-
公开(公告)号：CN116684032B
公开(公告)日：2024-09-13
申请号：CN202310723493.0
申请日：2023-06-19
Applicant: 哈尔滨工程大学
IPC: H04K3/00
Abstract: 一种面向分布式系统的智能协同干扰方法，它涉及一种智能协同干扰方法。本发明为了解决现有通信干扰决策算法需要各干扰站逐步干扰通信节点并评估每次干扰效果，效率较低，在真是作战场景实用性很低的问题。通过本发明提出的分布式协同侦察方法确定干扰频点完善干扰决策求解空间，依据干扰机优先级选择一台干扰机承担集中运算任务在其上完成干扰目标分配，每台干扰机各自独立运行单智能体强化学习算法决策干扰功率与干扰波形，在承担集中运算任务的干扰机上汇总每台干扰机评估的对各自目标的干扰效果并根据干扰效果调整干扰目标、干扰功率及干扰波形。本发明属于通信对抗干扰决策技术领域。
-
公开(公告)号：CN116684032A
公开(公告)日：2023-09-01
申请号：CN202310723493.0
申请日：2023-06-19
Applicant: 哈尔滨工程大学
IPC: H04K3/00
Abstract: 一种面向分布式系统的智能协同干扰方法，它涉及一种智能协同干扰方法。本发明为了解决现有通信干扰决策算法需要各干扰站逐步干扰通信节点并评估每次干扰效果，效率较低，在真是作战场景实用性很低的问题。通过本发明提出的分布式协同侦察方法确定干扰频点完善干扰决策求解空间，依据干扰机优先级选择一台干扰机承担集中运算任务在其上完成干扰目标分配，每台干扰机各自独立运行单智能体强化学习算法决策干扰功率与干扰波形，在承担集中运算任务的干扰机上汇总每台干扰机评估的对各自目标的干扰效果并根据干扰效果调整干扰目标、干扰功率及干扰波形。本发明属于通信对抗干扰决策技术领域。
-
公开(公告)号：CN117295100B
公开(公告)日：2025-02-07
申请号：CN202311162313.2
申请日：2023-09-11
Applicant: 哈尔滨工程大学
IPC: H04W24/06 , H04W72/541 , H04W72/53 , G06N3/0442 , G06N3/092 , G06N3/084
Abstract: 一种基于多智能体强化学习的通信干扰资源分配方法，它涉及一种通信干扰资源分配方法。本发明为了解决现有干扰决策算法没有考虑到随着多智能体数量的增加，动作空间和状态空间会快速增长，算法可能难以收敛的问题。本发明在多智能体近端策略优化算法的基础上提出了一种选择性经验存储策略的多智能体近端策略优化算法，对进入经验池的经验进行选择性存储，提高算法的收敛能力，并在多智能体近端策略优化算法中添加了注意力机制。本发明属于通信技术领域。
-
公开(公告)号：CN117295100A
公开(公告)日：2023-12-26
申请号：CN202311162313.2
申请日：2023-09-11
Applicant: 哈尔滨工程大学
IPC: H04W24/06 , H04W72/541 , H04W72/53 , G06N3/0442 , G06N3/092 , G06N3/084
Abstract: 一种基于多智能体强化学习的通信干扰资源分配方法，它涉及一种通信干扰资源分配方法。本发明为了解决现有干扰决策算法没有考虑到随着多智能体数量的增加，动作空间和状态空间会快速增长，算法可能难以收敛的问题。本发明在多智能体近端策略优化算法的基础上提出了一种选择性经验存储策略的多智能体近端策略优化算法，对进入经验池的经验进行选择性存储，提高算法的收敛能力，并在多智能体近端策略优化算法中添加了注意力机制。本发明属于通信技术领域。
-
-
-
Search Results
4
records
(took 0.028 seconds)
