无人机通信多模抗干扰：融合二维迁移强化学习的协同决策方法

来源：电子与信息学报杂志2025年第11期北京时间：

作者：王诗雨, 汪西明, 可臻怡, 刘典雄, 刘继泽, 杜智勇

单位：1.国防科技大学 武汉 4300302.中国军事科学院系统工程研究所 北京 100141

摘要：针对无人机(UAV)在复杂电磁环境下通信易受干扰攻击的问题，该文提出一种多模式协同抗干扰架构。通过融合智能跳频(IFH)、基于干扰的反向散射通信(JBC)与能量采集(EH)技术，构建“规避-利用-转化”三位一体的防御体系，并设计二维迁移学习机制解决资源受限平台的实时决策难题。在任务维度建立模式间策略共享网络，提取决策共性特征并设计平行深度Q学习网络(DQN)进行策略学习，在抗干扰模式维度通过历史经验复用加速在线学习。仿真结果表明，该文所提方案较传统深度强化学习算法收敛速度提升64%，在动态干扰环境下通信中断概率始终低于20%。通过合理选择抗干扰模式与信道，系统在不同干扰模式下仍能维持高效通信，实现抗干扰性能与能耗的最优均衡。

关键词：迁移学习, 深度强化学习, 多模抗干扰通信, 无人机通信

基金资助：国家自然科学基金(62201581, 62471473)