| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 常用符号对照表 | 第11-13页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 研究内容及意义 | 第15-17页 |
| 1.4 论文结构安排 | 第17-19页 |
| 第二章 认知无线网络抗敌意干扰技术 | 第19-25页 |
| 2.1 认知无线网络 | 第19-20页 |
| 2.2 敌意干扰攻击模型 | 第20-22页 |
| 2.3 基于博弈论的抗敌意干扰策略 | 第22-23页 |
| 2.4 基于学习算法的抗敌意干扰策略 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 基于强化学习的抗敌意干扰策略研究 | 第25-39页 |
| 3.1 抗敌意干扰动态博弈模型 | 第25-29页 |
| 3.1.1. 网络模型 | 第25-28页 |
| 3.1.2. 博弈模型 | 第28-29页 |
| 3.2 基于强化学习的抗敌意干扰算法 | 第29-38页 |
| 3.2.1. 基于SARSA(λ)的抗敌意干扰算法 | 第31-35页 |
| 3.2.2. 仿真性能分析 | 第35-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第四章 基于深度强化学习的抗敌意干扰优化方案 | 第39-65页 |
| 4.1 深度强化学习 | 第39-41页 |
| 4.2 基于深度强化学习的抗敌意干扰优化方案 | 第41-51页 |
| 4.2.1. 基于DQN的抗敌意干扰优化方案 | 第41-46页 |
| 4.2.2. 基于Fast-DQN的抗敌意干扰优化方案 | 第46-51页 |
| 4.3 仿真性能分析 | 第51-63页 |
| 4.3.1. 智能家居控制命令分发抗敌意干扰场景 | 第52-56页 |
| 4.3.2. 感知报告采集抗敌意干扰场景 | 第56-61页 |
| 4.3.3. 可移动敌意干扰机抗敌意干扰场景 | 第61-63页 |
| 4.4 本章小结 | 第63-65页 |
| 第五章 总结和展望 | 第65-69页 |
| 5.1 主要工作 | 第65-66页 |
| 5.2 未来工作展望 | 第66-69页 |
| 参考文献 | 第69-75页 |
| 研究成果与项目参与情况 | 第75-77页 |
| 致谢 | 第77页 |