基于深度强化学习的雷达智能决策生成算法

作者：赵家琛; 张劲东; 李梓瑜

来源：现代雷达, 2022, 44(12): 25-33.

DOI：10.16592/j.cnki.1004-7859.2022.12.004

• 雷达智能决策
• 深度强化学习
• 深度Q网络
• 双深度Q网络

针对雷达系统面临的干扰场景复杂多变、人工设计抗干扰策略性能难以保证以及实时性不高的问题，构建了基于深度强化学习的智能决策生成模型，设计了有针对性的动作集、状态集和奖励函数。同时提出了基于双深度Q网络(DDQN)的决策网络训练算法，用于克服深度Q网络(DQN)算法中目标网络与评估网络相耦合导致Q值的过估计。仿真结果表明：与DQN、Q学习、人工制定策略与遍历策略库等方法相比，文中所设计的智能决策模型和训练方法对干扰的抑制效果好，泛化能力更强，反应时间更快，有效地提升了雷达自主决策能力。

• 单位
  电子信息工程学院; 南京航空航天大学