基于强化学习的医院通信网络数据链抗干扰系统

杨丽坤

（首都医科大学附属北京佑安医院，北京 100069）

医院通信环境处在一个复杂的数据信息传输网络，中枢主机借助互联信道对下级通信设备进行控制，并可以在MySQL 数据库元件的作用下，实施对传输数据的寄存与处理[1]。然而随着医院网络数据信息样本输出量的增大，干扰性信息文本会不断占据原始通信数据的传输波段，不但会造成医疗信息参量传输速率的快速下降，还会使数据信息文本在医院通信网络中的传输稳定性受到影响。

变换域优选控制系统虽然可以限制干扰性通信数据的输出总量，但不能将这些信息文本与原始通信数据分离开，不能有效解决数据传输波段被过度占据的问题[2]。强化学习策略可以根据目标对象的最大回报能力，确定该目标节点与核心待测节点之间的间隔距离[3-4]。为了提高医院通信网络的稳定性，该文引入强化学习应用算法，并以此为基础设计了一种医院通信网络数据链抗干扰系统。

1 系统硬件设计

1.1 基于FPGA的收发器设计

基于FPGA 设计的收发器负载于核心通信网络下端，具有较强的信息过滤能力，可以在混合文本中，将医院网络的原始通信数据进行提取处理[5-6]，并借助传输信道将这些信息文本反馈给系统数据库主机[7-8]。整个收发器的主机单元由RE-ED 芯片、Detection 芯片、RMT 芯片、Energy 芯片等多个结构共同组成，如图1 所示。

图1 基于FPGA的收发器模块

由于收发器不能干扰数据信息参量在医院通信网络中的传输行为，所以该模块结构的运行能力受到通信主机与SIMULINK 设备的直接影响。

1.2 数据链路调度模块设计

数据链路调度模块主要负责记录数据信息参量在医院通信网络中的传输行为，将已生成的执行指令反馈给系统主机，以供其对信息文本按需进行调度与处理[9]。在医院通信网络数据链抗干扰系统中，数据链路调度模块的连接需要如下几个设备结构的共同配合。

1）CDF 元件：CDF 元件作为主观执行设备，具有一定的信息样本存储能力，当系统数据库主机所存储的通信数据总量达不到实际应用需求时，该元件会释放暂存的医院通信数据文本，使得收发器模块能够将干扰性信息与原始通信数据准确区分开来。

2）MF 元件：MF 元件能够感知数据链路所标注的信息传输方向，并可以联合医院通信网络主机，将这些信息参量分割成多个传输部分。其中，满足强化学习原则的数据文本会被直接存储于收发器模块中，而不能完全满足强化学习原则的信息参量，则会进入通信主机，以供SIMULINK 设备对其进行深度加工与处理[10]。

3）CFD 元件：CFD 元件负责对处于传输状态的医院通信数据参量进行聚合处理，可以联合CDF 元件与MF 元件，更改数据信息参量的目标传输位置。在待测数据初始传输位置不发生改变的情况下，与其匹配的目标位置传输距离越远，表示当前情况下所建立的通信网络数据链路越长。

2 系统软件设计

2.1 强化学习算法设计

在干扰性信息与原始通信数据同时存在的情况下，系统主机可以根据强化学习算法，更改收发器元件与数据链路调度模块之间的实时连接关系[11-12]。算法设计如下：

设i表示通信数据学习系数，α表示信息参量迭代传输系数，n为迭代次数，表示通信传输定义特征，ΔE表示数据信息在医院通信网络中的单位累积量，β表示判别系数。基于上述物理量可将通信数据强化学习度量值p表示为：

设w0,w1,…,wn+1表示不相等的强化学习算子。在通信数据学习算量集合中，提取强化学习算子，得到医院通信网络数据链抗干扰系统的函数为：

式中，φ表示原始通信数据在医院通信网络中的利用率系数。为使强化学习算法的约束作用能力得到保障，在通信数据学习算量集合中，提取强化学习算子系数时，应剔除第一个算子w0与最后一个算子wn+1。

2.2 通信数据跳频系数

在通信网络中，数据跳频系数是系统主机区分干扰性信息与原始通信数据的主要依据。对于通信数据文本而言，强化学习算法的约束作用能力始终不会发生改变，所以在设置数据链路组织时，只要待测通信数据跳频系数的取值结果不同，就表示这些信息参量不属于同一种通信数据文本[13-14]。规定δ表示通信网络数据的跳频特征，关于特征指标δ的数据链路构建表达式u(δ)为：

通信网络数据链抗干扰系统最主要的应用能力是从原始通信数据参量中提取干扰性信息文本，所以系数q2的计算值始终大于系数q1。

2.3 抗干扰处理增益

抗干扰处理增益是指通信网络对于干扰性信息样本的抵御能力，在同一数据链结构中，干扰性信息跳频系数与原始通信数据跳频系数之间的差值越大，通信主机在处理干扰性信息文本时所需占据的数据传输波段也就越窄[15-16]。

k表示通信网络数据链的抗干扰损益系数，其表达式如下：

式中，γ表示原始通信数据的传输损益向量，s表示干扰性信息文本的稳定传输系数。设λ表示通信网络对于数据信息的提取系数，l表示基于系数k的抗干扰特征指标，l′表示基于系数k强化学习度量值k′的抗干扰特征指标。通信网络数据链抗干扰系统的抗干扰处理增益权限为：

在不考虑其他干扰条件的情况下，按照上述指标参量的取值结果，调节通信数据文本在硬件设备中的实时输出量，从而在提升数据信息文本在通信网络中传输稳定性的同时，解决干扰性信息过度占据原始通信数据传输波段的问题。

3 实验分析

3.1 实验环境

实验过程中搭载Windows 10 操作系统的主机元件接入GTX1650 通信端主机，开启Linux 虚拟机系统，调节各项系数指标，使数据信息参量在医院通信网络中能够自由传输。

实验过程中，医院通信端主机需要同时对干扰性信息、原始通信数据进行处理，为避免信息杂糅情况的出现，应将两类数据文本存储于不同的数据库主机中。

3.2 实验数值统计

图2 反映了实验组、对照组作用下，干扰性信息对原始通信数据传输波段的占据能力。

图2 通信数据波段长度

利用图2 中的记录数值，统计实验组、对照组通信数据波段之间的差值，具体情况如表1 所示。

表1 通信数据传输波段占据量统计

分析表1 可知，当通信数据频率为1.2 MHz 时，实验组通信数据传输波段占据量达到最大值0.769；当通信数据频率为1.4 MHz 时，对照组通信数据传输波段占据量达到最大值1.000，与实验组极大值相比，增大了0.231。整个实验过程中，对照组通信数据传输波段占据量均值高于实验组。

三个系统在执行任务时的吞吐量对比结果如图3 所示。

图3 医院通信网络的任务执行吞吐量对比

从图3 可以看出，该文所设计的医院通信网络抗干扰系统具有一定的吞吐量，并且具有较好的代表执行效率，比其他两种系统的使用效果更好。接下来，对比三个系统的信息调度时间，对比结果如图4所示。

图4 信息调度时间对比

基于图4 可知，所提系统在信息调度上花费的时间较少，远少于其他两个系统。三个系统在信息上的加密时间对比结果如图5 所示。

图5 信息加密时间对比

通过上述系统能够发现，所提系统信息加密时间均少于另两个系统。

综合上述实验研究结果可知，该文系统能够解决干扰性信息过度占据原始通信数据传输波段的问题，符合提升数据信息文本在医院通信网络中传输稳定性的实际应用需求。

4 结束语

新型医院通信网络数据链抗干扰系统在强化学习算法的基础上，联合收发器与数据链路调度模块，重新规划通信网络的布局形式，又根据通信数据跳频指标的具有数值，确定网络主机元件对于数据信息参量的抗干扰处理增益水平。实验结果表明，干扰性信息对于原始通信数据传输波段的占据量水平始终相对较低，能够大幅提升数据信息文本在医院通信网络中的传输稳定性。