基于强化学习的认知雷达目标跟踪波形挑选方法

TN958; 认知雷达通过不断与环境互动并从经验中学习,根据获得的知识不断调整其波形、参数和照射策略,以在复杂多变的场景中实现稳健的目标跟踪,其波形设计在提高跟踪性能方面一直备受关注.该文提出了一种用于跟踪高机动目标的认知雷达波形选择框架,该框架考虑了恒定速度(CV)、恒定加速度(CA)和协同转弯(CT)模型的组合,在该框架的基础上设计了基于准则优化(CBO)和熵奖励Q学习(ERQL)方法进行最优波形选择.该方法将雷达与目标集成到一个闭环中,发射波形随目标状态的变化实时更新,从而达到对目标的最佳跟踪性能.数值结果表明,与CBO方法相比,所提出的ERQL方法大大减少了获取最优波形的处理时间,并实...

Full description

Bibliographic Details

Published in:	雷达学报 Vol. 12; no. 2; pp. 412 - 424
Main Authors:	朱培坤, 梁菁, 罗子涵, 沈晓峰
Format:	Journal Article
Language:	Chinese
Published:	电子科技大学信息与通信工程学院 成都 611731 01-04-2023
Subjects:	基于准则优化(CBO) 波形挑选 熵奖励Q学习(ERQL) 目标跟踪 认知雷达
Online Access:	Get full text
Tags:	Add Tag No Tags, Be the first to tag this record!