《强化学习算法在雷达智能抗干扰中的应用》PDF+DOC
作者:汪浩,王峰
单位:南京电子技术研究所
出版:《现代雷达》2020年第03期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFXDLD2020030100
DOC编号:DOCXDLD2020030109
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于二型模糊系统的强化学习及其在机器人行为学习中的应用》PDF+DOC2011年第22期 段勇,伊婧
《《信号处理》雷达抗干扰技术专刊征稿通知》PDF+DOC2017年第06期
《极化干扰对雷达抗干扰性能的影响》PDF+DOC2018年第07期 曹原,李欣,李增辉,龚亮亮
《雷达抗干扰有效度及评估方法》PDF+DOC2004年第02期 吴少鹏
《雷达抗干扰效能评估模型与指标体系研究》PDF+DOC2013年第11期 周万幸
《雷达极化抗干扰技术进展》PDF+DOC2016年第04期 施龙飞,任博,马佳智,李永祯
《基于神经网络的雷达抗干扰方法综述》PDF+DOC2008年第01期 尹永刚,黄德永,李建勋
《强化学习在移动机器人自主导航中的应用》PDF+DOC2007年第18期 秦政,丁福光,边信黔
《无线传感器网络在电子战中的应用——以“狼群”系统为例》PDF+DOC2014年第02期 曹江田,任大庆
《强化学习在机器人路径规划中的应用研究》PDF+DOC2013年第12期 童亮,王准
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。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。