典型文献
基于深度强化学习的雷达智能决策生成算法
文献摘要：
针对雷达系统面临的干扰场景复杂多变、人工设计抗干扰策略性能难以保证以及实时性不高的问题,构建了基于深度强化学习的智能决策生成模型,设计了有针对性的动作集、状态集和奖励函数.同时提出了基于双深度Q网络(DDQN)的决策网络训练算法,用于克服深度Q网络(DQN)算法中目标网络与评估网络相耦合导致Q值的过估计.仿真结果表明:与DQN、Q学习、人工制定策略与遍历策略库等方法相比,文中所设计的智能决策模型和训练方法对干扰的抑制效果好,泛化能力更强,反应时间更快,有效地提升了雷达自主决策能力.
文献关键词：
雷达智能决策;深度强化学习;深度Q网络;双深度Q网络
中图分类号：
作者姓名：
赵家琛;张劲东;李梓瑜
作者机构：
南京航空航天大学电子信息工程学院,南京211100
文献出处：
引用格式：
[1]赵家琛;张劲东;李梓瑜-.基于深度强化学习的雷达智能决策生成算法)[J].现代雷达,2022(12):25-33
A类：
雷达智能决策
B类：
深度强化学习,生成算法,雷达系统,干扰场景,抗干扰策略,策略性,生成模型,状态集,奖励函数,DDQN,网络训练,训练算法,目标网,定策,遍历,决策模型,训练方法,抑制效果,泛化能力,自主决策能力
AB值：
0.3644
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。
