基于深度强化学习的干扰资源分配方法

针对干扰机群掩护目标突防组网雷达场景下的干扰资源分配的问题,提出了一种基于深度强化学习的干扰资源分配方法。该文将干扰资源分配模型描述为一个马尔可夫决策过程,并提出了一种基于动作密钥编码的双延迟深度确定性策略梯度(AKE-TD3)网络训练算法,将混合整数优化问题转化为连续变量优化问题,解决了算法难以收敛的问题。仿真结果表明,文中所设计的干扰资源分配方法对组网雷达有更好的干扰效果,且稳定性更高,有效地提升了干扰机群的作战性能。     

基于强化学习的频控阵-多输入多输出雷达发射功率分配方法

当前电磁环境日益复杂多变,新式干扰手段层出不穷,对雷达系统带来了极大的挑战和威胁。该文引入频谱干扰模型并提出了一种在频控阵-多输入多输出(FDA-MIMO)雷达与干扰机动态博弈框架下基于强化学习(RL)的发射功率分配优化方法,使雷达系统能够获得最大的信干噪比(SINR)。在此基础上,构造了频谱干扰模型。其次,雷达和干扰机之间存在一种Stackelberg博弈关系,且将雷达作为领导者,干扰机作为跟随者,建立动态博弈框架下的发射功率分配优化模型。采用深度确定性策略梯度(DDPG)算法,结合功率约束设计了奖赏函数,对雷达发射功率进行实时分配来获得最大的输出SINR。最后,仿真结果表明,在雷达与干扰机博弈的框架下,所提优化算法能够有效地对雷达发射功率进行优化,使雷达具备较好的抗干扰性能。     

杂波先验数据缺失条件下基于级联优化处理的雷达波形设计方法

认知雷达波形设计往往依赖于精准的杂波先验信息,当先验信息数据存在缺失时,所构建的杂波模型会严重失配,进而影响雷达对杂波的抑制能力。该文针对杂波先验数据缺失条件下的雷达波形优化问题,建立完全随机缺失机制下的点状与块状缺失场景,设计恒模与相似性约束的波形优化模型,提出基于优先级填充-强化学习级联优化的雷达波形训练算法:即采用强化学习智能体与填充算法修复后的杂波环境相交互的级联方法,以最大化信杂噪比为优化目标,通过迭代训练得到雷达最佳波形参数配置策略。最后,仿真验证不同缺失概率条件下所提算法的优越性。结果表明:相比于传统非级联优化算法,该文所提算法均可获得更优的杂波抑制性能,有效提升雷达的探测能力。      

基于深度迁移学习的动态频谱快速适配抗干扰方法

机器学习逐渐发展成为一种成熟强大的技术工具，并被广泛应用于无线通信抗干扰领域。其中，较为典型的有基于深度强化学习的抗干扰方法，通过与动态、不确定通信环境的不断交互来学习最优用频策略，有效解决动态频谱接入抗干扰的问题。然而，由于外界电磁频谱空间复杂、干扰模式样式动态多变，从头开始学习复杂的抗干扰通信任务往往时效性差，导致学习效率和通信性能显著下降。针对上述问题，提出基于深度迁移学习的动态频谱快速适配抗干扰方法。首先，通过构建预训练模型对已知干扰模式进行学习；其次，使用卷积神经网络提取现实场景下的感知频谱数据，重用过往经验优先启动加速适配；最后，运用微调策略辅助强化学习实施在线抗干扰信道接入。仿真结果表明，相较于传统强化学习算法，所提方法能够有效加快算法收敛速度，提升通信设备抗干扰性能。     

雷达智能抗干扰体系研究

干扰场景与反干扰手段的多样性,造成了雷达反干扰策略的千变万化,客观上要求雷达反干扰实现智能化。文中提出雷达智能化反干扰系统体系,归纳了构成该系统的要素:基于宽带与窄带干扰侦察相结合的干扰认知技术、基于博弈论的反干扰策略调度技术、系统级的干扰对抗技术。文章所提的认知型智能雷达反干扰体系可以解决雷达向认知方向发展的需求。     

火控雷达认知抗干扰技术研究

认知雷达技术通过对周围环境的学习,实时调整雷达的工作参数,最优化雷达在特定场景下的工作性能,发挥雷达最大性能。火控雷达认知抗干扰技术是一种基于认知技术的雷达抗干扰设计方法,将认知技术融入火控雷达设计中。 文中针对火控雷达面临的复合干扰特别是主瓣干扰威胁问题,研究火控雷达认知抗干扰技术,智能化调整火控雷达工作参数,选择工作频率,优化发射波形,有效提升火控雷达抗干扰的能力。     

基于深度强化学习的智能决策方法

针对传统深度强化学习算法难以快速解决长时序复杂任务的问题,提出了一种引入历史信息和人类知识的深度强化学习方法,对经典近端策略优化(Proximal Policy Optimization, PPO)强化学习算法进行改进,在状态空间引入历史状态以反映环境的时序变化特征,在策略模型中基于人类认知增加无效动作掩膜,禁止智能体进行无效探索,提高探索效率,从而提升模型的训练性能。仿真结果表明,所提方法能够有效解决长时序复杂任务的智能决策问题,相比传统的深度强化学习算法可显著提高模型收敛效果。     

基于边缘计算的无人机通感融合网络波束成形与资源优化

为了解决传统通信-感知融合网络模式对地面基础设施的依赖,针对复杂场景下通感融合网络系统功耗较大、信号阻塞、覆盖盲区等问题,提出了一种无人机搭载边缘计算服务器与雷达收发器辅助通感融合网络。首先,在满足用户传输功率、雷达估计信息率、任务卸载比例限制的条件下,通过联合优化无人机雷达波束成形、计算资源分配问题、任务卸载量划分、终端用户发射功率和无人机飞行轨迹,建立系统总能耗最小化问题；其次,将该非凸优化问题重新构建为一个马尔可夫决策过程,使用深度强化学习中的近端策略优化算法实现系统的优化决策。仿真结果表明,所提算法训练速度较快,能够在保证应用的感知与计算时延需求的同时有效降低系统能耗。     

防空情报雷达反干扰能力综合分析和评估

针对在复杂电磁环境下防空情报雷达反干扰能力评估难的问题,分析了雷达反干扰能力评估的方法和准则,根据防空情报雷达自身特点,依据多属性决策方法,分别建立了分辨率、功率、频率、雷达体制和反干扰技术措施五个属性的评估模型,在此基础上建立了反干扰能力综合评估模型。在想定干扰环境下,应用评估模型对三种不同型号防空情报雷达的反干扰能力进行了计算。评估模型考虑了影响防空情报雷达反干扰能力的各种因素,所得结果能准确地反映出实际情况,具有一定的应用价值。     

基于深度学习的雷达信号目标识别方法研究

雷达信号目标识别是智能感知领域的重要研究方向。传统方法在处理复杂场景和多目标识别时存在局限性,而深度学习方法以其强大的表达能力和自适应性在雷达信号目标识别中展现出巨大潜力。文章通过综合分析深度学习在雷达信号目标识别中的应用,探讨了数据预处理、深度学习模型选择、目标检测和分类方法、目标跟踪和预测方法以及深度学习与传统方法的融合策略等关键问题,重点讨论了深度学习模型的优化和改进方法。     

基于LASSO的雷达脉压压缩方法

雷达抗干扰性能是衡量一部雷达优劣的重要指标,直接决定着雷达作战效能的发挥。常见的抗干扰措施有副瓣对消、脉冲压缩、动目标检测、恒虚警处理等。文中结合LASSO回归算法,提出了一种基于LASSO的脉冲压缩抗干扰措施。该方法利用LASSO回归具有稀疏性的特质,结合雷达回波信号设置匹配字典,使用冗余预测变量构造数据集,并使用交叉验证构造LASSO模型,拟合识别预测变量,实现了目标检测。将该方法与脉冲压缩方法对比,仿真实验证明采用LASSO算法不仅不需要考虑旁瓣的影响,还获得了更好的目标分辨能力,并且在较小信噪比条件下目标检测效果也比较好。     

基于有限零和博弈和变换域优选的智能抗干扰策略研究

针对目前变换域通信系统面临的通信干扰对抗具有认知性、智能性的特点,急需智能的抗干扰策略以提升系统的适应性和可靠性。通过分析系统的变换域选择和干扰方式选择间的博弈对抗关系,提出了基于有限零和博弈和变换域优选的智能抗干扰策略。通过理论分析建立了变换域抗干扰博弈对抗模型,并给出了纯策略和混合策略的纳什均衡解求解方法,并根据纳什均衡原理求解得出变换域智能抗干扰的最佳选择决策。仿真结果表明,该策略在完全信息情况下,面对新兴的认知干扰机可以实现变换域优选的智能抗干扰,使得误码率相较于最差情况有大幅度降低;同时,验证了基于博弈论分析变换域抗干扰的可行性,为进一步提升变换域通信系统的战场通信抗干扰能力提供了理论支撑。      

联合BSS和FRFT的雷达抗主瓣干扰新方法

有源压制干扰从雷达天线的主瓣进入雷达内部,干扰信号很强时,将严重影响雷达的检测性能。传统的旁瓣消隐、旁瓣相消以及低副瓣天线等技术难以奏效。文中分析了盲源分离技术应用雷达主瓣抗干扰时盲源分离的信号存在幅度、相位的不确定性,提出了一种联合盲源分离和分数阶傅里叶变换的雷达抗主瓣干扰的新方法。并给出新方法与传统脉冲压缩方法主瓣干扰抑制的仿真结果,仿真结果表明了在强噪声压制干扰环境中,新方法具有良好的抗主瓣干扰的性能。     

对PD雷达干扰的计算机仿真与分析

针对脉冲多普勒雷达采用脉冲压缩技术,相参积累等相参技术,并采用相干旁瓣对消和旁瓣匿影抗干扰技术,因此具有很强的抗干扰能力。首先介绍了基于噪声卷积和间歇采样两种灵巧噪声干扰方法的基本原理,为了证明灵巧噪声干扰的有效性,采用低重频下PD雷达为干扰对象进行干扰仿真试验。为了能够提高干扰效果,提出了改进方法,并进行计算机仿真。仿真结果表明,灵巧噪声干扰能很好地干扰相参体制雷达。     

基于复合制导的数据融合抗干扰技术

针对单一制导模式抗干扰能力弱的缺点,文中采用主动雷达/红外复合制导模式,运用数据融合技术,并对主动雷达/红外复合制导在典型干扰情况下的数据融合抗干扰性能进行了仿真。仿真结果表明,基于主动雷达/红外复合制导的数据融合技术,抗干扰性能明显优于红外成像或主动雷达任一单模制导技术,并可准确分辨假目标。     

基于物元模型的被动雷达导引头抗干扰性能评估

针对被动雷达导引头抗干扰评估指标多、难以综合评定的问题,提出了基于物元模型的被动雷达导引头抗干扰综合评估方法.该方法以物元模型的可拓集合和关联函数理论为基础,确定了抗干扰性能的等级范围,将待评的抗干扰性能指标代入各等级的集合进行关联度的计算,按照关联度的大小确定相应的抗干扰性能等级.结合多种被动雷达导引头的指标参数,进行了算例分析,结果表明,该方法能够实现对被动雷达导引头的抗干扰性能综合评估.该方法的提出对于其他体制导引头抗干扰性能综合评估也具有借鉴意义.     

雷达抗干扰效能的多层次模糊评估方法

雷达抗干扰效能是衡量雷达设备性能的重要指标,如何准确、客观、快捷地评估雷达抗干扰效能,对雷达、干扰双方均具有重要的现实意义。概述了雷达抗干扰技术,分析了雷达抗干扰效能评估过程,研究了雷达抗干扰效能评估方法。简要介绍了传统的雷达抗干扰效能加权评估方法,详细论述了雷达抗干扰效能多层次模糊评估方法,并将该评估方法应用于雷达接收机的技术等级评判中。实例结果表明,该评估方法能客观、定量地评估雷达抗干扰效能,具有一定的实用性。