[发明专利]一种基于深度Q神经网络抗干扰模型的智能抗干扰方法及智能抗干扰系统有效
| 申请号： | 201810494872.6 | 申请日： | 2018-05-22 |
| 公开（公告）号： | CN108777872B | 公开（公告）日： | 2020-01-24 |
| 发明（设计）人： | 王金龙;徐煜华;刘鑫;徐逸凡;李洋洋;赵磊;冯智斌 | 申请（专利权）人： | 中国人民解放军陆军工程大学 |
| 主分类号： | H04W24/06 | 分类号： | H04W24/06;H04W28/04;G06N3/08;G06N3/04 |
| 代理公司： | 32203 南京理工大学专利中心 | 代理人： | 薛云燕 |
| 地址： | 210007 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种深度Q神经网络抗干扰模型及智能抗干扰算法。模型为：一组发射端和接收端对为一个用户，一个用户进行通信，一个或多个干扰机对用户通信进行干扰，将接收端的频谱瀑布图作为学习的输入状态，计算干扰的频域和时域特征。算法为：首先，通过深度Q神经网络得到拟合对应的Q值表；其次，用户依概率选择一个策略，根据该策略的回报值和下一步环境状态进行训练，并更新网络权重和选频策略；当达到最大循环次数时，算法结束。本发明模型完备，物理意义清晰，设计算法合理有效，能够很好地刻画基于深度强化学习算法的抗干扰场景。 | ||
| 搜索关键词： | 神经网络 抗干扰 算法 抗干扰算法 强化学习算法 对用户通信 概率选择 环境状态 时域特征 输入状态 物理意义 智能 大循环 干扰机 接收端 瀑布图 网络权 组发射 拟合 频谱 频域 选频 刻画 场景 清晰 回报 更新 通信 学习 | ||
【主权项】：
1.一种基于深度Q神经网络抗干扰模型的智能抗干扰方法，其特征在于，包括以下步骤：/n步骤1，初始化：给定
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国人民解放军陆军工程大学，未经中国人民解放军陆军工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810494872.6/，转载请声明来源钻瓜专利网。
