赵 桐, 陆满君, 张文旭,4, 曲海山, 张 涛

(1.哈尔滨工程大学信息与通信工程学院,黑龙江 哈尔滨 150001;2.哈尔滨工程大学工业和信息化部先进船舶通信与信息技术重点实验室,黑龙江 哈尔滨 150001;3.上海无线电设备研究所,上海 201109;4.南京航空航天大学电磁频谱空间认知动态系统工信部重点实验室,江苏 南京 211106)

0 引言

捷变频雷达(frequency agile radar,FAR)是一种相邻脉冲的载频在一定频带内快速改变的脉冲雷达,具有探测距离大、测角精度高、抗窄带瞄准式有源干扰能力强等优点[1]。目前在军事领域中,大多采用该体制雷达进行电子战对抗,并逐渐向民用船载雷达领域发展。在干扰对抗过程中,如果干扰方不能有效跟踪捷变频雷达的频点,则瞄准式窄带干扰几乎失去作用,而扫频和宽带阻塞干扰将功率浪费在较大带宽上,导致干扰效果也大为降低,同时欺骗干扰因不能有效跟踪也难以起效[2]。因此对捷变频雷达频点的自适应跟踪与决策成为亟待解决的问题。

跟踪捷变频雷达频率跳变过程本质上是一个序列决策问题,而强化学习为解决序列决策问题提供了一种强有力的工具。近年来,强化学习研究取得了长足的进步。2018年程引[3]针对具有各种性质差异的时间序列决策任务,研究了多种具有代表性的决策设计方法,并以具体应用案例为背景,验证了在决策对象不同的情况下,所提方法依然适用于奖励获取方式相近的场景,具有通用性。2019年杨鸿杰[4]针对通信系统参数不变、敌方会根据受干扰情况切换信道以及改变通信参数等三种应用场景,提出了合适的智能干扰决策算法。……