面向协同对抗多网跳频目标的分层并行干扰资源分配算法OA

针对多干扰站协同干扰多个跳频通信网时联合动作空间过大,导致算法收敛速度慢且易陷入局部最优的问题,提出一种基于多线程分层深度强化学习的通信干扰资源分配方法。依据决策场景特点引入时序决策架构,将多干扰站并行决策转化为分站时序决策,大幅降低了决策维度;将干扰频率和干扰带宽的联合决策,分解为中心频点和干扰带宽两个子任务进行分层决策,同时结合策略熵,提升了探索效率与样本利用率;采用多线程异步优化方式,通过多个线程与各自对应的环境交互,提升算法收敛速度和训练稳定性。仿真结果表明,该方法在收敛速度和干扰效果上相较现有方法有明显提升。