基于强化学习的雷达多域抗干扰策略生成技术

雷达抗干扰能力的高低决定了其在复杂电磁环境下是否能正常完成探测、跟踪、制导等工作。针对雷达抗干扰问题,提出了基于强化学习的多域抗干扰策略生成技术。该方法通过对时域、频域、空间域和极化域进行优选,建立多域联合的雷达干扰-抗干扰规则库。通过强化学习得到动作价值矩阵,确定抗干扰策略,在极大降低后续决策复杂度的同时更能贴近战场情况,克服了强化学习算法难以适应大状态空间的问题。实验结果表明,与传统单一域的抗干扰决策相比,此方法可以较为准确地进行决策。