{W}}_{t} $ /*更新环境状态;获取系统总收益*/
     8:   $ {{\boldsymbol{s}}}_{t+1}^{n} $; $ {\mathrm{r}\mathrm{w}}_{t}^{n} $ /*各节点感知自身状态信息;获取自身奖励*/
     9:   将经验样本存入各节点的经验池
     10:   $ {D}^{1\mathrm{s}\mathrm{t}},{D}^{2\mathrm{n}\mathrm{d}},{D}^{3\mathrm{r}\mathrm{d}} $ /*各节点建立3种经验池*/
     11:   根据3.2.1节协同分流函数对经验进行评估分流
     12:   $ {\mathrm{loss}} $ /*基于 $ {D}^{1\mathrm{s}\mathrm{t}},{D}^{2\mathrm{n}\mathrm{d}},{D}^{3\mathrm{r}\mathrm{d}} $计算损失函数*/
     13:   $ \stackrel{~}{\theta }\leftarrow \theta $ /*使用不同学习率$ {{\mathrm{lr}}}_{L}={\alpha {\mathrm{lr}}}_{M}={\alpha }^{2}{{\mathrm{lr}}}_{S} $更新网
        络参数*/
     14:   $ t\leftarrow t+1 $ /*进入下一时隙*/
     15:   end
     16:   if $ \mathrm{e}\mathrm{p}\mathrm{i}\mathrm{s}\mathrm{o}\mathrm{d}\mathrm{e}\%{T}_{\mathrm{f}\mathrm{r}\mathrm{e}}==0 $:
     17:    复制当前网络参数至目标Q网络
     18:end
    下载: 导出CSV
  • [1] 王沙飞, 鲍雁飞, 李岩. 认知电子战体系结构与技术[J]. 中国科学: 信息科学, 2018, 48(12): 1603–1613. doi: 10.1360/N112018- 00153.

    WANG Shafei, BAO Yanfei, and LI Yan. The architecture and technology of cognitive electronic warfare[J]. SCIENTIA SINICA Informationis, 2018, 48(12): 1603–1613. doi: 10.1360/N112018-00153.
    [2] 唐建强, 李昊. 美军电磁战斗管理发展分析[J]. 电子信息对抗技术, 2020, 35(2): 39–43. doi: 10.3969/j.issn.1674-2230.2020.02.010.

    TANG Jianqiang and LI Hao. The analysis of electromagnetic battle management in US[J]. Electronic Information Warfare Technology, 2020, 35(2): 39–43. doi: 10.3969/j.issn.1674-2230.2020.02.010.
    [3] 刘辉, 颜飙, 陈永丽. 基于超图的D2D多对多资源分配方案[J]. 计算机工程与设计, 2018, 39(12): 3605–3609,3621. doi: 10.16208/j.issn1000-7024.2018.12.002.

    LIU Hui, YAN Biao, and CHEN Yongli. Many-to-many resource allocation scheme for D2D based on hypergraph[J]. Computer Engineering and Design, 2018, 39(12): 3605–3609,3621. doi: 10.16208/j.issn1000-7024.2018.12.002.
    [4] 蔡畅, 王亚芳, 苗兵梅, 等. 基于改进遗传算法的认知无线传感网动态频谱分配方案[J]. 电信科学, 2017, 33(8): 85–93. doi: 10.11959/j.issn.1000-0801.2017217.

    CAI Chang, WANG Yafang, MIAO Bingmei, et al. Dynamic spectrum allocation for cognitive radio sensor networks based on improved genetic algorithm[J]. Telecommunications Science, 2017, 33(8): 85–93. doi: 10.11959/j.issn.1000-0801.2017217.
    [5] HUANG Jun, XING Congcong, QIAN Yi, et al. Resource allocation for multicell device-to-device communications underlaying 5G networks: A game-theoretic mechanism with incomplete information[J]. IEEE Transactions on Vehicular Technology, 2018, 67(3): 2557–2570. doi: 10.1109/TVT.2017.2765208.
    [6] YANG Helin, ZHAO Jun, LAM K Y, et al. Distributed deep reinforcement learning-based spectrum and power allocation for heterogeneous networks[J]. IEEE Transactions on Wireless Communications, 2022, 21(9): 6935–6948. doi: 10.1109/TWC.2022.3153175.
    [7] SI Jiangbo, HUANG Rui, LI Zan, et al. When spectrum sharing in cognitive networks meets deep reinforcement learning: Architecture, fundamentals, and challenges[J]. IEEE Network, 2024, 38(1): 187–195. doi: 10.1109/MNET.130.2200390.
    [8] MENG Fan, CHEN Peng, WU Lenan, et al. Power allocation in multi-user cellular networks: Deep reinforcement learning approaches[J]. IEEE Transactions on Wireless Communications, 2020, 19(10): 6255–6267. doi: 10.1109/TWC.2020.3001736.
    [9] 赵浩钦, 杨政, 司江勃, 等. 一种聚类辅助的智能频谱分配技术研究[J]. 西安电子科技大学学报, 2023, 50(6): 1–12. doi: 10.19665/j.issn1001-2400.20231006.

    ZHAO Haoqin, YANG Zheng, SI Jiangbo, et al. Research on a clustering-assisted intelligent spectrum allocation technique[J]. Journal of Xidian University, 2023, 50(6): 1–12. doi: 10.19665/j.issn1001-2400.20231006.
    [10] 王涵, 俞扬, 姜远. 基于通信的多智能体强化学习进展综述[J]. 中国科学: 信息科学, 2022, 52(5): 742–764. doi: 10.1360/SSI-2020-0180.

    WANG Han, YU Yang, and JIANG Yuan. Review of the progress of communication-based multi-agent reinforcement learning[J]. SCIENTIA SINICA Informationis, 2022, 52(5): 742–764. doi: 10.1360/SSI-2020-0180.
    [11] TAN Junjie, LIANG Yingchang, ZHANG Lin, et al. Deep reinforcement learning for joint channel selection and power control in D2D networks[J]. IEEE Transactions on Wireless Communications, 2021, 20(2): 1363–1378. doi: 10.1109/TWC.2020.3032991.
    [12] YIN Ziyan, LIN Yan, ZHANG Yijin, et al. Collaborative multiagent reinforcement learning aided resource allocation for UAV anti-Jamming communication[J]. IEEE Internet of Things Journal, 2022, 9(23): 23995–24008. doi: 10.1109/JIOT.2022.3188833.
    [13] 窦慧, 张凌茗, 韩峰, 等. 卷积神经网络的可解释性研究综述[J]. 软件学报, 2024, 35(1): 159–184. doi: 10.13328/j.cnki.jos.006758.

    DOU Hui, ZHANG Lingming, HAN Feng, et al. Survey on convolutional neural network interpretability[J]. Journal of Software, 2024, 35(1): 159–184. doi: 10.13328/j.cnki.jos.006758.
    [14] 肖博, 霍凯, 刘永祥. 雷达通信一体化研究现状与发展趋势[J]. 电子与信息学报, 2019, 41(3): 739–750. doi: 10.11999/JEIT180515.

    XIAO Bo, HUO Kai, and LIU Yongxiang. Development and prospect of radar and communication integration[J]. Journal of Electronics & Information Technology, 2019, 41(3): 739–750. doi: 10.11999/JEIT180515.
    [15] TANG Qinqin, XIE Renchao, YU F R, et al. Decentralized computation offloading in IoT fog computing system with energy harvesting: A Dec-POMDP approach[J]. IEEE Internet of Things Journal, 2020, 7(6): 4898–4911. doi: 10.1109/JIOT.2020.2971323.
    [16] VAN HASSELT H, GUEZ A, and SILVER D. Deep reinforcement learning with double Q-learning[C]. The 30th AAAI Conference on Artificial Intelligence, Phoenix, USA, 2016: 2094–2100. doi: 10.5555/3016100.3016191.
  • 加载中
图(9) / 表(2)
计量
  • 文章访问数:  324
  • HTML全文浏览量:  133
  • PDF下载量:  73
  • 被引次数: 0
出版历程
  • 收稿日期:  2023-09-15
  • 修回日期:  2024-04-24
  • 网络出版日期:  2024-05-15
  • 刊出日期:  2024-07-29

目录

    /

    返回文章
    返回