由于全球媒体设备的爆炸式增长,频谱资源变得越来越稀缺,而认知无线电技术(CR)的出现极大的缓解了这一问题。CR通过对外界环境感知的方式动态的在不同频谱上进行数据传输。这种感知外界环境的方法可以在战时环境中被用来抵抗敌方干扰。CR的关键技术包括感知技术以及频谱接入技术。感知技术使CR具有实时感知外界环境的能力,而频谱接入技术则使CR拥有了智慧的大脑,可以通过分析外界频谱环境来决定用户选择进行数据传输的信道。由于战时环境的特殊性,无法获得敌方的干扰模式,因此可以利用强化学习(RL)技术,通过用户与外界环境的不断交互来学习干扰的活动状态,利用频谱状态预测与感知结果相结合的方式来达到抗干扰的目的。本文的主要工作可以简要概括为以下两个部分。首先,针对基于单节点的感知抗干扰问题,本文深入研究了使用较为广泛的强化学习Q-learning算法,然后针对减少信道跳转、提升抗干扰性能的目的重新设置了奖励函数,并对感知阶段与传输阶段都进行强化学习。为了增加算法的学习速度,采用了将感知结果与强化学习算法相结合的方式提出了一种基于单节点的感知抗干扰算法。该算法通过改善奖励函数,减少用户在不同信道间的跳转从而减少不必要的能量消耗,是经济且环保的。除此之外,此算法还减少了用户被干扰的概率,提高了系统性能。在增加系统抗干扰性能的基础上,双阶段的强化学习方式增加了用户的数据传输时间,这对于时间如金的对抗环境来说有着重要的意义。本文通过仿真实验验证了系统在抗干扰能力以及增加数据传输时间能力方面的性能。同时通过将不同的感知错误率应用到系统中的方法,验证了算法性能具有一定的鲁棒性。其次,针对在多智能体存在环境下,如果采用独立强化学习方式会产生用户间的干扰的问题,本文提出了基于多智能体强化学习(MARL)的稀疏学习算法。这种算法在多智能体存在的环境下,以协作的方式考虑整体系统的抗干扰性能,将邻居所选动作对自身的影响考虑在内,通过稀疏的学习的方式使抗干扰性能得到整体提升。最后利用仿真验证了该算法与独立学习算法以及基于感知算法相比的性能优越性,同时也考虑了在不同感知错误率存在的情况下对系统性能的影响。