基于DDPG和联邦剪枝的无人平台自组网抗干扰方法

本发明公开了一种基于DDPG和联邦剪枝的无人平台自组网抗干扰方法，涉及通信信号处理技术领域，利用时频图构建基于DDPG的无人平台本地抗干扰决策模型，并将本地抗干扰决策模型的局部参数发送至中心节点；中心节点利用联邦学习机制对多个无人平台本地抗干扰决策模型的局部参数进行全局聚合，得到全局优化抗干扰决策模型；并采用联邦剪枝机制对全局优化抗干扰决策模型进行结构化剪枝处理，得到稀疏决策模型；将剪枝后的稀疏决策模型参数分发至各无人平台，继续进行本地抗干扰决策模型的训练，并重复联邦学习机制和联邦剪枝机制的交替进行，直至本地抗干扰决策模型收敛，降低了通信网络中强化学习模型的计算复杂度和通信负载。