本發(fā)明公開了一種基于USRP平臺的強化學習跳頻通信抗干擾實現(xiàn)方法，包括步驟：在上位機的Labview上進行圖形化編程，首先發(fā)射機端使用雙閾值能量檢測實現(xiàn)頻譜感知，獲取頻譜狀態(tài)信息；其次根據獲得的頻譜作為輸入信息，更新Q學習的獎勵表R，然后通過Q學習算法進行迭代訓練，得到更新的Q表，繼續(xù)監(jiān)測頻譜狀態(tài)信息，在頻譜狀態(tài)發(fā)生改變后，根據上述步驟繼續(xù)更新Q表，否則不更新Q表，保持原狀態(tài)不變。當系統(tǒng)開始通信時，根據Q表進行跳頻決策選擇最優(yōu)頻譜子帶跳頻通信，從而實現(xiàn)智能化主動避免干擾的效果。本發(fā)明能實現(xiàn)靈活跳頻，降低被干擾的概率；能有效提高頻譜利用率，減少跳頻次數，大大降低了系統(tǒng)開銷。