公开(公告)号：CN114280558A

公开(公告)日：2022-04-05

申请号：CN202111634317.7

申请日：2021-12-23

Applicant: 北京邮电大学

Inventor： 何元 ,  刘红笛

IPC: G01S7/38 ,  G06F30/27 ,  G06F111/08

Abstract: 现代自适应雷达具备自主模式切换和快速波形捷变能力，导致雷达信号状态难以穷举，传统干扰方式效能下降。本发明实例研究了一种基于强化学习的干扰信号波形优化方法：首先对干扰决策过程进行马尔可夫建模，在此基础上构建双层强化学习模型，通过两个交互的Q‑learning对干扰样式和波形参数进行联合优化。对抗过程中，在每段波束驻留时间内，对雷达信号进行工作模式检测，外层Q‑learning据此进行干扰样式决策，并映射至时、频域两个内层Q表，其次评估干扰效果并更新外层Q表。而后对该波束驻留时间内的每个雷达脉冲进行参数估计，在干扰样式的约束下基于内层Q‑learning求解时、频域干扰波形参数，生成干扰信号。最后计算时、频域有效干扰系数，更新内层Q表。

公开(公告)号：CN114280558B

公开(公告)日：2024-10-01

申请号：CN202111634317.7

申请日：2021-12-23

Applicant: 北京邮电大学

Inventor： 何元 ,  刘红笛

IPC: G01S7/38 ,  G06F30/27 ,  G06F111/08

Abstract: 现代自适应雷达具备自主模式切换和快速波形捷变能力，导致雷达信号状态难以穷举，传统干扰方式效能下降。本发明实例研究了一种基于强化学习的干扰信号波形优化方法：首先对干扰决策过程进行马尔可夫建模，在此基础上构建双层强化学习模型，通过两个交互的Q‑learning对干扰样式和波形参数进行联合优化。对抗过程中，在每段波束驻留时间内，对雷达信号进行工作模式检测，外层Q‑learning据此进行干扰样式决策，并映射至时、频域两个内层Q表，其次评估干扰效果并更新外层Q表。而后对该波束驻留时间内的每个雷达脉冲进行参数估计，在干扰样式的约束下基于内层Q‑learning求解时、频域干扰波形参数，生成干扰信号。最后计算时、频域有效干扰系数，更新内层Q表。