一种基于深度强化学习的伪装干扰波形生成方法

    公开(公告)号:CN113406579A

    公开(公告)日:2021-09-17

    申请号:CN202110632548.8

    申请日:2021-06-07

    Abstract: 本发明属于电子干扰技术领域,具体涉及一种基于深度强化学习的伪装干扰波形生成方法。本发明通过构建深度强化学习探索模型,设计状态空间、动作空间、奖励函数,实现了基于深度强化学习的干扰波形生成,该模型中模拟了较为复杂的动态对抗过程,只需当前雷达状态就可以输出对应的干扰波形,在复杂或未知对抗场景下依然能够做出较为有效的干扰波形决策;通过构建伪装生成网络输出伪装信号,并与深度强化学习的生成的干扰信号叠加,得到带有伪装的干扰波形,使得已经训练完成的雷达智能识别网络误判,避免了干扰波形易被雷达方识别的问题,具有较好的干扰和伪装效果。

    一种基于并行多载波的高效水下电流场通信方法

    公开(公告)号:CN111431835A

    公开(公告)日:2020-07-17

    申请号:CN202010218234.9

    申请日:2020-03-25

    Abstract: 本发明属于水下电流场通信技术领域,具体涉及一种基于并行多载波的高效水下电流场通信方法。本发明提高了水下电流场通信传输效率和有效性,同时增加了适应水下电流场通信的安全性和保密性。本发明通过改变映射算法提高用户信息安全,由于使用混沌解调器,可用频率之间满足只要大于5%-10%的保护频带即可使用,可大幅度提高水下电流场通信可用频率数量。由于水下电流场通信的接收信号衰减程度与通信距离的三次方成反比,当通信距离较远时,传统数字接收机很难在低信噪比情况下解调出信号,而本发明由于运用多个混沌解调器对于并行多载波进行解调和软判决,有效提高传输距离,提高判决效果,有利于实现低信噪比下水下电流场通信。

    一种基于群禽寻优技术的多无人机航迹规划方法

    公开(公告)号:CN111024086A

    公开(公告)日:2020-04-17

    申请号:CN201911314257.3

    申请日:2019-12-19

    Abstract: 本发明公开了一种基于群禽寻优技术的多无人机航迹规划方法,属于无人机飞行控制领域。本发明提供的方法通过构建三维空间模型,以指数增长的方式对模型进行分割;将曲率、挠率、爬升角、航迹长度、航迹时长、各无人机间的距离和各无人机与障碍物之间的距离作为航迹评估指标,利用指标之间的关联性和权重的实时性构建航迹评估函数,从而提出一种新的群禽寻优技术对该函数值求解,并结合鱼群公告板交互的思想,得到初始航迹点数据并做平滑处理,最后将优化后的航迹点数据传输给各无人机,从而生成多无人机飞行航迹。该方法适应性好、复杂度低、收敛速度快、准确性高、关联性强,同时该方法适用于规划复杂多变的多无人机自主飞行航迹。

Patent Agency Ranking