由于次级用户的动态频谱接入机制以及无线信道的广播特性,使得认知无线网络极易遭受敌意干扰攻击。随着软件无线电设备的使用,敌意干扰机能够动态调整干扰策略,甚至能引导移动设备进入特定通信模型进而有针对性的实施敌意干扰攻击。论文研究了认知无线网络场景下敌意干扰机和移动设备之间的抗敌意干扰博弈,设计了结合扩频、功率控制以及位置移动的空频二维抗敌意干扰方案。引入强化学习技术,设计了基于SARSA(λ)的抗敌意干扰策略。移动设备通过与环境不断的交互试错,在不需要预知敌意干扰攻击模型和无线网络信道模型情况下来学习最佳的抗敌意干扰策略,提升了抗敌意算法的性能。例如,当信道数为64时,基于SARSA(λ)抗敌意干扰算法的接收信号信干比相较于随机策略提升了13.6%。论文设计了基于深度Q网络的抗敌意干扰优化方案,采用卷积神经网络来压缩状态空间,有效缓解强化学习的维度灾难问题,提升接收信号信干比。例如,当信道数为64时,基于深度Q网络抗敌意干扰算法的接收信号信干比在基于SARSA(λ)算法的基础上提升了 47.6%。论文提出热启动机制,能够利用仿真经验有效初始化卷积神经网络的连接参数。结合深度Q网络、热启动机制以及宏动作技术,论文提出了基于快速深度Q网络的抗敌意干扰优化方案,加快算法学习速度并提升了算法的抗敌意干扰性能。例如,当信道数为64时,基于快速深度Q网络抗敌意干扰算法的接收信号信干比相较于基于深度Q网络算法的提高了 12.5%。