Frequency jamming resource allocation method based on temporal reinforcement learning

doi:10.1016/j.sigpro.2025.110330

Frequency jamming resource allocation method based on temporal reinforcement learning

2025-10-08

0

PRE

AI

DOI：10.1016/j.sigpro.2025.110330

原文链接

原文求助

摘要

En 中文

为了解决干扰器处理频率捷变信号时，干扰频域资源分配滞后于雷达频率变化的问题，提出了一种基于时间序列强化学习的频域参数决策方法。首先，基于频域决策滞后导致的观测不完整问题，对频率捷变信号进行仿真建模，并将其视为部分可观测马尔可夫决策过程。同时，提出采用门控循环单元（Gated Recurrent Unit）从过去的观测信息中推断隐藏状态，以弥补当前时刻观测的不完善性，从而提升智能体对环境的认知。此外，本文采用近端策略优化（Proximal Policy Optimization）算法建立频域参数分配模型。实验结果表明，所提出的方法在带宽更窄的情况下，能够实现与长短期记忆-近端策略优化（Long Short-Term Memory-Proximal Policy Optimization）相当频率覆盖。具体而言，在三种跳频模式下，其频率覆盖均超过97%。此外，在泛化测试中，该算法也能保持95%以上的频率覆盖率，有效增强复杂电磁环境下对不同捷变系统的干扰频域决策能力。

Frequency jamming resource allocation method based on temporal reinforcement learning

摘要

期刊

机构