国家自然科学基金项目
无人机智能抗干扰通信技术研究
基本信息
项目批准号：61971366
申请代码：F0102
项目名称：无人机智能抗干扰通信技术研究
项目负责人：肖亮
依托单位：厦门大学
研究期限：2020-01-01 至 2023-12-31
资助经费：55.0（万元）
中文摘要：
无人机智能抗干扰通信技术采用强化学习算法自动优化无人机的轨迹控制、功率控制和信道选择等通信策略，抵御新型智能干扰攻击，突破现有抗干扰优化策略依赖已知的网络攻击模型等信息的局限性。课题将解决目前相关技术优化速度过慢、探索危险状态和性能分析困难等问题，提出高效安全的无人机智能抗干扰通信技术，在电子对抗中快速优化抗干扰策略，避免无人机通信中断和隐私泄露等危险，提高抗干扰通信质量，节约无人机能耗。研究内容包括：1. 建立面向无线安全应用的强化学习算法，实现非理想学习环境下的快速安全探索。2. 提出无人机智能抗干扰通信方案，并提供容灾后备机制避免危险状态。3. 建立对无人机在电子对抗中性能的理论分析方法，揭示所提算法的安全性能变化特征，建立原型系统并进行实验验证。该研究将为保障无人机通信安全提供理论和方法，有助于提高我国无人机产业的电子对抗能力，并对未来无线网络智能安全技术的设计产生重要影响。
英文摘要：
AI-aided Unmanned Aerial Vehicle (UAV) anti-jamming communication techniques use reinforcement learning algorithms to optimize the UAV communication policies such as the UAV location control, power control and channel selections against the emerging smart jamming attacks, and thus to address the limitations of the existing UAV anti-jamming schemes that rely on the known network and attack model and thus to resist the emerging smart jammers. This project aims to address the problems of the existing AI-aided UAV communication schemes such as the slow optimization speed, the dangerous state exploration and the difficulties in the performance analysis. We will propose a practical and robust AI-aided UAV anti-jamming communication scheme to enable UAVs to fast optimize their anti-jamming policies and thus enhance the resistance against smart jammers, improve the anti-jamming communication qualities and save UAV energy. The research contents of this project include: 1. we will design a reinforcement learning algorithm for wireless security applications, which achieves rapid optimization and secure exploration in a non-ideal learning environment. 2. We will propose an anti-jamming communication scheme based on reinforcement learning, which provides disaster recovery backup mechanisms to avoid dangerous states such as communication interruptions. 3. We will provide a theoretical analysis method to show the optimization speed and the steady-state performance of the proposed AI-aided UAV anti-jamming schemes in the dynamic electronic games. We will character the security performance of the proposed schemes and establish a prototype system to verify the UAV performance via experiments. This research will provide theories and methods to ensure the safety of UAV communications, help improve the electronic game strength of our UAV industry, and impact on the design of the future smart wireless network security schemes.
结题摘要
针对智能干扰攻击对无人机安全可靠通信带来的挑战，研究无人机智能抗干扰通信技术。主要成果包括：1）设计面向无线安全应用的强化学习算法，采用中断概率和时延等通信指标建立电子对抗环境下的策略风险函数，并挖掘相似高速移动无线通信场景下的抗干扰经验，优化质量函数和风险等级等强化学习参数，提高策略优化的性能和速度。2）设计基于强化学习的无人机智能抗干扰通信方案，基于无人机的业务需求、信道状态、网络拓扑和干扰强度等特征，联合优化无人机的轨迹控制、功率控制、信道选择和中继等策略，降低时延、误码率和能耗等性能。3）建立无人机抗干扰通信博弈模型，给出了博弈的均衡机理和存在条件，并推导出基于强化学习的无人机抗干扰通信机制的性能界，分析了无人机的业务特征、网络状态、资源分布和干扰攻击特征等因素对通信性能的影响机理，为无人机智能抗干扰通信方案设计提供理论基础和分析方法。相关成果获福建省科技进步奖一等奖、教育部高等学校科学研究优秀成果奖自然科学奖二等奖、中国电子学会自然科学奖二等奖、福建省电力科学技术奖一等奖、第十四届中国物联网学术会议优秀论文奖和第十五届福建省自然科学优秀学术论文奖等。出版专著1部，5项发明专利授权，发表31篇期刊论文和15篇会议论文；培养14名硕士。
从官网获取报告原文信息请点击左下角“阅读原文”！
版权声明：本文所有文字来自国家自然科学基金委员会官方网站（https://www.nsfc.gov.cn/），版权归原作者/机构所有。如有侵权，请留言并提交证据，收到核实后删。
！
以科技赋能产业
以创新引领发展
未来，已来！
