一种基于强化学习的通信干扰决策方法

本发明提出一种基于强化学习的通信干扰决策方法，包括下列步骤：建立通信对抗场景模型，依据场景确定指标以评估干扰效果；将学习过程抽象成马尔可夫过程，采用ε‑greedy策略确定Q值更新准则；根据不同通信对抗背景具体化马尔可夫过程、设置奖励函数；设计基于ε时变的Q‑Learning通信干扰决策方法具体步骤；对两个不同场景通信干扰实施进行实验仿真，从多个方面验证基本发明的优点。本发明通过对算法策略求解可以得到在通信对抗条件下我方实施干扰的最佳决策，完成对对方未知信号的跟踪与干扰，并在多个方面较好地优化了传统算法的缺陷。