公开(公告)号：CN116930882A

公开(公告)日：2023-10-24

申请号：CN202310927745.1

申请日：2023-07-27

Applicant: 北京理工大学

Inventor： 傅雄军 ,  赵之淳 ,  冯程 ,  董健 ,  张峰 ,  王畇竹

IPC: G01S7/36

Abstract: 本发明提供一种基于博弈关键时点的雷达抗干扰方法，所述方法，包括：博弈开始前设置博弈参数；根据上一轮博弈开始前的剩余博弈时间和上一轮博弈所用时间预测当前轮次开始前的剩余博弈时间；雷达对各候选行为进行胜率统计，选择最高获胜概率对应的行为，根据马尔可夫决策过程选择干扰行为并计时每轮博弈所用时时间；判断博弈结束时雷达是否处于优势并输出博弈结果。系统的参数设定与剩余博弈时间预测模块相连，剩余博弈时间预测与抗干扰行为选择及计时模块相连，抗干扰行为选择与干扰行为选择模块相连，干扰行为选择模块与计时模块相连，计时模块与胜负判定和剩余博弈时间预测模块相连。所述方法及系统能增强雷达抗干扰的隐蔽性和奇效性。

公开(公告)号：CN119044899A

公开(公告)日：2024-11-29

申请号：CN202310608519.7

申请日：2023-05-27

Applicant: 北京理工大学

Inventor： 傅雄军 ,  冯程 ,  卢继华 ,  赵之淳 ,  王勇 ,  马志峰

IPC: G01S7/36 ,  G06N3/006 ,  G06N5/04 ,  G06N20/00 ,  G01S13/08 ,  G01S13/58

Abstract: 本发明属于雷达抗干扰技术领域，涉及一种基于干扰能力分配的多智能体强化学习雷达抗干扰方法。所述方法，包括：参数设定；协同各部雷达进行集中式训练，学习得到合适的策略；S1对干扰行为进行识别、并据识别结果及训练策略选择各部雷达的工作模式和抗干扰措施；依据距离、雷达工作模式及雷达平台速度加权得到威胁评估结果；识别雷达行为后，选择干扰机的行为并判定雷达被干扰的成功概率；在雷达威胁评估结果和雷达探测成功概率的约束下，针对各部雷达分配干扰能力；计算博弈过程消耗时间并更新；当剩余博弈时间大于零时博弈继续，跳至S1；否则博弈结束。所述方法只在训练中共享信息，执行中不进行通信，适用雷达协同抗干扰场景。