基于强化学习的无人机辅助物联网抗敌意干扰方法和系统

本发明公开了一种基于强化学习的无人机辅助物联网抗敌意干扰方法，具体包括以下步骤：

1. 建立抗敌意干扰攻防Stackelberg博弈模型，其中地面传感器节点、无人机和智能干扰机为博弈的三个参与者。

2. 推导所述抗敌意干扰攻防Stackelberg博弈模型中的博弈均衡点及其存在条件。该博弈均衡点包括以下内容：

   • 智能干扰机的最优干扰功率
   • 无人机的最优发射功率
   • 无人机的最优移动距离
   • 地面传感器节点的最优发射功率

3. 在未知干扰模型的条件下，引入WoLF-PHC算法动态优化以下参数：

   • 地面传感器节点的发射功率
   • 无人机的发射功率
   • 无人机的移动轨迹

本发明还公开了一种基于强化学习的无人机辅助物联网抗敌意干扰方法和系统。该系统通过以下方式抵抗干扰信号强度可变的智能干扰：

• 及时调整无人机轨迹
• 调整无人机的发射功率

本发明公开了一种基于强化学习的无人机辅助物联网抗敌意干扰方法，包括：建立抗敌意干扰攻防Stackelberg博弈模型，其中地面传感器节点、无人机和智能干扰机为博弈的三个参与者；推导所述抗敌意干扰攻防Stackelberg博弈模型中的博弈均衡点及其存在条件，所述博弈均衡点包括智能干扰机的最优干扰功率、无人机的最优发射功率、无人机的最优移动距离以及地面传感器节点的最优发射功率；在未知干扰模型的条件下，引入WoLF‑PHC算法动态优化地面传感器节点的发射功率、无人机的发射功率和无人机的移动轨迹。

本发明公开了一种基于强化学习的无人机辅助物联网抗敌意干扰方法和系统，通过及时调整无人机轨迹或者发射功率来抵抗干扰信号强度可变的智能干扰。