Multi-Agent Reinforcement Learning Anti-Jamming in LEO-Satellitennetzen: Spectrum Access, VDN und CTDE

Wie Multi-Agent Reinforcement Learning (MARL) Störangriffe in LEO-Megakonstellationen abwehrt: VDN, zentrales Training mit dezentraler Ausführung, spieltheoretisches Beamforming und die gemessenen Leistungsgewinne.

Warum sind LEO-Satellitennetze so anfällig für Jamming und Ko-Kanal-Interferenzen?

LEO-Megakonstellationen wie Starlink folgen berechenbaren Umlaufbahnen und sind geometrisch exponiert – genau das macht sie für intelligente Störer interessant. Wer die Bahndaten kennt, weiß, wann welcher Satellit über welchem Bodenstandort steht. Ein einzelner Jammer in der Nähe des Empfängers kann den gewünschten Uplink selbst mit großen Antennenarrays nicht sauber räumlich trennen. Dazu kommen Ko-Kanal-Interferenzen zwischen dicht gepackten Satelliten und Nutzern sowie eine dynamische Topologie, in der sich die Nachbarn ständig ändern. Klassische, statische Frequenzplanung stößt hier schnell an ihre Grenzen, weil sich Störsignaturen und Verkehrslasten laufend verschieben. Genau dieses Zusammenspiel aus vorhersehbarer Physik und lernfähigen Angreifern beschreibt die Forschung als Kernproblem – etwa Hu et al. (ScienceDirect) beim Space-Segment-Routing.

Wie ermöglicht Multi-Agent Deep Reinforcement Learning Anti-Jamming-Spectrum-Access?

Beim Multi-Agent Reinforcement Learning, kurz MARL, lernen mehrere Satelliten-Agenten parallel aus ihren lokalen Beobachtungen, welche Subbänder und Zeitschlitze sie belegen sollen. Während des Trainings werden sie dabei von einem zentralen Kritiker angeleitet, im Betrieb läuft die Ausführung dann dezentral auf jedem einzelnen Satelliten. Cao et al. (MDPI Electronics 14(16):3307) verfolgen genau diesen Ansatz: ein Value Decomposition Network, also VDN, für Anti-Jamming-Spectrum-Access in LEO-Satellitennetzen. Die Agenten weichen damit bösartigem Jamming und Ko-Kanal-Interferenzen aus, ohne dass eine zentrale Instanz im Orbit die Entscheidungen treffen muss. Die Simulationen deuten darauf hin, dass sich Trainingskosten und Anti-Jamming-Leistung in einem vertretbaren Verhältnis halten lassen – was nicht nebensächlich ist, denn die Rechenleistung an Bord bleibt knapp.

Ergänzend zeigen Aref et al. mit breitbandigen autonomen kognitiven Funkgeräten (WACRs), wie Agenten eine Subband-Auswahlpolitik erlernen, die Jammer-Signale und Interferenzen aktiv umgeht. Und auch Elleuch et al. (2021) sowie Yao et al. (2018) kommen in Mehrbenutzer-Szenarien zu dem Ergebnis, dass kooperatives Lernen zwischen den Nutzern die Störfestigkeit spürbar verbessert. Im Kern steckt dahinter immer dieselbe Idee: Statt starr nach einer festen Regel zu arbeiten, lernt das Kollektiv eine Politik, die sich an neue Störstrategien anpasst.

Welche Rolle spielt zentrales Training mit dezentraler Ausführung (CTDE)?

CTDE ist so etwas wie das organisatorische Rückgrat der meisten MARL-Ansätze gegen Jamming. Beim Training hat ein zentraler Kritiker den全局 Zustand im Blick und kann die einzelnen Agenten sauber bewerten. Im laufenden Betrieb dagegen handelt jeder Satellit nur auf Grundlage seiner lokalen Beobachtungen – und das ist alles andere als ein Schönheitsfehler, denn im Orbit lässt sich nun mal keine latenzfreie zentrale Koordination realisieren. Li et al. (IEEE) greifen genau dieses Muster in DMDRLA für Mega-LEO-Konstellationen auf und zeigen in ihren Simulationen, dass sich Trainingskosten und Leistungsoptimierung durchaus in Balance bringen lassen.

Das folgende Schema fasst die Arbeitsteilung zusammen, wie sie in den zitierten Arbeiten beschrieben wird:

Genau diese Trennung dürfte der Grund sein, warum CTDE in der LEO-Forschung so dominant ist: Man bekommt die Lernstabilität eines globalen Modells, ohne die verteilte Hardware im All überfordern zu müssen. Praktisch heißt das für Betreiber, dass sich Anti-Jamming-Strategien am Boden trainieren und danach als kompakte Modelle in die Konstellation ausrollen lassen – ein ziemlich eleganter Weg, Training und Einsatz sauber zu entkoppeln.

Wie unterstützt spieltheoretisches Beamforming den verteilten Uplink-Anti-Jamming?

Besonders interessant ist der Ansatz von alphaXiv (Februar 2026): verteiltes Uplink-Anti-Jamming in LEO-Megakonstellationen mithilfe von spieltheoretischem Beamforming. Dabei wird der Uplink-Konflikt als konvex-konkaves Spiel zwischen einem terrestrischen Sender und einem Jammer aufgefasst, bei dem beide Seiten ihre räumlichen Kovarianzmatrizen optimieren. Zum Einsatz kommt ein Min-Max-Löser, der abwechselnde Best-Response-Updates mit projiziertem Gradientenabstieg verbindet und so gegen ein Nash-Gleichgewicht des Beamformings konvergiert.

Das Verfahren wurde mit realistischen Starlink-Orbitalgeometrien und Sionna-Ray-Tracing getestet. Dabei zeigt sich: Wenn die Knoten verteilt zusammenarbeiten, verschiebt sich die Kapazitätsverteilung auch unter starkem Stördruck nach oben. Anders formuliert – es ist nicht der eine überlegene Satellit, der den Link rettet, sondern das abgestimmte Zusammenspiel vieler Knoten. Genau darin liegt der Unterschied zur Single-Satellite-Mitigation: Diese stößt räumlich an ihre Grenzen, sobald gewünschtes Signal und Jammer zu ähnlich positioniert sind.

Was zeigen Simulationen zu Trainingskosten versus Anti-Jamming-Leistung?

Was Cao et al. (2025) und Li et al. (2026) wiederholt zeigen, ist eigentlich weniger eine Frage der Rechenleistung als eine der Trainingsarchitektur: Wer Anti-Jamming nur über mehr GPUs oder größere Modelle lösen will, greift zu kurz. Beide Arbeiten kommen zu dem Ergebnis, dass sich Trainingskosten und Leistungsoptimierung durchaus in einem vernünftigen Verhältnis halten lassen – vorausgesetzt, man setzt auf die Kombination aus zentralem Training und dezentraler Ausführung. Der eigentliche Hebel liegt also nicht darin, immer mehr Rechenkapazität draufzuwerfen, sondern die Lernstruktur selbst richtig aufzubauen.

Die Tabelle macht einen Trend sichtbar: Die größten Zugewinne entstehen nicht durch immer größere Antennen, sondern durch verteiltes Lernen und abgestimmte Entscheidungen. Silvirianti et al. zeigen mit QADRL einen Rückgang der Jamming-Erfolgsrate um 33,33 Prozent gegenüber klassischem adversarialem DRL (CADRL) – ein belastbarer Vergleichswert für die Bewertung neuer Verfahren.

Welche Leistungsgewinne und emergente Verhalten wurden berichtet?

Am deutlichsten fallen die Zahlen im UAV-Relay-Szenario von Nguyen et al. (arXiv 2512.08341, eingereicht am 9. Dezember 2025, IEEE ICC 2026) aus: Rund 50 Prozent höherer Gesamtdurchsatz und eine nahezu verschwindende Kollisionsrate. Bemerkenswert ist vor allem, dass die Agenten eine Anti-Jamming-Strategie ohne explizite Programmierung entwickelten – sie positionierten sich selbst so, dass sie Jammer-Interferenzen mindern und gleichzeitig Kommunikationsverbindungen halten.

Emergentes Verhalten dieser Art ist für Betreiber attraktiv, weil sich Störszenarien schneller ändern, als Regeln nachgeführt werden können. Oliver et al. (2025) übertragen den Gedanken auf eine autonome Space-Situational-Awareness-Konstellation mit 20 Satelliten und zeigen, dass dezentrales Multi-Agent Deep Reinforcement Learning auch dort tragfähig ist. Ein weiterer Strang kombiniert hybrides Beam-Hopping mit statistischer Planung und Reinforcement Learning, um ungleichmäßigen Verkehr und komplexes Jamming in LEO-Satelliten gleichzeitig zu adressieren.

Welche Risiken und Grenzen bleiben beim MARL-Anti-Jamming?

Trotz der Fortschritte bleiben LEO-Netze verwundbar. Dynamische Topologien, bösartiges Jamming, Ko-Kanal-Interferenzen und die vorhersehbare Orbitaldynamik mit exponierten Geometrien lassen sich nicht wegoptimieren. Besonders kritisch ist die räumliche Nähe: Liegt ein Jammer sehr nah am gewünschten Uplink, hilft selbst ein großes Antennenarray nur begrenzt bei der Trennung der Signale. Genau deshalb setzen die vielversprechendsten Arbeiten auf verteilte Kooperation statt auf einen einzelnen Superknoten.

Ein zweiter limitierender Faktor sind die Trainingskosten. Zentrales Training benötigt Bodeninfrastruktur und Simulationsaufwand, der mit der Konstellationsgröße wächst. Die Forschung antwortet darauf mit effizienteren Wertzerlegungen und spieltheoretischen Lösern, die gegen ein Nash-Gleichgewicht konvergieren, statt eine optimale Strategie zu erzwingen. Für Betreiber bleibt die Abwägung: Wie viel Lernaufwand am Boden ist vertretbar, um im Orbit robust gegen intelligente Störer zu sein?

Wie sollten Betreiber MARL-Anti-Jamming praktisch einordnen?

Wer eine LEO-Konstellation betreibt oder in entsprechende Infrastruktur investiert, sollte MARL nicht als fertiges Produkt, sondern als Reifegradstufe verstehen. Die akademische Evidenz ist konsistent: VDN-basierte Spectrum-Access-Verfahren, CTDE-Architekturen und spieltheoretisches Beamforming liefern in Simulationen messbare Vorteile. Der Weg in den operationellen Dauerbetrieb erfordert jedoch Validierung unter realen Störbedingungen, klare Schnittstellen zwischen Boden- und Weltraumsegment sowie belastbare Sicherheitsnachweise.

Für die Bewertung neuer Verfahren lohnt ein Blick auf die Vergleichsbasis: QADRL gegen CADRL, MARL gegen feste Regeln, verteilte Kooperation gegen Single-Satellite-Mitigation. Wer diese Vergleiche nachvollzieht, erkennt schnell, wo der tatsächliche Mehrwert liegt – in der Anpassungsfähigkeit an neue Störstrategien. Dieser Artikel ist eine technische Einordnung und stellt keine Investitionsempfehlung dar.

Häufig gestellte Fragen zu MARL-Anti-Jamming in LEO-Satellitennetzen

Wie bekämpft Multi-Agent Reinforcement Learning Jamming in LEO-Satellitennetzen?

Agenten lernen Spectrum-Access- und Positionierungspolitiken aus lokalen Beobachtungen, angeleitet von einem zentralen Kritiker während des Trainings. Cao et al. nutzen ein Value Decomposition Network mit zentralem Training und dezentraler Ausführung, sodass Satelliten bösartiges Jamming und Ko-Kanal-Interferenzen umgehen und dabei Trainingskosten gegen Anti-Jamming-Leistung abwägen.

Was ist die VDN-basierte Anti-Jamming-Spectrum-Access-Methode für LEO-Satelliten?

Cao et al. schlagen einen Multi-Agent-Deep-Reinforcement-Learning-Ansatz auf Basis eines Value Decomposition Network (VDN) für Anti-Jamming-Spectrum-Access in LEO-Satellitennetzen vor, mit zentralem Training und dezentraler Ausführung. Simulationen zeigen, dass er Trainingskosten und Anti-Jamming-Leistung unter dynamischen Topologien und Interferenzen ausbalanciert.

Kann verteilte Satellitenkooperation die Uplink-Anti-Jamming-Resilienz verbessern?

Ja. Wird Uplink-Interferenz als konvex-konkaves Spiel zwischen terrestrischem Sender und Jammer modelliert, konvergiert ein Min-Max-Löser aus abwechselnden Best-Response-Updates und projiziertem Gradientenabstieg gegen ein Nash-Gleichgewicht des Beamformings. Mit Starlink-Orbitalgeometrien und Sionna-Ray-Tracing verschiebt verteilte Kooperation die Kapazität unter starkem Stördruck nach oben.

Entwickeln MARL-Agenten Anti-Jamming-Strategien ohne explizite Programmierung?

In der UAV-Relay-Studie von Nguyen et al. entwickeln Agenten eine emergente Anti-Jamming-Strategie ohne explizite Programmierung und lernen, sich so zu positionieren, dass sie Jammer-Interferenzen mindern und Kommunikationsverbindungen halten. Das Framework steigerte den Gesamtdurchsatz um rund 50 Prozent bei nahezu verschwindender Kollisionsrate.