[发明专利]一种雷达自适应行为Q学习方法

摘要

本发明属于雷达信号处理领域，尤其涉及基于贝叶斯表更新的Q学习方法对雷达自适应行为的学习、辨识问题。本发明提供一种雷达自适应行为Q学习方法，用改进的Q学习算法针对时域波形选择行为(最小互信息量准则)进行学习，在传统只根据接收端得到的直接信息进行干扰的基础上跃进一大步，利用所提出的机器学习算法对雷达时域自适应行为进行辩识，并给出一定的学习结果。本发明的方法首次将基于贝叶斯表更新的Q学习算法应用到雷达行为学习与辨识问题中，相对于现有技术在时域波形选择(最小互信息量准则)下的学习效果更优。

主权项

一种雷达自适应行为Q学习方法，其特征在于，包括如下步骤：S1、学习方通过不断发射探测干扰信号，迫使目标雷达改变发射信号，学习方接收端获得目标雷达下次的发射信号，用于健全学习方的动态波形库，所述健全学习方的动态波形库的具体方法为：将学习方接收端得到的波形信息和已知波形进行对比，若动态波形库中没有该波形，则存入动态波形库，然后继续发射探测干扰信号，直到m次交互中得到的目标雷达发射波形均可在动态波形库中找到为止，其中，m为经验值；S2、以时域最小互信息量准则下的波形选择为学习对象，对其进行建模，并利用建模的对象与学习方进行交互，得到不同干扰下的波形转变情况即实验室训练数据；S3、利用S2所述训练数据进行贝叶斯网络参数学习，利用Matlab环境下的贝叶斯工具箱，加入狄利克雷先验分布，得到新的雷达波形的最大后验概率表即贝叶斯记录表，其中，贝叶斯记录表是指现波形、现干扰信号下具有最大后验概率的新波形编号；S4、在原来Q学习算法的基础上，以S3所述贝叶斯记录表为先验知识，根据贝叶斯表更新算法进行迭代学习，并给出学习结果。