本发明公开一种基于无模型强化学习的多阶段灵巧噪声干扰方法,应用于雷达技术领域,为了解决干扰机在针对敌方火控雷达干扰识别方法、抗干扰措施和工作模式转换规律等环境模型未知情况下的最优干扰功率分配问题,本发明首先将多阶段干扰功率分配问题建模成一个未知环境模型的马尔可夫决策过程;为了评估多阶段噪声干扰的性能,选择火控雷达的平均搜索‑锁定时间作为评价指标;其次分析了噪声干扰功率分配的原理,并针对未知环境模型的挑战,建立了多阶段干扰功率分配问题的强化学习框架;最后提出了一种基于Q‑learning算法的多阶段干扰功率分配方法;本发明方法有效解决了在实际应用中干扰功率的最优分配问题,提高了干扰成功率。
声明:
“基于无模型强化学习的多阶段灵巧噪声干扰方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)