一种基于深度强化学习的军事通信动态优先级调度方法

本发明涉及一种基于深度强化学习的军事通信动态优先级调度方法，包括步骤如下：动态优先级调度：根据军事任务的相关信息，利用动态优先级公式进行实时调整，分别进行状态空间定义、动作空间设计、奖励机制构建、Q表初始化、选择初始状态、选择动作：智能体使用ε‑贪心策略选择动作；设置最大迭代次数；执行动作，更新Q表中的Q值；与多目标优化的结合：获取当前状态、选择动作：智能体使用ε‑贪心策略选择动作；执行动作、观察反馈、更新Q表：根据新的状态和奖励，智能体更新Q表中的Q值；完成军事通信动态优先级调度。解决了军事通信系统存在静态优先级调度、多目标优化、抗干扰能力、资源利用率不足的问题，提高了系统的灵活性和响应速度。