基于强化学习的多雷达抗干扰算法研究

针对多雷达系统在受到环境的扫频干扰下无法工作的问题,研究了基于深度强化学习的多雷达共存抗干扰算法。文中将环境划分为多个子频段,对干扰占用频段过程进行建模,用马尔可夫模型对多雷达系统进行建模;对双深度Q网络(Double DQN)强化学习算法进行改进,与门控单元循环神经网络相结合,使之能处理依赖于长时间序列的干扰问题;提出了基于门控循环记忆的深度确定性策略强化学习算法,针对Double DQN强化学习中的网络臃肿和行动集合较大的问题进行了改进,采用直接输出行动策略,有效降低了网络复杂度。实验仿真结果表明,在多雷达存在的情况,该算法通过避开存在干扰的频点,不仅能够有效降低来自外界的干扰,还能减少己方雷达相互之间的干扰。