典型文献
基于强化学习的一对多雷达干扰资源分配策略研究
文献摘要：
针对干扰机一对多情形下的干扰突防问题,提出了一种基于强化学习的一对多干扰情形下的干扰资源分配方法,引入干扰辐射能量比和突防距离比作为评价指标,并对DQN(deep Q network)和Dueling-DQN算法引入动态调整的奖励值以增强算法的收敛能力.结合一对多干扰突防场景,对两种算法进行了验证,实验结果验证了两种算法的可行性及差异性,实现了对于干扰资源在干扰功率、时长、干扰样式及干扰雷达选取的资源分配能力,满足了一对多情形下的干扰资源实时、动态的分配需求.
文献关键词：
干扰资源分配;强化学习;干扰辐射能量;最大突防距离;动作分配
中图分类号：
作者姓名：
尚熙;杨革文;戴少怀;蒋伊琳
作者机构：
哈尔滨工程大学信息与通信工程学院,黑龙江哈尔滨 150001;上海机电工程研究所,上海 201109
文献出处：
引用格式：
[1]尚熙;杨革文;戴少怀;蒋伊琳-.基于强化学习的一对多雷达干扰资源分配策略研究)[J].空天防御,2022(01):94-101
A类：
干扰辐射能量,最大突防距离,动作分配
B类：
强化学习,多雷达,雷达干扰,干扰资源分配,资源分配策略,干扰机,多情,资源分配方法,能量比,比作,DQN,deep,network,Dueling,奖励值,增强算法,收敛能力,干扰功率,样式,分配能力
AB值：
0.335191
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
