基于深度强化学习的雷达干扰决策方法

作者:饶鲜; 李永锋; 董春曦; 董阳阳; 刘明明
来源:2020-01-13, 中国, ZL202010029684.3.

摘要

本发明公开了基于深度强化学习的雷达干扰决策方法,主要解决现有技术中决策仅依赖干扰方做决策导致决策结果片面,及工作模式识别慢导致决策效率低的问题。其实现方案为:1)根据工作模式的特征信号生成训练集训练雷达工作模式识别器;2)根据工作模式的最小威胁值构造判决器;3)构建雷达方的工作模式转移矩阵;4)构建干扰方的干扰收益矩阵;5)构建包括雷达工作模式识别器、判决器、雷达方和干扰方的干扰决策系统;7)随机采样仿真信号,输入干扰决策系统进行选取干扰策略的工作,直到满足决策输出条件,输出决策结果。本发明提高了决策的效率和决策结果的可信度,可用于当干扰方侦察到雷达的特征信号时,保证干扰方做出最优的干扰策略。