本發(fā)明公開了一種基于深度強(qiáng)化學(xué)習(xí)的信息聚合短波選頻方法。該方法為：將高動(dòng)態(tài)的短波環(huán)境下的選頻問題，轉(zhuǎn)化為高動(dòng)態(tài)短波通信環(huán)境下的信道增益、用戶間的互擾和環(huán)境中的干擾三個(gè)子問題；對于高動(dòng)態(tài)短波通信環(huán)境下的信道增益問題，把短波信道情況輸入神經(jīng)網(wǎng)絡(luò)，對短波下一個(gè)時(shí)刻的信道增益進(jìn)行預(yù)測，并將輸出記為G；對于用戶間的互擾和環(huán)境中的干擾問題，通過深度強(qiáng)化學(xué)習(xí)網(wǎng)絡(luò)訓(xùn)練得到下一個(gè)時(shí)刻選擇每一個(gè)信道的通信干擾情況，并將輸出記為R；把訓(xùn)練的到的G與R輸入到信息聚合深度強(qiáng)化學(xué)習(xí)網(wǎng)絡(luò)，通過數(shù)據(jù)的不斷訓(xùn)練，深度強(qiáng)化學(xué)習(xí)網(wǎng)絡(luò)得到下一個(gè)時(shí)刻信道選擇的最優(yōu)解，指導(dǎo)下一個(gè)時(shí)刻選頻。本發(fā)明提升了復(fù)雜環(huán)境下的短波通信能力。