摘要
随着信息化进度的不断加快，无线通信技术发展势头迅猛，无线通信业务需求旺盛，涉及诸多领域。然而，由于无线信道的开放特性，面对日益复杂的电磁环境，无线通信系统受到干扰威胁的概率逐渐增加。因此，面对外界种种干扰，为了最大化系统的整体性能，我们迫切需要制定出合理且有效的抗干扰功率控制方案，从而使得用户在面对干扰时依然能够采取有效的抗干扰策略，保证自身的正常通信。论文主要采用博弈论和强化学习算法对无线通信系统中的抗干扰功率控制问题进行分析和研究。主要从以下三个方面进行相关研究: 1.针对目前研究尚未同时考虑干扰类型（常规干扰和智能干扰）未知和观测误差对抗干扰功率控制策略影响的状况，提出了一种基于干扰类型未知和观测误差的单用户抗干扰博弈模型，分析了单个用户发射端、接收端和干扰机间的相互行为，研究了干扰类型和观测误差对参与者效用函数和系统SINR的影响。仿真结果表明，用户的传输受益于干扰机的观测误差，具有更高的效用函数和系统SINR。同时，常规干扰的可能性越大，用户的收益就越高。 2.针对干扰机存在观测误差，源节点、中继节点和干扰机的动作存在先后顺序的情况，构建了一个多用户抗干扰功率控制博弈模型，分析了作为领导者的源节点、作为副领导者的中继节点和作为跟随者的干扰机之间的相互行为，揭示了观测误差和传输损耗等因素对参与者效用函数和系统SINR的影响。仿真结果表明，源节点和中继节点的传输受益于干扰机的观测误差，具有更高的效用函数和系统SINR。 3.针对实际无线通信系统中用户不了解底层博弈模型，无法利用博弈论进行功率控制的情况，搭建了基于Q-learning的功率控制决策模型，提出了一种基于Q-learning的抗干扰功率控制算法，实现用户的发射功率动态控制。仿真结果表明，提出的功率控制算法在120个回合后逐渐收敛至相对最优值，效用函数和SINR明显提高，证明该算法具备良好的抗干扰性能。
NETL