Framework RL per la Localizzazione di Interferenze GNSS da Dati RF
Un nuovo framework di apprendimento per rinforzo affronta il problema della localizzazione delle interferenze GNSS inquadrandolo come una sfida di rilevamento attivo. Utilizzando un'antenna a patch 2x2, il sistema raccoglie dati in radiofrequenza mentre un agente esplora metodicamente l'ambiente circostante per dedurre la posizione dell'emettitore. Questo compito è rappresentato come un processo decisionale parzialmente osservabile, a causa delle misurazioni poco chiare da singolo snapshot dovute alla propagazione multipercorso. Il framework integra il rilevamento RF avanzato con l'apprendimento per rinforzo profondo e l'apprendimento ricorrente delle politiche, esplorando l'uso sia delle Deep Q-Networks che delle tecniche di Proximal Policy Optimization.
Fatti principali
- L'interferenza GNSS rappresenta una minaccia per il posizionamento affidabile
- La localizzazione è difficile in ambienti interni e ricchi di multipercorso
- Formulato come un problema di rilevamento attivo
- Utilizza un framework di apprendimento per rinforzo
- L'agente esplora sequenzialmente l'ambiente
- Osservazioni da antenna a patch 2x2
- Compito modellato come processo decisionale parzialmente osservabile
- Combina deep RL con apprendimento ricorrente delle politiche
Entità
—