在现代信息化战争的发展下,频谱资源日益稀缺,同时干扰设备的日益智能化,使得传统抗干扰技术的抗干扰效果越来越弱。认知无线电(CR)技术的出现可以解决频谱资源的稀缺,将其与全双工技术结合形成全双工认知抗干扰(SCAJ)技术,其可以在感知干扰的同时数据进行传输,从而提高通信抗干扰能力。目前,该技术仍处于研究阶段,还存在一些问题需要进一步分析与解决。为此,本文围绕全双工认知抗干扰技术,从干扰感知和抗干扰策略的选择进行了深入研究。具体地,论文主要完成以下工作。首先,为了解决单时隙感知准确度不足的问题,采用多时隙感知的思想,本文提出基于改进能量检测器的多时隙干扰感知方法。在该方法中采用改进型能量检测器进行多时隙的感知,并推导出电台干扰感知的检测概率和虚警概率及误检概率。基于本地电台多时隙感知结果,进一步研究了协作干扰感知的性能,得到“Majority”准则下融合中心的总错误率和系统平均容量表达式。其次,大多数的抗干扰技术研究都是基于理想干扰感知下的研究,其与战术无线网络中的电台实际工作特性不符。因此本文研究实际干扰感知下的基于Stateless Q学习的全双工认知抗干扰方法。在该方法中将实际干扰感知下的虚警概率和误检概率用来计算Stateless Q学习的奖赏函数,进而得到频域、功率域的综合抗干扰策略,以提高电台的抗干扰性能。进一步,研究基于共享回报的多智能体Q学习(MAQL)的全双工认知抗干扰方法。该方法的奖赏函数不仅引入实际感知的网络平均吞吐量,还考虑电台间的接入公平性,电台根据该奖赏函数选择功率域和频域的联合抗干扰策略,以达到提高战术网络的抗干扰性能的目的。最后,电台若无法全面观测到动态的干扰环境会降低抗干扰能力,因此为了解决该问题,本文将Double DQN-LSTM与全双工认知抗干扰结合,研究在只观测到部分干扰环境下的基于Double DQN-LSTM的全双工认知抗干扰方法。在该方法中,历史信息包括依据实际干扰感知的虚警概率和误检概率得到的系统吞吐量,电台通过该方法找到最优的抗干扰策略,以此来提高抗干扰性能。