-
公开(公告)号:CN119789144A
公开(公告)日:2025-04-08
申请号:CN202411961184.8
申请日:2024-12-30
Applicant: 哈尔滨工程大学 , 上海无线电设备研究所
IPC: H04W28/02 , H04W28/06 , H04W72/044 , H04W72/541 , G06N3/006 , G06N3/092
Abstract: 本发明公开了一种基于多智能体强化学习的多域联合干扰资源分配方法及系统,其中方法步骤包括:基于多干扰机协同干扰任务,构建多对多对抗环境模型;基于多对多对抗环境模型,定义多干扰机联合状态空间;基于多对多对抗环境模型,设计多干扰机联合动作空间;基于多干扰机联合状态空间和多干扰机联合动作空间,构造多域信息联合表征的全局奖励函数;基于全局奖励函数,进行最优策略学习;多智能体系统根据学习到的最优策略做出决策。本发明通过采用值分解网络算法,并设计多干扰机联合状态空间、多干扰机联合动作空间和全局奖励函数,实现了对我方多干扰机的干扰波束分配和干扰功率大小的动态调整,从而能够提高对敌方雷达系统的干扰效率和灵活性。
-
公开(公告)号:CN106685507A
公开(公告)日:2017-05-17
申请号:CN201611156941.X
申请日:2016-12-15
Applicant: 哈尔滨工程大学
CPC classification number: H04B7/0617 , H04B7/0802
Abstract: 本发明属于自适应阵列信号处理领域,具体涉及一种色噪声环境下基于约束Kalman波束形成方法。本发明包括:建立阵列天线接收信号模型;建立白噪声环境下阵列接收数据的状态方程和量测方程,并应用Kalman滤波五组方程,求解出白噪声环境下阵列权矢量;对色噪声进行一阶马尔科夫建模,将有色量测噪声白化,并在此基础上对阵列接收数据量测噪声进行量测扩充;将色噪声模型和扩充后的量测带入到Kalman滤波五组方程中,得到新的Kalman滤波方程,最后求解阵列天线权矢量。本发明是在色噪声环境下对波束形成算法的改进。将Kalman滤波算法应用到波束形成上,大大提高了收敛速度。
-