|
|||||
|
|
| 基于DDQN的通信干扰策略生成算法研究 | |
| 引用本文： | 曲正,张君毅. 基于DDQN的通信干扰策略生成算法研究[J]. 计算机测量与控制, 2022, 30(3): 183-191 |
| 作者姓名： | 曲正 张君毅 |
| 作者单位： | 中国电子科技集团公司第五十四研究所, |
| 基金项目： | 国家自然科学基金项目（面上项目，重点项目，重大项目） |
| 摘 要： | 目前，争夺电磁频谱的控制权已经成为了认知电子战的首要任务，其中认知干扰技术是认知电子战中的核心环节。以往传统的干扰方式灵活性较差，在应对具备一定抗干扰能力的通信系统时，其有效干扰率较低，且容易造成资源浪费。因此，为了提升干扰方的干扰效能，结合深度强化学习的思想，提出了一种基于深度双Q网络（DDQN，Double Deep Q Networks）的通信干扰策略生成算法，搭建了干扰决策网络，并针对传统强化学习中智能体“探索”与“利用”难以平衡的问题，提出根据历史时刻的平均奖赏值来作为控制探索概率改变的因子，对探索策略进行了改进。仿真实验表明，改进后的算法相比于未改进的算法以及传统算法有效干扰率更高，收敛速度更快，随着与环境多轮次地交互，干扰方能够逐渐学习到最优策略。 |
| 关 键 词： | 电磁空间 认知干扰 强化学习 DDQN 干扰策略 |
| 收稿时间： | 2022-01-01 |
| 修稿时间： | 2022-01-27 |
Research on Algorithms of Communication Interference Strategy Generation Based on DDQN |
|
| Abstract: | |
| Keywords: | Electromagnetic spectrum cognitive jamming reinforcement learning DDQN interference strategy |
| 点击此处可从《计算机测量与控制》浏览原始摘要信息 | |
| 点击此处可从《计算机测量与控制》下载免费的PDF全文 | |