基于全并行深度Q网络的通信干扰资源快速分配算法

智能干扰技术已成为认知电子战的重要研究方向。文中研究了对抗场景下最优干扰与有限资源分配的策略优化问题,通过设计一个可以自适应调整干扰策略的认知干扰器,选择出当前状态下最优的干扰参数,满足干扰资源分配的实时性和有效性需求。为了进一步降低干扰能耗,引入了干扰持续时间这一干扰参数,同时考虑了能量有限的约束条件。此外,为加快干扰机的学习速度,还提出了一种具有平行学习独立决策功能的深度强化学习干扰资源快速分配算法。仿真结果表明,所提算法能够在满足干扰效果的前提下,其干扰能量利用率和训练速度均优于其他的深度强化学习干扰算法,同时对比差距会随着干扰决策空间维度的增加而扩大。