스펙트럼 워터폴을 이용한 안티 재밍 통신: 심층 강화 학습 접근법

이 논문은 기계 학습을 통해 동적이고 지능적인 재밍 환경에서의 안티 재밍 통신 문제를 조사합니다. 기존 연구와 달리 재밍 패턴과 매개변수를 알거나 추정할 필요 없으며, 우리는 시간적 및 주파수 정보를 즉시 사용합니다. 첫째, 스펙트럼 워터폴의 무한 상태 문제를 해결하기 위해 재귀 합성곱 신경망이 설계되었습니다. 그 다음, 최적의 안티 재밍 전략을 얻기 위한 안티 재밍 심층 강화 학습 알고리즘이 제안되었습니다. 마지막으로, 시뮬레이션 결과는 제안된 접근 방식을 검증합니다. 제안된 알고리즘은 재밍 패턴을 모델링할 필요가 없으며, 본래 불확실한 환경을 탐색하는 능력을 가지고 있어 동적이고 지능적인 재밍에 맞서기 위해 널리 사용될 수 있음을 의미합니다.