Protection des réseaux de véhicules tactiques de combat terrestre contre les interceptions sans fil doubles
Abstract or Summary
Nous étudions le problème de la double protection du réseau d’information tactique du combattant (WIN-T) des véhicules de combat terrestres à grande mobilité (GCV) contre les interceptions simultanées basées sur l’énergie et la corrélation. Nous concevons une stratégie conjointe d’optimisation des ressources dans laquelle le schéma d’allocation de puissance (PA) contrôle la puissance d’émission, évitant l’interception d’énergie, et en même temps, le schéma d’assignation de facteur d’étalement (SA) gère les pics de signaux de corrélation pour protéger le réseau contre l’analyse de corrélation. Nous formulons mathématiquement ce double problème d’allocation de ressources anti-interception sous la forme d’un modèle d’optimisation non convexe. Nous décomposons ce problème d’optimisation difficile à résoudre en deux sous-problèmes, puis nous résolvons le premier sous-problème à l’aide d’une méthode itérative. Pour traiter la forme non convexe du second sous-problème, nous combinons l’approximation de Taylor du premier ordre avec la méthode de la différence des fonctions convexes (D.C). Pour obtenir la solution optimisée en temps quasi réel, nous proposons une approche de type Multi-Agent Deep Reinforcement Learning (MADRL). Les résultats numériques montrent que la performance de la méthode MADRL à faible complexité de calcul est proche de celle de la méthode d’optimisation. La méthode MADRL peut donc être appliquée à des scénarios militaires très complexes.
