原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于深度强化学习的干扰探测共享信号设计方法，它属于电子对抗领域。本发明解决了现有方法中的控制变量多导致实现过程复杂，以及由于过估计导致算法易陷入局部最优的问题。本发明以非均匀间歇采样重复转发信号作为共享信号，以信号脉压后幅度均值与标准差之比以及时延分辨常数和多普勒分辨常数构造联合目标函数，并在竞争深度Q学习网络算法的基础上引入状态价值函数，进而根据目标函数和状态价值函数获得奖励函数，利用D3QN求解奖励函数，以奖励函数的最大化为目标获取最优的共享信号。本发明方法可以应用于干扰探测共享信号的设
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116738842 A
(43)申请公布日 2023.09.12
(21)申请号 202310697584.1
(22)申请日 2023.06.13
(71)申请人 哈尔滨工程大学
地址 15000
文档评论（0）