[发明专利]多用户协同抗干扰系统及动态频谱协同抗干扰方法

说明书

本发明公开了一种多用户协同抗干扰系统及动态频谱协同抗干扰方法，属于无线通信抗干扰技术领域。由多个数据采集设备和用频设备组成分布式无线网络，每个不同用频设备需要将数据上传给附近的数据采集设备；网络外部受到恶意干扰攻击。网络内用户可通过宽带频谱感知当前干扰信号所处频段，采用分布式学习调整信道接入策略。首先通信方观测干扰信号，并将干扰信号作为“推荐信号”；各用户根据推荐信号与对应的信道接入概率，挑选信道进行数据传输，并与邻居节点进行信息交互确定通信回报；之后，根据通信回报更新信道接入策略表对应的信道接入概率。本发明模型完备，物理意义清晰，既可避免同频互扰，也可避开恶意干扰，有效提高了网络通信吞吐量。

技术领域

本发明属于无线通信抗干扰技术领域，特别是一种多用户协同抗干扰系统以及基于分布式多模学习的动态频谱协同抗干扰方法。

背景技术

干扰攻击对无线通信网络的威胁是非常严重的，通常是通过发射电磁干扰信号影响用频设备的合法通信。此外，随着无线通信的迅速发展，用频设备数目呈爆炸式增长，导致频谱资源逐渐紧缺，网络中通常存在多个用频设备同时通信，相互之间造成严重的同频互扰。因此，对无线通信网络而言，需要同时应对外部恶意干扰和内部同频互扰两大挑战。

从内部协同的角度来看，部分研究者采用基于博弈论的方法协调内部用频冲突。例如，将分布式信道接入问题建模为非合作博弈，并采用随机学习自动机方法实现信道冲突避免关注用户间的干扰(同频互扰)消除(M.Zandi,M.Dong and A.Grami,“Distributedstochastic learning andadaptation to primary traffic for dynamic spectrumaccess,”IEEE Trans.Wireless Commun.,vol.15,no.3,pp.1675-1688,March 2016.)。又比如：引入有效容量，并提出多智体学习算法优化系统可达有效容量(Y.Xu,J.Wang,Q.Wu,J.Zheng,L.Shen,and A.Anpalagan,“Dynamicspectrum access in time-varyingenvironment:Distributed learning beyondexpectation optimization,”IEEETrans.Commun.,vol.65,no.12,pp.5305-5318,2017.)。然而，上述文献通常假设环境是静态的，而没有考虑干扰的动态变化。

从外部对抗的角度来看，部分研究者采用斯坦伯格博弈对通信抗干扰问题进行建模(L.Jia,Y.Xu,Y.Sun,S.Feng and A.Anpalagan,“Stackelberg game approachesforanti-Jamming defence in wireless networks,”IEEE WirelessCommun.,vol.25,no.6,pp.120-128,2018.)。此外，还有部分研究者考虑干扰观测误差对用户抗干扰通信性能的影响(L.Xiao,T.Chen,J.Liu,and H.Dai,“Anti-jamming transmissionStackelberg gamewith observation errors,”IEEE Commun.Lett.,vol.19,no.6,pp.949-952,Jun.2015.)。然而，上述文献通常假设用户可以获取干扰的效用函数或干扰行为特征，而这些信息在对抗环境中通常难以直接获得。

将现有方法用于解决多用户协同抗干扰问题，主要存在以下挑战：1、用户的信道选择会随时间动态变化，造成严重同频互扰，系统内部用频协调难；2、系统外部恶意干扰的存在加剧了系统的冲突水平，针对系统内部的优化方法通常无法适应于动态变化的干扰环境。

发明内容