[發(fā)明專利]一種基于深度強化學習的偽裝干擾波形生成方法

有效

• 申請?zhí)枺?/td>: 202110632548.8
• 申請日: 2021-06-07
• 公開（公告）號: CN113406579B
• 公開（公告）日: 2022-09-27
• 發(fā)明（設計）人: 高敬鵬;王國軒;馬靜;綦俊煒;王廷飛;高路;江志燁;鄭沛
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G01S7/38
• 分類號: G01S7/38
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明屬于電子干擾技術領域，具體涉及一種基于深度強化學習的偽裝干擾波形生成方法。本發(fā)明通過構建深度強化學習探索模型，設計狀態(tài)空間、動作空間、獎勵函數(shù)，實現(xiàn)了基于深度強化學習的干擾波形生成，該模型中模擬了較為復雜的動態(tài)對抗過程，只需當前雷達狀態(tài)就可以輸出對應的干擾波形，在復雜或未知對抗場景下依然能夠做出較為有效的干擾波形決策；通過構建偽裝生成網(wǎng)絡輸出偽裝信號，并與深度強化學習的生成的干擾信號疊加，得到帶有偽裝的干擾波形，使得已經(jīng)訓練完成的雷達智能識別網(wǎng)絡誤判，避免了干擾波形易被雷達方識別的問題，具有較好的干擾和偽裝效果。

技術領域

本發(fā)明屬于電子干擾技術領域，具體涉及一種基于深度強化學習的偽裝干擾波形生成方法。

背景技術

干擾波形生成是電子干擾領域內(nèi)的重要內(nèi)容。為了提升己方目標突防的成功率，需要對敵方雷達進行有效的干擾，不同干擾波形在不同場景下對雷達的干擾效果是不同的，如何在不同場景下生成合適的干擾波形就變得至關重要。

傳統(tǒng)的干擾波形生成方法是在通過偵察手段獲取詳細雷達參數(shù)先驗信息的基礎上，從固定的干擾策略庫中選取或者憑借用戶經(jīng)驗制定干擾策略，并從已有的波形庫中選取干擾波形，對雷達施加有效的干擾。隨著雷達方抗干擾措施的不斷完善，人工尋找最佳干擾波形的方法逐漸被淘汰。為此，在獲取雷達參數(shù)先驗信息的基礎上，智能算法被用來代替人工尋找最佳干擾波形，如遺傳算法、蜂群算法、粒子群算法等，這些方法具有較快的決策速度。但上述方法無法處理或適應未知和復雜對抗場景中的干擾波形決策問題，尤其在面對智能化的雷達對抗系統(tǒng)所產(chǎn)生的參數(shù)動態(tài)變化時，這些方法就會失效。

西安電子科技大學在其申請的專利“基于深度強化學習的雷達干擾決策方法”(專利申請?zhí)枺?02010029684.3，申請公布號：CN111199127A)中提出了一種基于深度強化學習的雷達干擾決策方法。該方法雖然將深度強化學習應用到干擾決策中，但其構建的動態(tài)對抗過程較為簡單，僅包含有限數(shù)量的雷達工作模式，在未知和復雜對抗場景中顯得力不從心，而且生成的干擾波形沒有偽裝能力，易被雷達方識別，無法欺騙雷達方識別網(wǎng)絡。

發(fā)明內(nèi)容

本發(fā)明的目的在于針對現(xiàn)有干擾波形生成方法無法處理或適應未知和復雜對抗場景中的干擾波形決策以及易被雷達方識別等問題，提供一種基于深度強化學習的偽裝干擾波形生成方法。

本發(fā)明的目的通過如下技術方案來實現(xiàn)：包括以下步驟：

步驟1：獲取干擾設備的干擾樣式編號集合K、干擾信號功率取值區(qū)間P、干擾信號帶寬取值區(qū)間B；

步驟2：構造訓練數(shù)據(jù)集；

步驟2.1：在雷達對目標進行探測時，干擾設備通過截獲雷達信號，獲取當前雷達狀態(tài)s；

s＝{T₁,T₂,f}

其中，T₁為雷達的發(fā)射信號脈寬，T₂為雷達的發(fā)射信號周期，f為雷達的發(fā)射信號中心頻率；

步驟2.2：干擾設備隨機選擇動作a＝{k,p,b}，產(chǎn)生干擾信號g對雷達進行干擾；其中，k為干擾信號g所屬的干擾樣式的編號，k∈K；p為干擾信號g的功率，p∈P；b為干擾信號g的帶寬，b∈B；

步驟2.3：干擾設備獲取雷達在受到干擾后的狀態(tài)s′

s′＝{T′₁,T′₂,f′}；

步驟2.4：計算動作a的獎勵值r，生成訓練樣本(s,a,r,s′)；

P_d＝x_t^-1[10lg(VG_rσR_t^-4)]