在受到干扰器攻击的战术无线网络中，频谱感知是确保部署的军事人员安全和高效的一个重要考虑因素。这些网络的成员有必要了解频谱中哪些信道受到破坏，哪些可安全用于数据传输。组成这些网络的无线发射机可以通过感知不同信道的能量水平来确定这些信道上是否存在干扰器。然后，它们可以与同伴共享这一信息，以便协同识别和避开干扰器。目前有几种基于强化学习的解决方案，允许无线发射机根据对干扰者活动的观察制定传输策略，但当干扰者的行为是随机的，从而使强化学习算法无法学习和预测其行为时，这些解决方案往往会失效。

在本论文中，首先讨论协作频谱感知以及认知无线电、干扰和反干扰背后的理论。接下来，详细介绍了用于表示多智能体反干扰问题的系统模型。然后，介绍了一种协作式伪随机信道选择算法和一种基于超级决策向量的数据协作与融合方案，以提高对整个网络频谱利用率的认识。仿真结果表明，该方案可提高干扰器的检测率，并增加未被干扰信道上的传输次数。

关键词 协作频谱感知、数据融合、干扰器检测、战术通信、Ad Hoc 网络、无线通信