基于无人机群的通信网络具有能量及带宽受限、信道状态变化快的特点,因此易受干扰攻击的威胁,引发通信性能下降、电能耗竭以及网络崩溃等一系列严重后果。无线通信中继技术可以提高无人机群的通信质量以及抗干扰能力。传统的中继抗干扰功率控制方案往往依赖于已知的信道变化模型和固定的干扰机模型,难以对抗实施动态策略的智能干扰攻击。论文研究基于博弈论的无人机群抗干扰可靠传输模型,提出了基于强化学习的无人机群低功耗中继抗干扰机制,帮助抵御智能干扰攻击,均衡提升无人机群的通信质量和能量利用。论文首先构建了分布式的无人机群中继抗干扰通信方案,并在此基础上建立了无人机群与智能干扰机之间的静态攻防博弈模型。对该博弈模型的分析揭示了无人机群信道增益、源无人机发射功率、干扰机策略等因素对中继抗干扰传输质量和无人机能耗的影响。此外,论文还分析了不同网络场景下博弈双方的纳什均衡策略,为动态博弈下无人机群的中继策略优化方案设计提供了理论指导。针对无人机群抗干扰动态博弈,论文提出了基于强化学习的无人机群低功耗中继抗干扰可靠传输方案。该方案突破传统抗干扰技术对信道变化模型和干扰攻击模型的依赖,动态优化每架无人机的中继决策,不仅提高了网络的通信质量,还降低了中继能耗。针对具有较强计算能力的无人机,论文还提出了基于深度强化学习的低功耗中继抗干扰可靠传输方案,利用深度神经网络压缩中继无人机的状态空间,在应对较大规模的无人机群时也能够快速优化中继策略,从而进一步降低了无人机群能耗,提高了通信质量。在模拟了由5架飞行高度为50米的小型无人机组成的抗干扰通信系统下的仿真实验结果表明,与基于动态规划算法的固定中继功率方案相比,当最大干扰功率为100毫瓦时,所提方案能够在约10分钟内将传输消息的平均误码率从10-4降低至10-7,并降低了 22.8%的中继能耗。