CN116401556B 基于知识与有模型强化学习的雷达抗干扰策略学习方法 （西安电子科技大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN116401556B(45)授权公告日2025.07.01

(21)申请号202310160800.9

(22)申请日2023.02.23

(65)同一申请的已公布的文献号申请公布号CN116401556A

(43)申请公布日2023.07.07

(73)专利权人西安电子科技大学

地址710071陕西省西安市太白南路2号

(72)发明人李康纠博白林桦刘宏伟

(74)专利代理机构西安嘉思特知识产权代理事务所(普通合伙)61230

专利代理师王丹

GO6N3/092(2023.01)

GO6N3/042(2023.01)

GO6N3/047(2023.01)

G01S7/36(2006.01)

(56)对比文件

CN111707993A,2020.09.25CN112904290A,2021.06.04审查员李邵飞

(51)Int.CI.

GO6F18/22(2023.01)

GO6F18/214(2023.01)

GO6N3/084(2023.01)权利要求书2页说明书10页附图13页

(54)发明名称

基于知识与有模型强化学习的雷达抗干扰策略学习方法

(57)摘要

CN116401556B本发明涉及一种基于知识与有模型强化学习的雷达抗干扰策略学习方法，包括：S1、使雷达与已知多种干扰策略的第一干扰机对抗，构建先验信息库；S2、使雷达依据当前策略选择动作与未知干扰策略的第二干扰机进行交互，得到第二交互信息；S3、更新学习模型的参数；S4、将未知干扰策略分解为先验信息库中已知干扰策略的加权求和，构建得到雷达决策的目标函数；S5、评估模型近似损失；S6、利用模型近似损失评估未知干扰策略与已知干扰策略之间的相似程度，计算得到权系数；S7、利用权系数和目标函数计算雷达抗干扰策略并进行更新；S8、循环步骤S2-S7直至雷达性能收敛或者满足预设要求，获得最优

CN116401556B

S1:使雷达与已知多种干扰策略的第一干扰机对抗以进行抗

S1:使雷达与已知多种干扰策略的第一干扰机对抗以进行抗

干扰策略学习，并利用第一交互信息和学习到的抗干扰策略构建先验信息库

S2:使雷达依据当前策略选择动作与未知干扰策略的第二干扰机进行交互以收集真实经验，得到雷达与所述第二干扰

机的第二交互信息

S3:利用第一交互信息、第二交互信息更新学习模型的参数

S4:利用权系数将未知干扰策略分解为先验信息库中已知干扰策略的加权求和，构建得到雷达决策的目标函数

55:利用更新后的学习模型测量未知干扰策略与先验信息库中已知干扰策略引起的转移概率之间的KL距离以评估模型

近似损失

S6:利用模型近似损失评估未知干扰策略与已知干扰策略之间的相似程度，计算得到所述权系数

S7:利用权系数和所述目标函数计算雷达抗干扰策略并进行更新

雷达性能收敛或者满足预设要求

获得最优雷达抗干扰策略

CN116401556B权利要求书1/2页

2

1.一种基于知识与有模型强化学习的雷达抗干扰策略学习方法，其特征在于，包括步

骤：

S1、使雷达与已知多种干扰策略的第一干扰机对抗以进行抗干扰策略学习，并利用第一交互信息和学习到的抗干扰策略构建先验信息库；

S2、使所述雷达依据当前策略选择动作与未知干扰策略的第二干扰机进行交互以收集真实经验，得到雷达与所述第二干扰机的第二交互信息；

S3、利用所述第一交互信息、所述第二交互信息更新学习模型的参数；

S4、利用权系数将未知干扰策略分解为所述先验信息库中已知干扰策略的加权求和，构建得到雷达决策的目标函数；

S5、利用更新后的学习模型测量未知干扰策略与所述先验信息库中已知干扰策略引起的转移概率之间的KL距离以评估模型近似损失；

S6、利用所述模型近似损失评估未知干扰策略与已知干扰策略之间的相似程度，计算得到所述权系数；

S7、利用所述权系数和所述目标函数计算雷达抗干扰策略并进行更新；

S8、循环步骤S2-S7直至雷达性能收敛或者满足预设要求，获得最优雷达抗干扰策略。

2.根据权利要求1所述的基于知识