基于POMDP模型的智能雷达干扰决策方法

作     者：冯路为 刘松涛 徐华志 FENG Luwei;LIU Songtao;XU Huazhi

作者机构：海军大连舰艇学院信息系统系辽宁大连116018 

出 版 物：《系统工程与电子技术》 (Systems Engineering and Electronics)

年 卷 期：2023年第45卷第9期

页      面：2755-2760页

核心收录：

学科分类：11[军事学] 080904[工学-电磁场与微波技术] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 110503[军事学-军事通信学] 0402[教育学-心理学(可授教育学、理学学位）] 0303[法学-社会学] 0710[理学-生物学] 0810[工学-信息与通信工程] 1105[军事学-军队指挥学] 1104[军事学-战术学] 082601[工学-武器系统与运用工程] 081105[工学-导航、制导与控制] 0826[工学-兵器科学与技术] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：中国博士后基金(2015M572694 2016T90979)资助课题 

主　　题：智能雷达 强化学习 部分可观测马尔可夫决策过程模型 贝叶斯滤波 

摘      要：为了有效提高复杂电磁环境下对非合作方工作模式未知的智能雷达的干扰效率和准确率,提出了一种基于部分可观测马尔可夫决策过程(partially observable Markov decision process,POMDP)的干扰决策方法。首先,根据智能雷达的工作特点构建了智能雷达对抗系统的POMDP模型,采用非参数的、基于样本的信念分布反映智能体对环境的认知,并利用贝叶斯滤波更新智能体对环境的信念。然后,以信息熵作为评估准则,令干扰机选择信息熵最大的干扰样式不断尝试。最后,通过仿真实验与传统Q-学习法和经验决策法的干扰决策性能进行比较,验证所提方法的优越性。结果表明,所提方法能够根据未知雷达状态变化动态地选择最优干扰方式,且能更快实现对智能雷达的干扰决策。