饶宁, 许华, 齐子森, 宋佰霖, 史蕴豪

(空军工程大学 信息与导航学院, 陕西 西安 710077)

随着各种电子信息技术在军事领域的广泛应用，电子对抗在现代战争中发挥的作用显得愈加重要。为了确保信息的安全传输，涌现出了如跳频、智能组网、猝发通信等各种抗干扰通信技术[1-3]。在通信组网对抗背景下，干扰方的对抗目标已由单一链路变为通信网络，如何利用有限干扰资源对抗整个通信网络获得最优干扰效果，需要制定合理的资源分配方案来实现干扰资源利用效益最大化。而对抗通信网的干扰资源分配问题决策复杂度高，仅靠人工调度效率较低。当前，遗传算法、离散布谷鸟算法、模拟退火算法、人工蜂群算法等智能算法已被广泛用于解决这类如雷达辐射源干扰资源分配、认知无线电频谱资源利用等决策问题[4-6]。对于非线性组合优化问题，上述算法都需要较完备的先验信息且需对数据分布作出假设，这些假设随着无线网络的复杂度提升与实际情况的差异会逐渐变大，并且在组网对抗中干扰方难以获得通信方的先验信息，此类算法实用性受限，不能很好地解决通信干扰资源分配问题。

强化学习作为人工智能领域的重要研究方向，可在无先验信息条件下求解决策问题。深度强化学习融合了深度学习的特征提取能力[7]，在强化学习框架中利用神经网络拟合目标函数来决策复杂高维空间的资源分配问题已成为研究……