强化学习算法在雷达智能抗干扰中的应用

作者：汪浩^*; 王峰

来源：现代雷达, 2020, 42(03): 40-48.

DOI：10.16592/j.cnki.1004-7859.2020.03.009

• 智能雷达
• 强化学习
• 干扰抑制
• 策略优化
• Q学习
• Sarsa算法

雷达在工作过程中所应对的干扰场景复杂且多变,所具有的反干扰措施难以穷举。人工设计的反干扰流程与抑制策略在面对这些对抗场景时,由于受限于专家的经验知识,其反干扰性能难以保证。对此,文中从雷达抗干扰的应用需求出发,通过引入强化学习方法,提出一种基于强化学习模型的智能抗干扰方法。分别利用Q学习与Sarsa两种典型的强化学习算法对反干扰模型中的值函数进行了计算并迭代,使得反干扰策略具备了自主更新与优化功能。仿真结果表明,强化学习算法在训练过程中能够收敛并实现反干扰策略的优化。相比于传统的反干扰设计手段,雷达反干扰的智能化程度得到了有效提升。