博弈學習通信抗干擾理論與方法

目 錄


第1章 概述 1
1.1 博弈學習通信抗干擾的研究
背景 1
1.2 博弈學習通信抗干擾的來源 4
1.3 本書的主要研究內(nèi)容 7
第2章 博弈學習通信抗干擾的基礎知識 9
2.1 通信抗干擾的基礎知識 9
2.1.1 基本概念 9
2.1.2 通信干擾的內(nèi)涵 12
2.1.3 通信抗干擾的內(nèi)涵 13
2.1.4 通信抗干擾技術的分類 14
2.1.5 通信抗干擾技術的發(fā)展 16
2.2 博弈論的基礎知識 17
2.2.1 博弈論簡介 17
2.2.2 均衡分析 18
2.3 典型博弈模型 19
2.3.1 勢能博弈 19
2.3.2 Stackelberg博弈 19
2.3.3 馬爾可夫博弈 20
2.4 博弈學習框架 20
2.4.1 博弈學習的一般框架 20
2.4.2 Stackelberg博弈架構中
的博弈學習框架 22
2.5 國內(nèi)外相關研究動態(tài) 23
2.5.1 功率控制抗干擾的研究
現(xiàn)狀 23
2.5.2 信道選擇抗干擾的研究
現(xiàn)狀 24
2.5.3 多域抗干擾的研究現(xiàn)狀 25
2.5.4 協(xié)作抗干擾的研究現(xiàn)狀 25
2.6 本章小結 27
第3章 基于Stackelberg博弈的功率
控制抗干擾 28
3.1 系統(tǒng)模型 29
3.2 連續(xù)策略條件下的貝葉斯Stackelberg博弈功率控制
抗干擾 29
3.2.1 問題描述 29
3.2.2 博弈均衡分析與求解 30
3.3 離散策略條件下的分層功率
控制抗干擾 34
3.3.1 問題描述 34
3.3.2 博弈均衡分析 36
3.3.3 分層功率控制算法 36
3.4 仿真結果與分析 38
3.4.1 連續(xù)策略條件下的性能
分析 38
3.4.2 離散策略條件下的性能
分析 40
3.5 本章小結 43
第4章 基于Stackelberg博弈的多用戶
功率控制抗干擾 44
4.1 系統(tǒng)模型和問題建模 45
4.1.1 系統(tǒng)模型 45
4.1.2 問題建模 46
4.2 不完全信息條件下的抗干擾
貝葉斯Stackelberg博弈 48
4.2.1 博弈模型 48
4.2.2 均衡分析與求解 51
4.3 仿真結果與分析 54
4.3.1 收斂性分析 55
4.3.2 不完全信息和觀測誤差
對效用的影響 56
4.3.3 位置變化對效用的影響 57
4.4 本章小結 59
第5章 基于分層學習的信道選擇
抗干擾 60
5.1 系統(tǒng)模型和問題建模 61
5.1.1 系統(tǒng)模型 61
5.1.2 問題建模 61
5.2 信道選擇抗干擾博弈 62
5.2.1 博弈模型 62
5.2.2 均衡分析 64
5.3 分層學習信道選擇算法 66
5.3.1 算法描述 66
5.3.2 收斂性分析 68
5.4 仿真結果與分析 69
5.4.1 算法收斂性 69
5.4.2 性能比較 71
5.5 本章小結 75
第6章 面向QoE的信道選擇抗干擾 76
6.1 系統(tǒng)模型和問題建模 77
6.1.1 系統(tǒng)模型 77
6.1.2 路徑損耗模型 77
6.1.3 問題建模 78
6.2 信道選擇抗干擾博弈 80
6.2.1 博弈模型 80
6.2.2 均衡分析 80
6.3 信道選擇抗干擾算法 82
6.3.1 算法描述 82
6.3.2 收斂性分析 84
6.3.3 基于同步對數(shù)線性學習
的信道選擇抗干擾算法 85
6.4 仿真結果與分析 86
6.4.1 算法收斂性 87
6.4.2 性能比較 89
6.4.3 用戶需求分集增益評估 91
6.5 本章小結 92
第7章 面向動態(tài)業(yè)務需求的信道選擇
抗干擾 93
7.1 系統(tǒng)模型和問題建模 94
7.1.1 系統(tǒng)模型 94
7.1.2 問題建模 98
7.2 信道選擇抗干擾博弈 98
7.2.1 博弈模型 98
7.2.2 均衡分析 99
7.3 信道選擇抗干擾算法 100
7.3.1 算法描述 100
7.3.2 收斂性分析 101
7.4 仿真結果與分析 102
7.4.1 算法收斂性 103
7.4.2 性能比較 103
7.5 本章小結 106
第8章 面向動態(tài)頻譜環(huán)境的多域
抗干擾 107
8.1 系統(tǒng)模型 108
8.2 多域抗干擾架構 109
8.3 多域抗干擾算法分析 112
8.3.1 功率控制抗干擾博弈 112
8.3.2 基于MAB的信道選擇 115
8.4 仿真結果與分析 117
8.4.1 悔恨值性能分析 117
8.4.2 長期回報性能分析 120
8.5 本章小結 122
第9章 基于多智能體強化學習的協(xié)作
抗干擾 123
9.1 多用戶協(xié)作抗干擾算法 124
9.1.1 系統(tǒng)模型 124
9.1.2 問題建模 125
9.1.3 算法描述 126
9.2 動態(tài)拓撲條件下的多用戶協(xié)作
抗干擾算法 128
9.2.1 系統(tǒng)模型 128
9.2.2 問題建模 130
9.2.3 算法描述 132
9.3 仿真結果與分析 134
9.3.1 多用戶協(xié)作抗干擾決策
算法性能分析 134
9.3.2 動態(tài)拓撲條件下的多用戶協(xié)作抗干擾算法性能分析 138
9.4 本章小結 144
第10章 基于干擾利用的協(xié)作抗干擾 145
10.1 系統(tǒng)模型和問題建模 146
10.1.1 系統(tǒng)模型 146
10.1.2 問題建模 146
10.2 多用戶抗干擾接入博弈模型 147
10.2.1 博弈模型 147
10.2.2 均衡分析 148
10.3 基于協(xié)調(diào)學習的動態(tài)頻譜
接入抗干擾算法 149
10.3.1 MAC層協(xié)議 150
10.3.2 算法描述 151
10.3.3 算法復雜度、公平性
和可行性分析 152
10.4 仿真結果與分析 154
10.4.1 干擾設置 155
10.4.2 仿真分析 156
10.4.3 移動性場景討論 161
10.5 本章小結 162
第11章 未來研究方向展望 163
11.1 本書工作總結 163
11.2 未來展望 164
參考文獻 167