当前,数据链装备的发展已经形成了比较完善的体系,但与强对抗体系化作战要求还有很大的差距,尤其是在抗干扰方面。随着作战对抗越来越激烈,数据链中现有的抗干扰手段和应用已无法完全满足作战条件下的需要。因此如何在未来数据链系统中进一步提升抗干扰能力是一个非常重要的问题。针对上述问题,本文基于功率控制和航路规划理论,以数据链移动作战平台为研究对象,对基于强化学习的航路规划方法进行深入研究,以此作为原有功率控制方式的一种扩展,研究内容主要包括:1.将问题建模为离散马尔科夫决策过程,设计了二维航路规划环境模型和贝叶斯-斯坦伯格博弈数据链功率控制策略,并获取了博弈的斯坦伯格均衡解。2.在干扰源位置固定的环境中,基于深度确定性策略梯度强化学习方法设计了适用于本文问题模型的航路规划算法,并加入奖赏塑形来解决奖励稀疏问题,实现作战平台对干扰的策略自适应。3.在干扰源位置移动的环境中,探索尝试将元强化学习应用于数据链作战平台航路规划问题中。基于模型无关的元学习算法设计了动态自适应航路规划算法,并将惩罚点概率距离算法作为策略优化器,实现对变化环境的策略动态自适应。实验仿真结果表明,本文所提的算法能够在一定程度上提高系统的抗干扰能力,可以作为现有抗干扰方式的一种扩展,对提升数据链系统的体系电子对抗能力有一定的研究意义。