宋佰霖, 许华, 蒋磊, 饶宁

(空军工程大学 信息与导航学院, 陕西 西安 710077)

随着战场电磁环境日趋复杂以及电子战技术的快速发展[1]，军用无线通信受到的威胁越来越大，提高通信抗干扰能力迫在眉睫，要想尽可能保证通信不受干扰，决策环节至关重要。

通信抗干扰过程是通信系统与干扰系统博弈的过程，由于博弈论解决决策问题具有优势[2]，基于博弈论的通信抗干扰决策和认知无线电研究取得一定成果。这些研究主要基于前景理论[3]、 Stackelberg博弈[4]和随机学习理论等[5]方法，从频率、功率等[6-7]角度入手，通过构建通信与干扰间的博弈模型，计算出最优通信抗干扰策略。此类方法的特点在于通信方需要获取干扰先验信息，通过数学推导得出结果。当干扰先验信息未知时，此类方法实现较为困难，不足以应对干扰样式不断变化的情况。

近年来，随着对人工智能研究不断深入，一些基于强化学习的通信抗干扰决策方法研究取得成果。这些研究从功率分配[8]、频率选择等[9-10]角度入手，综合运用模式识别[10]、多智能体决策等[11]领域知识，设计基于强化学习的方法进行决策。其中，文献[10]通过信号时频图识别干扰样式，将频谱信息转换为干扰样式信息，根据不同干扰样式分别决策通信频率；文献[11]提出一种基于Q-Learning算法的多智能体协同抗干扰算法，在扫频干扰的情况下抵抗信道中的恶意干扰。此类决策方法最大优势在于能够自动学习干扰信号的规律和特点，自主决策出当前状态下最优的抗干扰策略，大幅度降低决策时间，提高决策准确率。……