一种基于深度强化学习的协同通信干扰决策算法OA北大核心
A Collaborative Communication Jamming Decision Algorithm Based on Deep Reinforcement Learning
针对协同电子战中跳频通信干扰协同决策难题,通过构建"整体优化、逐站决策"的协同决策模型,基于深度强化学习技术,设计了在Actor-Critic算法架构下融合优势函数的决策算法,并在奖励函数中嵌入专家激励机制以提高算法的探索能力,采用集中式训练方法优化决策网络,使算法能够输出资源利用率最高的干扰方案,并大幅提高决策效率.仿真结果表明,相比于现有智能决策算法,本文算法给出的干扰方案能够节约8％干扰资源,决策效率提高50％以上,具有较大实用价值.
宋佰霖;许华;齐子森;饶宁;彭翔
空军工程大学信息与导航学院,陕西西安710077空军工程大学信息与导航学院,陕西西安710077空军工程大学信息与导航学院,陕西西安710077空军工程大学信息与导航学院,陕西西安710077空军工程大学信息与导航学院,陕西西安710077
信息技术与安全科学
深度强化学习通信干扰决策干扰资源分配优势函数专家激励
《电子学报》 2022 (6)
1301-1309,9
国家自然科学基金青年基金(No.6190656)
评论