无线自组织网络是一种动态的网络,拥有自组织、无中心、多跳等特点,可以在没有通信基础设施情况下组成。然而,这类网络也容易受到干扰攻击。干扰攻击目的是干扰节点间的通信来降低网络性能。传统的干扰攻击手段通常需要付出较大代价才能实现干扰效果。近年来提出的智能干扰攻击可针对通信系统中波形、协议等存在的薄弱点,以较低的代价就能实现更好的干扰效果。传统的MAC技术旨在使多个节点高效地使用共享信道,该技术只考虑了节点间的系统内部干扰,对来自外部的干扰攻击却没有考虑。为此,本文围绕MAC层抗干扰问题,对节点的信道接入过程进行研究,针对不同干扰策略,提出了两种抗干扰方案。本文主要工作:(1)针对干扰样式已知的网络抗干扰问题,提出了一种基于马尔科夫决策过程的抗干扰MAC算法。利用该算法,发送节点通过提前学习,得到特定干扰样式下的所有网络状态,找出每一个状态下的最优信道选择策略。在以时隙为单位的通信活动中,节点根据先验知识选择当前状态对应的最优信道接入策略。根据不同网络状态选择不同策略的过程涉及了信道跳变。信道跳变会为节点带来额外开销,一定程度上影响了网络性能。因此,本文把节点信道选择过程建模为MDP时,考虑了信道跳变开销,鼓励节点在优质信道作停留,达到高效躲避干扰的同时尽可能提高网络性能。对该算法进行仿真分析。结果表明,在干扰样式确定的网络中,该算法在报文递交率的表现上比随机信道跳变抗干扰策略和固定信道发送策略好,并且在适当放缓信道跳变速度的场景下该算法仍然有较好的报文递交率。(2)针对自适应动态干扰条件下的网络抗干扰问题,提出了一种基于多臂赌博机的抗干扰MAC算法。利用该算法,节点通过“利用”和“探索”进行动态学习,掌握各信道质量的情况,选择最佳信道接入策略。自适应干扰条件下,信道无法一直维持高质量。通过该算法,节点利用优质信道通信的同时,继续对不常访问的信道进行探索。当优质信道变差时,可及时调整信道选择策略。该算法在对抗干扰攻击的同时,还能均衡信道的业务承载量,降低发送节点间多址干扰的概率。将该算法进行仿真分析,结果表明该算法在面对不同干扰攻击时均能比随机信道跳变抗干扰策略和固定信道发送策略有更好的消息递交率表现。同时仿真分析了不同抗干扰策略下节点间多址干扰的情况,得出在自适应干扰环境中,该算法比随机信道跳变抗干扰策略实现更低的多址干扰概率。