[发明专利]一种基于强化学习的地图辅助车联网抗干扰通信方法

说明书

一种基于强化学习的地图辅助车联网抗干扰通信方法，属于无线通信、车联网和信息安全领域。解决在智能干扰机攻击环境下的车载无线设备高可靠安全通信问题，利用地图获取车辆当前的位置、车辆密度和遮挡物的位置和尺寸等信息，估计与接收车辆之间的信道状态，从接收车辆的反馈信息中获得接收信号功率和前M个数据包的误码率，采用强化学习算法动态车联网无线通信设备的传输功率和信道选择，防御无线干扰攻击，而无需知道干扰机的攻击模型。有效提升车载无线通信设备在高动态环境下的消息传输可靠性并降低无线设备的通信能耗。

技术领域

本发明属于无线通信、车联网和信息安全领域，具体是涉及一种基于强化学习的地图辅助车联网抗干扰通信方法。

背景技术

车联网的通信设备移动速度快、网络拓扑多变，交通安全等应用对传输的时延和抗干扰能力提出更高的要求，但是干扰机和周边的无线发射机的电磁信号可能阻塞车载通信设备和乘客移动设备的无线通信，降低通信用户的服务质量，增加设备通信能耗，甚至导致严重的交通安全事故。因此，车联网抗干扰通信方法对保证车辆间高效可靠的数据传输具有重大的意义。

车联网无线抗干扰中继技术采用无人机节点转发无线通信设备的数据包，以提升数据传输可靠性。[L.Xiao,X.Lu,D.Xu,Y.Tang,L.Wang,and W.Zhuang,UAV Relay inVANETs against Smart Jamming with Reinforcement Learning,IEEE Trans.VehicularTechnology,vol.67,no.5,pp.4087-4097,May 2018]提出一种基于强化学习的车联网中继功率控制算法，通过远离干扰区域的无人机转发车载无线设备的数据包，从而提高通信的传输质量并降低中继无人机的传输能耗。中国专利CN113055898A提出一种基于空地协作车联网无人机位置部署及数据链抗干扰方法，基于无人机动态位置部署算法，采用多进制扩频与多载波调制技术为车辆节点中继转发数据包，降低数据传输的误码率。

功率控制和信道选择也可以有效地抵抗车联网的干扰攻击。中国专利CN201811129485.9提出一种基于频谱信息矩阵的通信抗干扰方法，采用深度确定策略梯度的强化学习算法优化无线通信设备的发射功率和信道选择，降低策略选择的复杂度。[S.Feng and S.Haykin,Cognitive Risk Control for Anti-JammingV2VCommunications in Autonomous Vehicle Networks,IEEE Trans.VehicularTechnology,vol.68,no.10,pp.9920-9934,Oct.2019]提出一种基于强化学习的车联网智能抗干扰方法，基于多臂赌博机算法，联合优化车载通信设备的发射功率和传输信道抵抗无线智能干扰机，提升车载无线通信设备的传输质量。

发明内容

本发明的目的是提供利用强化学习算法动态优化车联网无线通信设备的发射功率和信道选择，以适应高动态车联网特性导致的信号传输环境频繁变化，解决在智能干扰机攻击环境下的车载无线设备高可靠安全通信问题的一种基于强化学习的地图辅助车联网抗干扰通信方法。

本发明包括以下步骤：

步骤1：车联网无线通信设备的可用发射功率和信道个数分别记为N和C，记发射功率可选信道X＝{[iP_max/N，j]}_{1≤i≤N，1≤j≤C}；

步骤2：构建神经网络A和网络B，其网络参数分别记为ω₁和ω₂；初始化信干噪比(SINR)γ⁽⁰⁾，误码率(BER)ρ⁽⁰⁾，接收功率探索率ε＝ε_max；

步骤3：获取实时地图Γ得到遮挡物的位置和尺寸等信息；