摘要
本发明中提出了一种吉布斯采样启发的隐蔽通信动态频谱接入（Dynamic Spectrum Access,DSA）方法。首先，将隐蔽通信指标定义为用户信道接入分布与均匀分布之间的KL散度。KL散度越低，攻击者检测或攻击传输信道的难度越大。其次，受吉布斯采样的启发，提出了一种拒绝接入被过度使用信道的拒绝机制。通过这种方式，促使用户动态接入多个通道，降低了用户持续接入同一信道的概率。最后，将拒绝机制与Q‑Learning强化学习算法相结合，形成了一种新的非周期跳频DSA框架用于隐蔽通信。通过不断调整信道选择，提高了隐蔽通信的性能。仿真结果表明，与标准Q‑Learning算法相比，在不同用户密度下，所提出的跳频DSA方法在保持良好信道容量的同时，显著降低了KL散度，增强了隐蔽通信性能。
