基于DRL的抗干扰电视频谱资源分配算法_鲍家旺.pdf

电视技术 第 47 卷第 1 期(总第 566 期)43PARTS&DESIGN器件与设计文献引用格式：鲍家旺，丘航丁，徐浩东，等.基于 DRL 的抗干扰电视频谱资源分配算法 J.电视技术，2023，47（1）：43-47.BAO J W，QIU H D，XU H D，et al.DRL based anti-jamming algorithm for TV spectrum resource allocationJ.Video Engineering，2023，47（1）：43-47.中图分类号：TP311.1 文献标识码：A DOI：10.16280/j.videoe.2023.01.009基于 DRL 的抗干扰电视频谱资源分配算法鲍家旺，丘航丁，徐浩东，马 驰（福州大学 电气工程与自动化学院，福建 福州 350108）摘要：将认知无线电与能量采集相结合，可以提高电视系统的频谱效率和能量效率。然而，由于无线信道的开放特性，频谱很容易受到恶意用户的干扰攻击，从而导致吞吐量下降。对此，将抗干扰频谱分配问题表述为没有任何先验知识的马尔可夫决策过程，然后提出一种基于深度确定性策略梯度（Deep Deterministic Policy Gradient，DDPG）的资源分配算法。在多种干扰环境下的仿真实验结果表明，该算法能够有效地减少恶意干扰带来的不利影响。关键词：能量采集；认知无线电；深度强化学习；干扰攻击DRL Based Anti-Jamming Algorithm for TV Spectrum Resource AllocationBAO Jiawang,QIU Hangding,XU Haodong,MA Chi(Institute of Electrical and Automation Engineering,Fuzhou University,Fuzhou 350108,China)Abstract:Combining cognitive radio with energy acquisition can improve the spectrum efficiency and energy efficiency of TV system.However,due to the open nature of the wireless channel,the spectrum is vulnerable to interference attacks by malicious users,resulting in throughput degradation.In this paper,we first describe the anti-jamming spectrum allocation problem as a Markov decision process without any prior knowledge.Then a resource allocation algorithm based on Deep Deterministic Policy Gradient(DDPG)is proposed.The results show that the algorithm can effectively reduce the adverse effects of malicious jammers through simulation in a variety of jamming environments.Keywords:energy harvesting;cognitive radio;deep reinforcement learning;jamming attacks0 引 言快速发展的物联网会产生巨量的数据，这增加了对频谱资源的需求，导致频谱资源稀缺的问题1。认知无线电（Cognitive Radio，CR）是解决这一问题的有效工具。电视的空白频段是第一个被考虑的频谱共享案例。大多数物联网设备通过无线通信技术进行互联，由电池供电。电池容量限制所造成的能量问题是制约物联网发展的另一问题。能量采集（Energy Harvesting，EH）技术可以从各种绿色能源（如光、热、风和射频源）中获取能量，延长了能量限制网络的使用寿命2。许多研究考虑将 EH 和 CR技术与物联网结合起来，提出了能量采集认知物联网（EH-CIoT）。CR 网络由于其开放的特点，比其他无线电网络更容易受到安全威胁，受到的攻击包括主用户仿真攻击、学习攻击、窃听和干扰等。其中，干扰攻击被认为是最具有威胁性的攻击，它会导致系统吞吐量下降、网络瘫痪等。文献 3 提出了一种基于批处理的安全感知协议。最近，深度强化学习（Deep Rein