华南理工大学学报(自然科学版)

作者：林玮, 魏强, 熊俊, 周毅, 蒋觉慧, 郑天航, 刘颢

单位：1.武汉数字工程研究所，湖北 武汉 4302052.上海交通大学 自动化与感知学院，上海 2002403.华中科技大学 电子信息与通信学院，湖北 武汉 430074

关键词：战术通信,抗干扰,深度强化学习,可重构智能超表面

基金：国家自然科学基金项目(62071192);国家重点研发计划项目(2024YFE0103800);山东省自然科学基金项目(ZR2022LZH006)

在复杂电磁环境下，战术无线通信链路面临严重的干扰威胁，易导致通信中断，影响任务执行的稳定性与可靠性。为提升无线通信系统在动态干扰场景中的抗干扰能力，该文提出了一种融合可重构智能超表面（RIS）与深度强化学习（DRL）的自适应抗干扰架构。该架构从增强有效信号强度和生成动态抗干扰策略两个维度出发，协同提升通信链路的鲁棒性和智能决策能力。首先，利用RIS的波束赋形能力实现对无线传播环境的主动调控，从而提升用户信噪比，有效抑制干扰并加速学习策略的收敛；然后，将频点选择与功率控制建模为马尔可夫决策过程，引入结合历史价值评估的贪婪动作选择策略，构建基于双深度Q网络和优先经验回放机制的强化学习框架，通过RIS增强的信号提升策略的稳定性，并显著缩短训练周期。仿真结果表明，在宽带扫频、随机脉冲及智能博弈等典型干扰场景中，该架构的平均通信成功率相比仅采用深度强化学习或RIS的单一方案均有一定程度的提升，充分验证了该架构在高动态环境下的强鲁棒性与广泛适应能力。

来源：2026年第4期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2026年第4期