在现代化的战争中,电磁频谱是传递信息的载体,是侦查敌情的重要手段,也是能够在任何时间、地点实现信息交互的唯一传输媒介。随着现代战争中使用到的武器装备的日益复杂化、多样化,同时,各种用频装备对频谱的依赖不断的深化,用频设备间的用频冲突问题也逐渐激烈。尤其是在用频设备高度集中且战略作用日益重要的无人机领域中,制电磁权成为了获得战场优势的关键性因素。而传统静态的频谱分配方式已无法满足高时效性,高复杂度,高场景切换等条件下的战场电磁频谱需求,因此迫切的需要一种高效的频谱分配算法。为适应当代战场上的变化,电磁频谱分配算法除了必须满足以上需求外,为达成电磁对抗目的,频谱分配算法还必须具备合理性与有效性。针对上述问题,本文主要研究如何为强化学习的技术引入记忆能力以适应环境初始化不同带来的决策偏差,这里具体指将循环神经网络中的长短期记忆网络应用于电磁对抗环境的频谱分配问题。首先,由于强化学习为有模型学习,因此需要为之建立完整的电磁频谱对抗环境,针对现有电磁频谱作战特点引入以干扰和雷达作为对抗单元,并根据各用频设备之间的干扰关系生成干扰矩阵,用于支撑强化学习模型的的训练过程。为衡量强化学习算法在电磁对抗环境下的频谱分配有效性,提出以对抗双方雷达的有效探测范围作为有效制电磁权的衡量标准。然后依据雷达及干扰关系生成频谱态势图,直观的展示对抗双方的制电磁权对比情况。其次,为完成构建无模型的长短期记忆网络训练环境,依据强化学习常用技巧中的经验回放方法,设计提出经验抽取方法,作为长短期记忆网络的输入。结合长短期记忆网络的记忆细胞,将过去的信息不断迭代,从而使强化学习的决策过程中包含了记忆的影响。以减少因环境信息缺失所带来的决策失误。在本文的仿真环境下,相较于传统强化学习方法,长短期记忆网络的频谱分配收益提升了13.1%。仿真结果表明,相较于传统强化学习方法,长短期记忆网络在解决因环境偏差导致的决策问题中具有一定的参考价值。