基于联邦学习的自适应跳频抗干扰方法、装置及电子设备

本申请提供了一种基于联邦学习的自适应跳频抗干扰方法、装置及电子设备，其中，该方法应用于飞行自组织网络中的各无人机设备，该方法利用预置的跳频抗干扰模型，基于无人机设备所处的通信环境，确定出目标跳频策略，并执行该目标跳频策略。由于本申请实施例中的预置的跳频抗干扰模型采用双重深度Q网络，可有效减少现有智能化抗干扰算法过估计的问题，并且本申请实施例通过无人机设备与基站设备进行联邦学习的方式，能够获取不同无人机设备位于不同环境下选取的载波频率以及获得的即时奖励情况，如此训练得到的双重深度Q网络不仅可以减少过估计的问题，还可适用于不同的抗干扰环境，通用性更高。