一种基于强化学习的空域主瓣干扰抑制方法

    公开(公告)号:CN116679262A

    公开(公告)日:2023-09-01

    申请号:CN202310612735.9

    申请日:2023-05-29

    IPC分类号: G01S7/36

    摘要: 本发明提出了一种基于强化学习的空域主瓣干扰抑制方法,包括:对目标回波信号、噪声和干扰信号采样,获得雷达阵列天线接收信号矩阵;选择雷达作为智能体进行强化学习,确定智能体的状态空间和动作空间;基于步骤S2所设的智能体及其状态空间和动作空间,设计强化学习所需奖励信号;基于雷达阵列天线接收信号矩阵和步骤S2、S3所述内容构建的强化学习模型,采用DQN算法训练智能体,得到对干扰角度的预测;基于预测的干扰角度进行阻塞矩阵处理,对消主瓣干扰信号,完成主瓣抗干扰。本发明在固定干扰角度下,可以很快地锁定到干扰角度;当干扰角度变化时,快速跟随角度变化收敛到干扰角度,使系统输出信干噪比满足后续处理要求。