Reactive jammers, which start attacking upon sensing legitimate transmissions, are serious threats to wireless communications. Conventional anti-jamming methods such as frequency hopping-based anti-jamming schemes are not effective against reactive jammers, especially the agile ones that jam immediately after sensing transmissions. Deceiving-based anti-jamming methods have a great potential in harnessing reactive jammers and securing communication channels for legitimate users. However, in deceiving-based anti-jamming methods, reaching the optimal power and channel allocation is complicated due to the unavailability of the jammers’ channel information. In this paper, we propose deceiving-based anti-jamming schemes against reactive jammers employing reinforcement learning. Moreover, we consider both cases where a reactive jammer can jam a channel or all the channels utilized by legitimate users. In the latter case, we model the interaction between users and the jammer as a non-cooperative Stackelberg game and prove equilibrium. In addition, we study different scenarios where the interacting environment is static or dynamic in terms of channel gains. Simulation results show that in static environments, the proposed methods achieve the optimal values of the total received power and Signal-to-interference-plus-noise ratio with an accuracy of 95%. Moreover, in dynamic environments, the proposed methods provide high performance in terms of the considered evaluation metrics.

中文翻译：

---

针对单音和多音无功干扰的基于欺骗的抗干扰

感应到合法传输时开始攻击的反应性干扰器是对无线通信的严重威胁。传统的抗干扰方法（例如基于跳频的抗干扰方案）对反应性干扰机无效，尤其是在感知传输后立即干扰的敏捷干扰机。基于欺骗的抗干扰方法在利用反应性干扰器和保护合法用户的通信渠道方面具有巨大潜力。然而，在基于欺骗的抗干扰方法中，由于干扰者的信道信息不可用，达到最优功率和信道分配是复杂的。在本文中，我们提出了针对采用强化学习的反应性干扰器的基于欺骗的抗干扰方案。而且，我们考虑了反应性干扰器可以干扰合法用户使用的频道或所有频道的两种情况。在后一种情况下，我们将用户和干扰器之间的交互建模为非合作的 Stackelberg 博弈并证明均衡。此外，我们研究了交互环境在通道增益方面是静态或动态的不同场景。仿真结果表明，在静态环境下，所提方法实现了总接收功率和信干噪比的最优值，准确率达95%。此外，在动态环境中，所提出的方法在考虑的评估指标方面提供了高性能。我们将用户和干扰器之间的交互建模为非合作的 Stackelberg 博弈并证明平衡。此外，我们研究了交互环境在通道增益方面是静态或动态的不同场景。仿真结果表明，在静态环境下，所提方法实现了总接收功率和信干噪比的最优值，准确率达95%。此外，在动态环境中，所提出的方法在考虑的评估指标方面提供了高性能。我们将用户和干扰器之间的交互建模为非合作的 Stackelberg 博弈并证明平衡。此外，我们研究了交互环境在通道增益方面是静态或动态的不同场景。仿真结果表明，在静态环境下，所提方法实现了总接收功率和信干噪比的最优值，准确率达95%。此外，在动态环境中，所提出的方法在考虑的评估指标方面提供了高性能。所提出的方法以 95% 的准确度实现了总接收功率和信干噪比的最佳值。此外，在动态环境中，所提出的方法在考虑的评估指标方面提供了高性能。所提出的方法以 95% 的准确度实现了总接收功率和信干噪比的最佳值。此外，在动态环境中，所提出的方法在考虑的评估指标方面提供了高性能。