本发明涉及雷达抗干扰技术领域，具体涉及一种频率捷变雷达的深度强化学习抗干扰方法。本发明可以应用于大规模决策空间与复杂干扰环境下稳健收敛的频率策略学习。基于主动对抗思想与深度强化学习技术的智能化频率策略学习方法，赋予了频率捷变雷达主动对抗主瓣干扰的能力；本发明将对抗的决策过程建立在马尔科夫决策模型上，引入处理大规模离散空间的深度强化学习设计智能化对抗策略，可提升雷达在复杂高动态环境下的适应能力；本发明所提供的方法能够适应复杂的干扰模型，其中干扰环境刻画为较高灵活性的压制与欺骗的混合干扰模型，更具有策略性与真实性。