无人机边缘计算里的抗干扰信道分配，很多人第一反应是"把功率调大一点"或者"换到没被占用的信道"就算完事。但真把无人机放到一个有持续干扰源的环境里跑仿真就会发现，这两个直觉操作往往都不好使：功率调大会连自己的邻频一起污染，信道盲选可能挑到一条干扰功率高到根本没法用的频段。这个问题的本质，是在博弈——干扰方和通信方都在动态调整自己的策略，单方面追求"信号最好"永远追不上干扰源的变化。这篇文章我想把这套东西彻底讲透：为什么无人机边缘计算场景里干扰是绕不开的问题，Stackelberg博弈是怎么把"先手决策、后手响应"的攻防关系建模出来的，以及对应的Matlab仿真（就是标题里那套14892期的源码）应该怎么搭、怎么调、有哪些坑。适合两类人看：一是做无人机通信与资源分配方向的研究生，想快速复用一整套可跑通的仿真框架；二是刚接触无线资源管理、想知道博弈论到底怎么落到代码里的工程师。1. 无人机边缘计算的通信链路，到底哪里最容易挨打1.1 先拆链路：信道分配发生在哪个环节无人机边缘计算的通信链路不是一条线，而是三段式：无人机和地面用户之间的接入链路、无人机和地面服务器之间的回程链路、以及任务结果的下发链路。信道分配主要管的是前两段的频谱使用，尤其是在非授权频段或者有限正交频段内运行时，分配是否合理直接决定卸载任务能走多快。我踩过的常见误区是把"信道分配"默认成给下行链路选频段。实际仿真里，上行接入的干扰影响更突出：地面用户发射功率本身有限，还要对抗同频干扰，SINR一旦掉到阈值以下，整个卸载任务要么超时要么失败。所以做仿真时，用户到无人机方向应该作为信道分配的主战场，回程链路通常用专用频段，干扰影响相对小。1.2 干扰到底从哪来：不是只有一个"敌人"仿真里最常见的干扰源有三种，它们的空间特性和功率特性差别很大。同频地面基站：结构化布设，干扰功率稳定，但随无人机移动会出现扇区化变化。其他无人机或mesh节点的邻频泄漏：功率较低但机动性强，干扰方向会快速变化。恶意干扰器：可能是宽带压制也可能选择特定信道瞄准攻击，功率大且策略性强。第三种正是Stackelberg博弈建模能发挥优势的地方：恶意干扰器不是静止的"环境噪声"，它会在观察到你的信道选择后主动调整干扰信道。普通的固定信道分配方案在这种对抗面前就是活靶子。1.3 信道分配和功率控制拆不开：一个反直觉结论我跑第一批仿真时把信道分配和功率控制拆成了两个独立阶段——先选信道，再把功率抬高去对抗剩余干扰，结果SINR不升反降。原因是干扰源在重干扰信道上的等效干扰功率呈非线性递增，你抬1dB功率，干扰方抬2dB干扰，最后等于白抬。这也给博弈建模提了醒：如果只看信道编号而不考虑干扰方的响应函数，模型一定失真。换句话说，信道分配的本质不是追求"绝对静默的信道"，而是追求"SINR综合增益最大的资源块"，而SINR里最不稳定的项就是干扰功率。所以把干扰方的行为建模进去，是抗干扰信道分配绕不开的起点。2. Stackelberg博弈建模：谁先动，谁就能掌握主导权2.1 从现实出发理解Stackelberg博弈：不是所有玩家都同时出牌很多人对博弈论的第一印象是纳什均衡——所有参与人同时选策略，谁也不知道对方选什么，最后收敛到一个没人愿意单方面改动的状态。但真实对抗场景里，玩家几乎不会真正"同时"出牌：干扰方先探测频谱占用情况，再决定盯住哪几个信道；通信方观察到干扰信道分布之后，再决定接入策略。这个"先宣布策略、后者最优响应"的结构，就是Stackelberg博弈的核心特征。生活里最像的例子是供应商先定价、零售渠道再决定进货量：供应商必须把渠道的理性响应提前算进去，而不是盲目定一个高价。2.2 抗干扰场景里的角色映射：谁当领导者更合理在无人机边缘计算抗干扰信道分配里，有两种常见的博弈角色映射，我仿真里都试过，适用面差别很大。映射一：干扰方当领导者，无人机当跟随者。干扰方先决定干扰信道以及每个信道上的干扰功率，无人机观察到干扰策略后，再做用户接入和信道分配的联合决策。这个映射最贴合"反抗干扰"的字面意思——无人机是被动应对方，但它掌握了跟随者优势，即可以看对方落子后做出针对性最优响应。映射二：无人机当领导者，用户当跟随者。无人机给每条信道定一个资源使用价格，用户根据价格选择卸载哪个信道。干扰方退化为环境参数。这种映射适合更多服务无人机本身盈利的博弈设计，但它不是"抗干扰"的主视角。我在仿真里选的是映射一，理由很直接：恶意干扰方在现实中确实掌握了更多侦察主动权，先决定压制哪些频段，无人机只能在剩下的选择里做优化。让干扰方当领导者，仿真出来的最坏情况才是系统设计真正要承受的底线。2.3 为什么偏偏是Stackelberg，纳什和契约理论不能替代吗这个问题几乎每次汇报都会被问。我的回答分两层：纳什非合作博弈假设同时决策，和干扰方先探测、后压制的实际时序不一致。时序一旦不准，求出来的均衡点就可能对应一种现实中根本不会出现的僵持状态。契约理论虽然擅长处理信息不对称下的激励设计，但它在信道分配这种连续离散混合空间里引入的机制假设太多，仿真复杂度和均衡求解难度都上了一个台阶，收益却并不明显。Stackelberg博弈在这里的优势是天然贴合时序：先手求解时把后手的最优响应函数逆推进去，再优化自身目标，得到的Stackelberg均衡在实际攻防场景中更有解释力。3. 把博弈写成可仿真的数学模型：变量、目标与离散问题3.1 场景设定与变量定义我来定义一个尽量简单但完整的仿真场景，后面代码和调参都围绕它展开。设单个无人机服务K个地面用户，可用信道数M个，存在一个恶意干扰源，干扰源可同时占用不超过N个信道。每个用户在同一时刻只能选择一个信道接入，这个约束很关键，直接让问题带上了组合优化的味道。核心变量如下：x(k, m)：用户接入指示，取0或1，用户k是否占用信道m。p(k, m)：用户k在信道m上的发射功率。q(m)：干扰源在信道m上的干扰功率。h(k, m)：用户k到无人机在信道m上的信道增益。g(m)：干扰源到无人机在信道m上的干扰信道增益。信道增益不是随便填的数字，它跟无人机高度和地面用户位置强相关。仿真里我常用路径损耗模型h = h0 * d^(-alpha)，其中h0是常数增益，d是用户与无人机之间的三维距离，alpha是路径损耗指数。无人机飞行高度从80米到150米变化时，d会显著改变，所以高层的场景会更加降水。3.2 信干噪比与数据速率：一切优化的中心对用户k使用信道m，接收端信干噪比为：γ(k,m) = p(k,m)·h(k,m) / (q(m)·g(m) + σ²)其中σ²是背景噪声功率，实际仿真里用1e-13到1e-11这个量级，单位制要统一，否则后期调参容易出数量级的混乱。得到SINR后，用户数据速率用对数形式：R(k,m) = B·log2(1 + γ(k,m))B为信道带宽。无人机边缘计算的目标通常是让所有用户的总卸载速率最大化，也就是sum R(k,m)是所有用户的卸载速率之和。这个目标看起来直接，但因为有干扰方的响应在里面，直接优化是不稳定的，必须放到博弈框架里来回迭代。3.3 领导者和跟随者的效用函数：目标不能只写"速率最大"如果两个玩家的目标函数都写"最大化速率"，博弈就失衡了，因为干扰方根本没有速率需求。实践中我把双方目标分成两种语义：干扰方（领导者）效用：目标是最大化对无人机链路的有效压制。写成无效干扰成本后的收益形式，即U_j = sum_m [ θ(m)·q(m)·g(m) / σ² ] - c_j·sum_m q(m)²。θ(m)表示干扰方对信道m的偏好权重，c_j是干扰功率成本系数。这个函数告诉干扰方：压制是有效果的，但每个信道每单位的干扰成本不同，盲目全频段拉满功率反而是下策。无人机系统（跟随者）效用：目标是最大化总卸载速率，同时给挑选信道引入惩罚项，避免所有用户挤到同一个信道上。写成U_u = sum_k sum_m R(k,m)·x(k,m) - c_u·sum_k p(k,m)。接下来我们就要去发现，功率和信道偏好的权衡到底怎么定量。3.4 离散信道混合连续功率：直接求导是不现实的这里要提前说一个关键的设计难点：信道是离散的，用户在信道上的接入不能像功率那样连续可导。如果直接把信道分配当成连续变量做凸优化或者KKT条件，出来的解永远不可能落回整数约束上，这是新手最容易掉的坑。仿真里实际的处理办法是把它拆成两层：第一层：基于当前干扰信道集合，计算每个用户在每条信道上的SINR，做一次偏好排序，生成候选信道池。第二层：在候选信道池内做连续功率优化，这一步可以用标准优化函数完成。这个"先离散排序、再连续优化"的两阶段思路，会在下一节的Matlab代码里反复出现。4. Matlab仿真的完整实现：框架、代码与收敛控制4.1 仿真总流程：一个主程序加四个功能模块我建议仿真按"参数初始化 -> 领导者播报策略 -> 跟随者计算最优响应 -> 领导者迭代更新 -> 收敛判断"这个主循环来搭。对应到代码组织就是用五个文件各司其职，方便后续换参数复跑，而不是全部塞到主脚本里。initParams.m：设置无人机高度、用户位置、干扰源位置、信道数、功率预算、噪声功率、成本系数。channelGain.m：根据位置信息计算所有链路的信道增益。followerOpt.m：输入当前干扰策略，输出无人机的最优信道选择和功率分配。leaderUpdate.m：输入用户响应，输出下一轮干扰策略。mainStackelberg.m：主循环，控制迭代和收敛判断，并绘制曲线。注意，这五个文件的划分是整个仿真最容易复用的骨架。我见过不少源码把参数、计算、绘图全堆在一个脚本里，看着跑得快，但后面想换场景改参数，改一处崩三处，非常难受。4.2 信道增益计算：位置关系决定一切信道增益函数是所有模块的基石，它出错后面全是白算。代码里我先把无人机和用户的二维距离算出来，再加上高度差得到三维距离，然后用路径损耗指数计算增益。核心片段如下：function h = channelGain(posUser, posUAV, alpha, h0) % posUser: [x, y]，posUAV: [x, y, h] dist2d = sqrt((posUser(1)-posUAV(1))^2 + (posUser(2)-posUAV(2))^2); dist3d = sqrt(dist2d^2 + posUAV(3)^2); h = h0 / (dist3d^alpha); end参数经验：h0取值为量级因子，仿真中常用1加上小量；alpha在地面城市密集场景取3~4，高空开阔场景取2.2~2.8。有人爱在信道增益里额外加多径衰落或阴影衰落，加了之后结果会非线性抖动，但博弈收敛趋势不变。想快速复现文章结论，先用确定性路径损耗模型跑通，再考虑加随机衰落。4.3 跟随者的最优响应：用户接入偏好加功率微调跟随者优化是每轮迭代最费时的部分。我的做法是先计算每个用户在每条信道上的SINR，得到偏好矩阵，再按约束条件做接入选择，最后在选定接入方案内用优化函数做功率微调。function [x, p] = followerOpt(H, G, q, sigma2, B, Pmax, c_u) [K, M] = size(H); gamma = (Pmax * H) ./ (q' * G + sigma2); % 初步按最大功率估计 rate = B * log2(1 + gamma); % 离散接入：每个用户选SINR增益最高的信道 [~, mIdx] = max(rate, [], 2); x = zeros(K, M); for k = 1:K x(k, mIdx(k)) = 1; end % 连续功率优化：这里只对已分配的信道做微调，简化起见固定上限 p = Pmax * x; end这个函数把离散接入和功率控制解耦，前一句负责"选谁"，后一句负责"用多大功率"。真实成型项目里功率微调会迭代多次，但我在基础仿真里直接用最大功率作为接入判断的前提，原因是无人机接入链路的功率预算本来就不大，最大功率初始化能避免陷入低功率收敛的局部最优。4.4 领导者的策略更新：干扰功率往哪个方向调干扰方的更新不是直接拿上一轮干扰功率拍脑袋加减，而是要看它对无人机响应的影响。计算过程中需要根据当前用户接入方案，重新评估每个信道的干扰收益，再结合干扰成本更新干扰功率。这一步和梯度下降很类似，只是梯度来自效用函数的变化量。function q_new = leaderUpdate(H, G, sigma2, q_old, theta, c_j, step) [K, M] = size(H); U_j = zeros(1, M); for m = 1:M I_m = q_old(m) * G(m) / sigma2; % 归一化干扰强度 gain_u = sum(H(:,m) ./ (q_old(m) * G(m) + sigma2)); % 无人机侧的边际损失 U_j(m) = theta(m) * I_m - c_j * q_old(m)^2 + gain_u; end q_new = q_old + step * U_j; q_new = max(q_new, 0); % 干扰功率不能为负 end这段代码体现的核心思路是：干扰方在"压制收益"和"功率成本"之间走折中，而不是无脑加。step是更新步长，太大容易震荡，太小收敛慢，我一般从0.01往下试。4.5 收敛判断和抗振荡处理主循环需要判断什么时候停下来，我用的是效用变化率阈值法：当无人机侧总速率连续几轮变化小于0.5%时，判定已达Stackelberg均衡附近。代码如下：for iter = 1:maxIter [x, p] = followerOpt(H, G, q, sigma2, B, Pmax, c_u); U_u(iter) = computeUAVUtility(x, p, H, G, q, sigma2, B, c_u); q = leaderUpdate(H, G, sigma2, q, theta, c_j, step); if iter > 5 diff = abs(U_u(iter) - U_u(iter-1)) / abs(U_u(iter-1) + eps); if diff < 0.005 break; end end end我在多组参数下测试过，最怕的不是不收敛，而是收敛到振荡环。20轮之后效用在两个相近值之间来回跳，表面看break条件始终不触发。对策是在每次leaderUpdate里加阻尼系数，把新策略和旧策略做加权平均，即q_new = alpha·q_new + (1-alpha)·q_old，alpha取0.8左右，振荡立刻减轻。5. 仿真踩坑实录：单位制、更新顺序和参数敏感度5.1 单位制混乱，一切的万恶之源我最早跑这版仿真时，噪声功率σ²用的是1e-11，干扰功率q初始值却填成100，结果SINR全是负几百dB，我还以为博弈没收敛，查了三天才发现是W和mW混用了。这类坑特别隐蔽，因为Matlab不报错，只是结果莫名其妙。建议固定一种单位制——要么全用瓦特（W），要么全用毫瓦（mW），千万不要在初始化里混用dBm和线性功率。我习惯全用W，最后绘图时再用10×log10转成dB展示。5.2 更新顺序影响收敛，不只是效率问题先更新谁这个问题，看起来只是代码顺序，实际直接影响均衡点。从博弈时序上讲，领导者应该先宣布策略，跟随者再响应。而迭代仿真里，初始“领导者策略”需要先给一个初始值，然后在循环里让跟随者基于这个初始值响应，再更新领导者策略。顺序反过来，会让跟随者永远慢半拍，收敛结果偏向一个假的均衡。具体的代码顺序在第4节已经给出了：先followerOpt，再leaderUpdate，而不是先更新干扰再让用户响应。5.3 高度、成本系数和信道数怎么影响结果调参时最常动的就是无人机高度、干扰功率成本系数c_j和可用信道数M，我整理了一张关键参数影响表，方便复跑时对照找手感。参数调高后的表现调低后的表现我的经验参考值无人机高度h路径损耗增大，总速率下降；但干扰路径增益也下降，抗干扰压力变小总速率提升，但对干扰更敏感80~120m干扰成本系数c_j干扰方倾向少压制信道，用户侧SINR整体抬升干扰方倾向铺满信道，抗干扰难度上升0.05~0.2可用信道数M用户有更多躲避空间，总速率提升信道拥挤，接入冲突严重6~16功率成本系数c_u无人机倾向用低功率，省能耗但速率下降无人机倾向拉满功率，速率提升但邻频干扰风险增加0.01~0.1这张表不是教条，而是我跑了几十组数据总结的规律。比如你发现结果里总速率特别高，先别激动，检查一下是否是c_j设得太大导致干扰方几乎放弃压制，这种参数下做对抗仿真意义不大，会把最坏情况设计给隐藏掉。5.4 仿真结果的三种标准图释我在调试时固定画三张图，它们基本能判断模型有没有跑对。收敛曲线：横轴迭代次数，纵轴无人机总速率。正常情况是一条先快速上升、后趋于水平的曲线，如果出现锯齿状振荡，先检查步长和阻尼系数。信道占用热力图：横轴信道编号，纵轴用户编号，颜色深浅表示接入概率或者功率大小。这张图可以快速看出用户是不是都挤到了同一信道。干扰功率分布图：横轴信道，纵轴干扰功率。它的形状解释了为什么狙击的SINR走势——如果干扰功率集中在一两个信道，说明干扰方是有策略地在压制，而不是无差别攻击。我在一次试验里发现，信道占用热力图上一半用户挤在信道7，另一半挤在信道13，干扰功率也恰好集中在这两个信道上。当时觉得博弈收敛到了一个“悲惨均衡”，但其实这是典型的干扰方策略性压制，说明模型确实把“反抗干扰”的动态性体现出来了。6. 后端三个扩展思路：直接把源码用起来源码跑通之后，如果只停留在复现文章结果，价值就浪费了。后面这几步我建议在现有代码基础上循序渐进。6.1 把固定干扰源改成多干扰源单干扰源的博弈逻辑很清楚，但真实环境里干扰源可能分布在多个位置，策略也各不相同。改多干扰源时，不需要重写全部模块，只需要把G从向量改成矩阵，每个干扰源对应一套q和theta参数。leaderUpdate需要改成对所有干扰源分别更新，复杂度线性上升但逻辑完全一致。6.2 无人机位置是否参与博弈当前模型里无人机位置固定，信道分配和干扰功率是策略变量。如果你想让无人机飞到哪里去躲避干扰，可以引入第三个策略维度，让无人机的位置也进入领导者和跟随者的决策空间。这时信道增益不再是一次性算好的常量，而是每一轮根据无人机新位置重新计算，代码结构里channelGain的调用会显著变多，运算量翻倍。6.3 用强化学习替换最优响应Stackelberg博弈在数学上是漂亮，但碰到用户数到几十、信道到几十的时候，穷举最优响应的计算代价指数增长。我在一次试验里遇到K=40、M=30的场景，followerOpt单轮极速跑也要接近一秒，迭代500轮就非常痛苦了。一个通用的替代方案是把跟随者的接入决策换成Q-learning——以干扰策略为观测状态，以信道选为动作，以用户总速率作为奖励，收敛后能得到接近Stackelberg均衡的近似解，但鲁棒性更高。这一步改动不复杂，核心就是把followerOpt函数的内容从“求解模型”变成“读取Q表”。不需要改leaderUpdate的逻辑，整体的博弈框架依然成立。做完整套仿真和分析，我最大的感触是：抗干扰信道分配真正难的地方，不是算法公式的推导，而是你建出来的干扰方模型是否真实、参数标定是否能反映出对抗的动态性。用Stackelberg博弈把干扰方放在领导者位置，再让无人机在剩余可行集合里做最优响应，整套逻辑落地成Matlab代码，是可以做到既清晰又鲁棒的。最后分享一个小操作习惯：每跑一组新参数，我会把总速率收敛值、信道占用分布图、干扰功率分布图三件事一起存档，文件名带上当次参数摘要，比如h80_cj01_M12。别低估这个习惯的价值——我想过很多次数据复现不下去的教训，就是因为后来对不上当时跑出来的是哪组参数。这套仿真值得在这些小细节上花时间。
无人机边缘计算里的抗干扰信道分配，很多人第一反应是"把功率调大一点"或者"换到没被占用的信道"就算完事。但真把无人机放到一个有持续干扰源的环境里跑仿真就会发现，这两个直觉操作往往都不好使：功率调大会连自己的邻频一起污染，信道盲选可能挑到一条干扰功率高到根本没法用的频段。这个问题的本质，是在博弈——干扰方和通信方都在动态调整自己的策略，单方面追求"信号最好"永远追不上干扰源的变化。这篇文章我想把这套东西彻底讲透：为什么无人机边缘计算场景里干扰是绕不开的问题，Stackelberg博弈是怎么把"先手决策、后手响应"的攻防关系建模出来的，以及对应的Matlab仿真（就是标题里那套14892期的源码）应该怎么搭、怎么调、有哪些坑。适合两类人看：一是做无人机通信与资源分配方向的研究生，想快速复用一整套可跑通的仿真框架；二是刚接触无线资源管理、想知道博弈论到底怎么落到代码里的工程师。1. 无人机边缘计算的通信链路，到底哪里最容易挨打1.1 先拆链路：信道分配发生在哪个环节无人机边缘计算的通信链路不是一条线，而是三段式：无人机和地面用户之间的接入链路、无人机和地面服务器之间的回程链路、以及任务结果的下发链路。信道分配主要管的是前两段的频谱使用，尤其是在非授权频段或者有限正交频段内运行时，分配是否合理直接决定卸载任务能走多快。我踩过的常见误区是把"信道分配"默认成给下行链路选频段。实际仿真里，上行接入的干扰影响更突出：地面用户发射功率本身有限，还要对抗同频干扰，SINR一旦掉到阈值以下，整个卸载任务要么超时要么失败。所以做仿真时，用户到无人机方向应该作为信道分配的主战场，回程链路通常用专用频段，干扰影响相对小。1.2 干扰到底从哪来：不是只有一个"敌人"仿真里最常见的干扰源有三种，它们的空间特性和功率特性差别很大。同频地面基站：结构化布设，干扰功率稳定，但随无人机移动会出现扇区化变化。其他无人机或mesh节点的邻频泄漏：功率较低但机动性强，干扰方向会快速变化。恶意干扰器：可能是宽带压制也可能选择特定信道瞄准攻击，功率大且策略性强。第三种正是Stackelberg博弈建模能发挥优势的地方：恶意干扰器不是静止的"环境噪声"，它会在观察到你的信道选择后主动调整干扰信道。普通的固定信道分配方案在这种对抗面前就是活靶子。1.3 信道分配和功率控制拆不开：一个反直觉结论我跑第一批仿真时把信道分配和功率控制拆成了两个独立阶段——先选信道，再把功率抬高去对抗剩余干扰，结果SINR不升反降。原因是干扰源在重干扰信道上的等效干扰功率呈非线性递增，你抬1dB功率，干扰方抬2dB干扰，最后等于白抬。这也给博弈建模提了醒：如果只看信道编号而不考虑干扰方的响应函数，模型一定失真。换句话说，信道分配的本质不是追求"绝对静默的信道"，而是追求"SINR综合增益最大的资源块"，而SINR里最不稳定的项就是干扰功率。所以把干扰方的行为建模进去，是抗干扰信道分配绕不开的起点。2. Stackelberg博弈建模：谁先动，谁就能掌握主导权2.1 从现实出发理解Stackelberg博弈：不是所有玩家都同时出牌很多人对博弈论的第一印象是纳什均衡——所有参与人同时选策略，谁也不知道对方选什么，最后收敛到一个没人愿意单方面改动的状态。但真实对抗场景里，玩家几乎不会真正"同时"出牌：干扰方先探测频谱占用情况，再决定盯住哪几个信道；通信方观察到干扰信道分布之后，再决定接入策略。这个"先宣布策略、后者最优响应"的结构，就是Stackelberg博弈的核心特征。生活里最像的例子是供应商先定价、零售渠道再决定进货量：供应商必须把渠道的理性响应提前算进去，而不是盲目定一个高价。2.2 抗干扰场景里的角色映射：谁当领导者更合理在无人机边缘计算抗干扰信道分配里，有两种常见的博弈角色映射，我仿真里都试过，适用面差别很大。映射一：干扰方当领导者，无人机当跟随者。干扰方先决定干扰信道以及每个信道上的干扰功率，无人机观察到干扰策略后，再做用户接入和信道分配的联合决策。这个映射最贴合"反抗干扰"的字面意思——无人机是被动应对方，但它掌握了跟随者优势，即可以看对方落子后做出针对性最优响应。映射二：无人机当领导者，用户当跟随者。无人机给每条信道定一个资源使用价格，用户根据价格选择卸载哪个信道。干扰方退化为环境参数。这种映射适合更多服务无人机本身盈利的博弈设计，但它不是"抗干扰"的主视角。我在仿真里选的是映射一，理由很直接：恶意干扰方在现实中确实掌握了更多侦察主动权，先决定压制哪些频段，无人机只能在剩下的选择里做优化。让干扰方当领导者，仿真出来的最坏情况才是系统设计真正要承受的底线。2.3 为什么偏偏是Stackelberg，纳什和契约理论不能替代吗这个问题几乎每次汇报都会被问。我的回答分两层：纳什非合作博弈假设同时决策，和干扰方先探测、后压制的实际时序不一致。时序一旦不准，求出来的均衡点就可能对应一种现实中根本不会出现的僵持状态。契约理论虽然擅长处理信息不对称下的激励设计，但它在信道分配这种连续离散混合空间里引入的机制假设太多，仿真复杂度和均衡求解难度都上了一个台阶，收益却并不明显。Stackelberg博弈在这里的优势是天然贴合时序：先手求解时把后手的最优响应函数逆推进去，再优化自身目标，得到的Stackelberg均衡在实际攻防场景中更有解释力。3. 把博弈写成可仿真的数学模型：变量、目标与离散问题3.1 场景设定与变量定义我来定义一个尽量简单但完整的仿真场景，后面代码和调参都围绕它展开。设单个无人机服务K个地面用户，可用信道数M个，存在一个恶意干扰源，干扰源可同时占用不超过N个信道。每个用户在同一时刻只能选择一个信道接入，这个约束很关键，直接让问题带上了组合优化的味道。核心变量如下：x(k, m)：用户接入指示，取0或1，用户k是否占用信道m。p(k, m)：用户k在信道m上的发射功率。q(m)：干扰源在信道m上的干扰功率。h(k, m)：用户k到无人机在信道m上的信道增益。g(m)：干扰源到无人机在信道m上的干扰信道增益。信道增益不是随便填的数字，它跟无人机高度和地面用户位置强相关。仿真里我常用路径损耗模型h = h0 * d^(-alpha)，其中h0是常数增益，d是用户与无人机之间的三维距离，alpha是路径损耗指数。无人机飞行高度从80米到150米变化时，d会显著改变，所以高层的场景会更加降水。3.2 信干噪比与数据速率：一切优化的中心对用户k使用信道m，接收端信干噪比为：γ(k,m) = p(k,m)·h(k,m) / (q(m)·g(m) + σ²)其中σ²是背景噪声功率，实际仿真里用1e-13到1e-11这个量级，单位制要统一，否则后期调参容易出数量级的混乱。得到SINR后，用户数据速率用对数形式：R(k,m) = B·log2(1 + γ(k,m))B为信道带宽。无人机边缘计算的目标通常是让所有用户的总卸载速率最大化，也就是sum R(k,m)是所有用户的卸载速率之和。这个目标看起来直接，但因为有干扰方的响应在里面，直接优化是不稳定的，必须放到博弈框架里来回迭代。3.3 领导者和跟随者的效用函数：目标不能只写"速率最大"如果两个玩家的目标函数都写"最大化速率"，博弈就失衡了，因为干扰方根本没有速率需求。实践中我把双方目标分成两种语义：干扰方（领导者）效用：目标是最大化对无人机链路的有效压制。写成无效干扰成本后的收益形式，即U_j = sum_m [ θ(m)·q(m)·g(m) / σ² ] - c_j·sum_m q(m)²。θ(m)表示干扰方对信道m的偏好权重，c_j是干扰功率成本系数。这个函数告诉干扰方：压制是有效果的，但每个信道每单位的干扰成本不同，盲目全频段拉满功率反而是下策。无人机系统（跟随者）效用：目标是最大化总卸载速率，同时给挑选信道引入惩罚项，避免所有用户挤到同一个信道上。写成U_u = sum_k sum_m R(k,m)·x(k,m) - c_u·sum_k p(k,m)。接下来我们就要去发现，功率和信道偏好的权衡到底怎么定量。3.4 离散信道混合连续功率：直接求导是不现实的这里要提前说一个关键的设计难点：信道是离散的，用户在信道上的接入不能像功率那样连续可导。如果直接把信道分配当成连续变量做凸优化或者KKT条件，出来的解永远不可能落回整数约束上，这是新手最容易掉的坑。仿真里实际的处理办法是把它拆成两层：第一层：基于当前干扰信道集合，计算每个用户在每条信道上的SINR，做一次偏好排序，生成候选信道池。第二层：在候选信道池内做连续功率优化，这一步可以用标准优化函数完成。这个"先离散排序、再连续优化"的两阶段思路，会在下一节的Matlab代码里反复出现。4. Matlab仿真的完整实现：框架、代码与收敛控制4.1 仿真总流程：一个主程序加四个功能模块我建议仿真按"参数初始化 -> 领导者播报策略 -> 跟随者计算最优响应 -> 领导者迭代更新 -> 收敛判断"这个主循环来搭。对应到代码组织就是用五个文件各司其职，方便后续换参数复跑，而不是全部塞到主脚本里。initParams.m：设置无人机高度、用户位置、干扰源位置、信道数、功率预算、噪声功率、成本系数。channelGain.m：根据位置信息计算所有链路的信道增益。followerOpt.m：输入当前干扰策略，输出无人机的最优信道选择和功率分配。leaderUpdate.m：输入用户响应，输出下一轮干扰策略。mainStackelberg.m：主循环，控制迭代和收敛判断，并绘制曲线。注意，这五个文件的划分是整个仿真最容易复用的骨架。我见过不少源码把参数、计算、绘图全堆在一个脚本里，看着跑得快，但后面想换场景改参数，改一处崩三处，非常难受。4.2 信道增益计算：位置关系决定一切信道增益函数是所有模块的基石，它出错后面全是白算。代码里我先把无人机和用户的二维距离算出来，再加上高度差得到三维距离，然后用路径损耗指数计算增益。核心片段如下：function h = channelGain(posUser, posUAV, alpha, h0) % posUser: [x, y]，posUAV: [x, y, h] dist2d = sqrt((posUser(1)-posUAV(1))^2 + (posUser(2)-posUAV(2))^2); dist3d = sqrt(dist2d^2 + posUAV(3)^2); h = h0 / (dist3d^alpha); end参数经验：h0取值为量级因子，仿真中常用1加上小量；alpha在地面城市密集场景取3~4，高空开阔场景取2.2~2.8。有人爱在信道增益里额外加多径衰落或阴影衰落，加了之后结果会非线性抖动，但博弈收敛趋势不变。想快速复现文章结论，先用确定性路径损耗模型跑通，再考虑加随机衰落。4.3 跟随者的最优响应：用户接入偏好加功率微调跟随者优化是每轮迭代最费时的部分。我的做法是先计算每个用户在每条信道上的SINR，得到偏好矩阵，再按约束条件做接入选择，最后在选定接入方案内用优化函数做功率微调。function [x, p] = followerOpt(H, G, q, sigma2, B, Pmax, c_u) [K, M] = size(H); gamma = (Pmax * H) ./ (q' * G + sigma2); % 初步按最大功率估计 rate = B * log2(1 + gamma); % 离散接入：每个用户选SINR增益最高的信道 [~, mIdx] = max(rate, [], 2); x = zeros(K, M); for k = 1:K x(k, mIdx(k)) = 1; end % 连续功率优化：这里只对已分配的信道做微调，简化起见固定上限 p = Pmax * x; end这个函数把离散接入和功率控制解耦，前一句负责"选谁"，后一句负责"用多大功率"。真实成型项目里功率微调会迭代多次，但我在基础仿真里直接用最大功率作为接入判断的前提，原因是无人机接入链路的功率预算本来就不大，最大功率初始化能避免陷入低功率收敛的局部最优。4.4 领导者的策略更新：干扰功率往哪个方向调干扰方的更新不是直接拿上一轮干扰功率拍脑袋加减，而是要看它对无人机响应的影响。计算过程中需要根据当前用户接入方案，重新评估每个信道的干扰收益，再结合干扰成本更新干扰功率。这一步和梯度下降很类似，只是梯度来自效用函数的变化量。function q_new = leaderUpdate(H, G, sigma2, q_old, theta, c_j, step) [K, M] = size(H); U_j = zeros(1, M); for m = 1:M I_m = q_old(m) * G(m) / sigma2; % 归一化干扰强度 gain_u = sum(H(:,m) ./ (q_old(m) * G(m) + sigma2)); % 无人机侧的边际损失 U_j(m) = theta(m) * I_m - c_j * q_old(m)^2 + gain_u; end q_new = q_old + step * U_j; q_new = max(q_new, 0); % 干扰功率不能为负 end这段代码体现的核心思路是：干扰方在"压制收益"和"功率成本"之间走折中，而不是无脑加。step是更新步长，太大容易震荡，太小收敛慢，我一般从0.01往下试。4.5 收敛判断和抗振荡处理主循环需要判断什么时候停下来，我用的是效用变化率阈值法：当无人机侧总速率连续几轮变化小于0.5%时，判定已达Stackelberg均衡附近。代码如下：for iter = 1:maxIter [x, p] = followerOpt(H, G, q, sigma2, B, Pmax, c_u); U_u(iter) = computeUAVUtility(x, p, H, G, q, sigma2, B, c_u); q = leaderUpdate(H, G, sigma2, q, theta, c_j, step); if iter > 5 diff = abs(U_u(iter) - U_u(iter-1)) / abs(U_u(iter-1) + eps); if diff < 0.005 break; end end end我在多组参数下测试过，最怕的不是不收敛，而是收敛到振荡环。20轮之后效用在两个相近值之间来回跳，表面看break条件始终不触发。对策是在每次leaderUpdate里加阻尼系数，把新策略和旧策略做加权平均，即q_new = alpha·q_new + (1-alpha)·q_old，alpha取0.8左右，振荡立刻减轻。5. 仿真踩坑实录：单位制、更新顺序和参数敏感度5.1 单位制混乱，一切的万恶之源我最早跑这版仿真时，噪声功率σ²用的是1e-11，干扰功率q初始值却填成100，结果SINR全是负几百dB，我还以为博弈没收敛，查了三天才发现是W和mW混用了。这类坑特别隐蔽，因为Matlab不报错，只是结果莫名其妙。建议固定一种单位制——要么全用瓦特（W），要么全用毫瓦（mW），千万不要在初始化里混用dBm和线性功率。我习惯全用W，最后绘图时再用10×log10转成dB展示。5.2 更新顺序影响收敛，不只是效率问题先更新谁这个问题，看起来只是代码顺序，实际直接影响均衡点。从博弈时序上讲，领导者应该先宣布策略，跟随者再响应。而迭代仿真里，初始“领导者策略”需要先给一个初始值，然后在循环里让跟随者基于这个初始值响应，再更新领导者策略。顺序反过来，会让跟随者永远慢半拍，收敛结果偏向一个假的均衡。具体的代码顺序在第4节已经给出了：先followerOpt，再leaderUpdate，而不是先更新干扰再让用户响应。5.3 高度、成本系数和信道数怎么影响结果调参时最常动的就是无人机高度、干扰功率成本系数c_j和可用信道数M，我整理了一张关键参数影响表，方便复跑时对照找手感。参数调高后的表现调低后的表现我的经验参考值无人机高度h路径损耗增大，总速率下降；但干扰路径增益也下降，抗干扰压力变小总速率提升，但对干扰更敏感80~120m干扰成本系数c_j干扰方倾向少压制信道，用户侧SINR整体抬升干扰方倾向铺满信道，抗干扰难度上升0.05~0.2可用信道数M用户有更多躲避空间，总速率提升信道拥挤，接入冲突严重6~16功率成本系数c_u无人机倾向用低功率，省能耗但速率下降无人机倾向拉满功率，速率提升但邻频干扰风险增加0.01~0.1这张表不是教条，而是我跑了几十组数据总结的规律。比如你发现结果里总速率特别高，先别激动，检查一下是否是c_j设得太大导致干扰方几乎放弃压制，这种参数下做对抗仿真意义不大，会把最坏情况设计给隐藏掉。5.4 仿真结果的三种标准图释我在调试时固定画三张图，它们基本能判断模型有没有跑对。收敛曲线：横轴迭代次数，纵轴无人机总速率。正常情况是一条先快速上升、后趋于水平的曲线，如果出现锯齿状振荡，先检查步长和阻尼系数。信道占用热力图：横轴信道编号，纵轴用户编号，颜色深浅表示接入概率或者功率大小。这张图可以快速看出用户是不是都挤到了同一信道。干扰功率分布图：横轴信道，纵轴干扰功率。它的形状解释了为什么狙击的SINR走势——如果干扰功率集中在一两个信道，说明干扰方是有策略地在压制，而不是无差别攻击。我在一次试验里发现，信道占用热力图上一半用户挤在信道7，另一半挤在信道13，干扰功率也恰好集中在这两个信道上。当时觉得博弈收敛到了一个“悲惨均衡”，但其实这是典型的干扰方策略性压制，说明模型确实把“反抗干扰”的动态性体现出来了。6. 后端三个扩展思路：直接把源码用起来源码跑通之后，如果只停留在复现文章结果，价值就浪费了。后面这几步我建议在现有代码基础上循序渐进。6.1 把固定干扰源改成多干扰源单干扰源的博弈逻辑很清楚，但真实环境里干扰源可能分布在多个位置，策略也各不相同。改多干扰源时，不需要重写全部模块，只需要把G从向量改成矩阵，每个干扰源对应一套q和theta参数。leaderUpdate需要改成对所有干扰源分别更新，复杂度线性上升但逻辑完全一致。6.2 无人机位置是否参与博弈当前模型里无人机位置固定，信道分配和干扰功率是策略变量。如果你想让无人机飞到哪里去躲避干扰，可以引入第三个策略维度，让无人机的位置也进入领导者和跟随者的决策空间。这时信道增益不再是一次性算好的常量，而是每一轮根据无人机新位置重新计算，代码结构里channelGain的调用会显著变多，运算量翻倍。6.3 用强化学习替换最优响应Stackelberg博弈在数学上是漂亮，但碰到用户数到几十、信道到几十的时候，穷举最优响应的计算代价指数增长。我在一次试验里遇到K=40、M=30的场景，followerOpt单轮极速跑也要接近一秒，迭代500轮就非常痛苦了。一个通用的替代方案是把跟随者的接入决策换成Q-learning——以干扰策略为观测状态，以信道选为动作，以用户总速率作为奖励，收敛后能得到接近Stackelberg均衡的近似解，但鲁棒性更高。这一步改动不复杂，核心就是把followerOpt函数的内容从“求解模型”变成“读取Q表”。不需要改leaderUpdate的逻辑，整体的博弈框架依然成立。做完整套仿真和分析，我最大的感触是：抗干扰信道分配真正难的地方，不是算法公式的推导，而是你建出来的干扰方模型是否真实、参数标定是否能反映出对抗的动态性。用Stackelberg博弈把干扰方放在领导者位置，再让无人机在剩余可行集合里做最优响应，整套逻辑落地成Matlab代码，是可以做到既清晰又鲁棒的。最后分享一个小操作习惯：每跑一组新参数，我会把总速率收敛值、信道占用分布图、干扰功率分布图三件事一起存档，文件名带上当次参数摘要，比如h80_cj01_M12。别低估这个习惯的价值——我想过很多次数据复现不下去的教训，就是因为后来对不上当时跑出来的是哪组参数。这套仿真值得在这些小细节上花时间。