基于强化学习的自适应干扰波形设计

陈 涛，张 颖，黄湘松

（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.黑龙江省多学科协同认知人工智能技术与应用重点实验室，黑龙江哈尔滨 150001）

0 引言

随着信息技术的飞速发展，在现代战场中，电磁环境越来越复杂，作战环境瞬息万变，充分学习和利用各种环境信息、自适应调整系统状态已成为未来电子装备发展的主要方向之一［1］。传统干扰机往往发射一种或几种固定的波形［2］，其干扰波形库简单，因此极大地降低了电子干扰的作战效果。与此同时，认知雷达的发展也使得电子对抗向智能方向发展［3-5］。

目前国内外关于自适应干扰波形设计的文献较少［6］。文献［7］将改进遗传算法应用到干扰样式自适应选择中。文献［8-9］研究了基于低截获概率（low probability of intercept，LPI）的与任务相关的自适应雷达干扰波形设计，首先推导出目标检测和参数估计的信干噪比（signal-to-jamming-plus-noise ratio，SJNR）准则和互信息（mutual information，MI）准则，针对战场电磁环境的复杂性和不确定性，采用梯形模糊数来描述系统整体性能的阈值，然后将模糊机会约束规划模型转化为清晰的等价形式，使干扰总功率达到最小。文献［10］研究了单元平均恒虚警概率（CACFAR）的抗干扰机制，根据信号与干扰和参考距离的关系，将干扰波形的幅值设计为服从瑞利分布和有限区间随机。近年来，强化学习作为一种智能算法在干扰波形设计中也得到广泛应用［11］，文献［12］研究了认知干扰波形设计，将强化学习算法运用到干扰波形设计中。

以上文献主要研究已知长度雷达信号的干扰波形。……