混合跳扩通信系统由于其频谱利用率高、抗截获和抗干扰性能显著,可以在一定程度上降低人为干扰的影响,因此在抗干扰通信中得到了广泛应用。随着认知技术的发展,干扰技术不断升级换代,认知干扰技术的出现导致电磁环境日益复杂。现有混合跳扩通信系统难以满足抗干扰通信的需求,而提高混合跳扩通信系统的抗干扰性能,其核心问题在于如何选择合适的跳频速率以及通信频率。针对这些问题,本文在分析混合跳扩通信系统工作原理基础上,开展了复杂对抗环境下通信抗干扰策略生成方法研究,具体工作如下:1、研究了基于强化学习的抗跟踪干扰策略生成方法。通过强化学习算法对环境的学习能力,使得混合跳扩通信系统能够根据环境状态调整自身工作模式,改善了当前混合跳扩通信系统在跟踪干扰环境中性能下降的问题,有效提高了混合跳扩通信系统在复杂电磁环境下的抗干扰性能。2、研究了基于强化学习的抗自适应跟踪干扰策略生成方法,并采用误码率作为通信性能指标,建立了以达到最优跳频速率为主要目标的抗干扰模型,改善了在自适应跟踪干扰环境中混合跳扩通信系统性能下降的问题,有效提高了系统在复杂对抗环境中的抗干扰性能。3、研究了基于强化学习的智能频率选择算法,并采用误码率作为通信性能指标,建立了以选择最优通信频段为主要目标的抗干扰模型,利用该算法可以使混合跳扩通信系统避开存在干扰的信道,从而提高系统在复杂电磁环境中通信的可靠性与稳定性。4、研究了基于强化学习的抗认知干扰策略生成方法,并采用误码率作为通信性能指标,建立了以达到最优跳频速率为主要目标的抗干扰模型,改善了在认知干扰环境中混合跳扩通信系统稳定性下降的问题,有效提高了在复杂对抗环境下系统的误码率性能。