本文提出了一种新颖的反干扰策略，基于诱骗干扰者攻击受害者通道的想法，在保持合法用户在安全通道中通信的同时欺骗干扰者。通过使用强化学习算法提出了最优信道选择方案和次优功率分配方式，并通过求解接收总功率（TRP）的统计下界来评估其性能。仿真结果表明，与已有的两种基于强化学习算法的反干扰技术和随机信道分配策略相比，该方法表现更优，能够获得接近最优的 TRP。

Mar, 2021

本研究通过使用神经网络、环境背散射通信等技术，设计了一种新型的深度强化学习算法，实现了优秀的反制干扰效果，提高了平均吞吐量 426% 并减少了 24% 的数据包丢失率，可以应用于 URLLC 和军事场景。

Apr, 2019

使用对抗机器学习对无线通信进行干扰攻击，通过深度学习分类器可靠预测下一个成功的传输并有效地干扰。开发了生成对抗网络以减少获取训练数据集的时间。作为一种防御方案，传输机故意采取一些错误的动作来干扰干扰器的可靠分类器，从而增加其吞吐量。

Jul, 2018

提出一种抵御干扰攻击的无线网络建模方案，通过干扰感知的路由协议和基于深度强化学习的分布式合作框架实现有效通讯以及网络安全防御，并优化吞吐量，能效，时延和安全指标。通过实验表明，提出的方案在对抗干扰攻击和实现优化吞吐量方面具有很好的鲁棒性和有效性。

Oct, 2019

本文提出了一个学习框架来优化无线网络的频谱和功率分配，使用两种分别针对离散和连续变量的强化学习算法来同时执行和训练，模拟结果表明该方案优于基于分数规划的算法和以往基于深度强化学习的解决方案。

Dec, 2020

本研究比较了线性频率调谐作为启发式方法和来自强化学习领域的 Q-learning 算法这两种不同方法在控制可用接收机资源方面。经过简化的情景测试表明，Q-learning 算法相对于启发式方法具有更高的检测率，同时可以通过参数化实现检测与探索率之间的权衡。

Jul, 2023

本文研究多用户场景中的防干扰问题，提出了基于马尔可夫博弈模型的协作式多智能体抗干扰算法，能够有效解决干扰问题。模拟结果表明该算法优于传统方法，能够最大化性能指标。

Sep, 2018

研究动态频谱访问、网络效用最大化和分布式动态频谱访问算法，基于深度多用户强化学习，开发解决方案，并在多信道无线网络中进行实验评估。

Apr, 2017

本文采用深度强化学习（Deep RL）中的非线性价值函数逼近来实现智能脉冲雷达和相邻通信系统的动态非合作共存，并通过学习调整频率和中心频率，最大化雷达探测性能，保持对频带的充分利用。我们通过实验证明，与策略迭代或感知和避免（SAA）方法相比，基于 Deep Q-Learning（DQL）算法的方法更有效地提高雷达的重要性能度量，包括 SINR 和带宽利用率，同时维持良好的距离分辨率。我们还将 DQL 方法扩展到包括 Double Q-Learning 和递归神经网络，形成 Double Deep Recurrent Q-Network（DDRQN）。最后，我们用软件定义雷达（SDRadar）原型系统的实验结果证明了本文提出的深度强化学习方法在拥挤频谱环境下显著提高了雷达探测性能。

Jun, 2020

本文提出了一种基于深度强化学习的无人机中继框架，旨在通过在动态博弈中使用以前的反干扰中继体验和观察到的当前网络状态来帮助移动用户抵御智能干扰，从而降低丢包率，提高能源利用效率。

May, 2018