总第341期1引言近年来，利用全球卫星导航系统（GlobalNavi⁃gationSatelliteSystem，GNSS）的雷达标校技术逐渐成为主要方式，通过在远距离释放携带GNSS接收机的无人机，以及舰上安装的GNSS接收机，将两个接收机的经纬度、海拔数据转化为方位距离仰角，再经过位置间隔修正到雷达所在位置，比较雷达读数和修正后的方位距离仰角，分析其误差。由于GNSS的定位精度可以达到厘米级，因此标校精度可以达到0.01°，成为了现在标校的主要技术。然而在动态测量中我们发现，由于船舶的摇摆及无人机的位置变化，以及GNSS信号的波动，在测量过程中可能会出现部分数据精度不足的问题，严重影响了标校结果。因此，本文提出一种基于GNSS数据优化改进方位距离仰角测向定位的方法，具体来说，我们开发了一个强化学习模型来实现修正双GNSS相对位置计算的最优策略。为了加速训练过程并获得更好的性能，实现了一种最先进的并行训练架构，即异步优势参与者-批评（A3C）∗收稿日期：2022年5月19日，修回日期：2022年6月18日作者简介：刘佳铭，男，工程师，研究方向：船舶设计建造。段静玄，男，博士，高级工程师，研究方向：作战系统对准。张学良，男，工程师，研究方向：作战系统对准。林静，女，工程师，研究方向：作战系统对准。基于强化学习提升双GNSS测向精度方法研究∗刘佳铭1段静玄2张学良2林静2（1.海装上海局驻上海地区第五代表室上海200135）（2.中国舰船研究设计中心武汉430064）摘要GNSS测量精度是准确标校雷达的基础，为了提高GNSS定位精度构建了强化学习框架来，该框架无需对GNSS设备硬件参数或运动模型做出严格的假设，自动寻优最佳策略来实现原始GNSS观测的“校正”。强化学习模型使用了一种有效的基于置信度的奖励机制，该机制独立于地理位置，从而使模型具有泛化性。通过与扩展卡尔曼滤波器算法进行比较来评估模型的性能。实验表明，与基准扩展卡尔曼滤波器模型相比，所提出的强化学习模型收敛速度快，预测方差较小，并且可以将测向定位误差减少50%。关键词雷达标校；无人机；双GNSS；测向；强化学习中图分类号TN958DOI：10.3969/j.issn.1672-9730.2022.11.014ResearchonImprovingDirectionFindingAccuracyofDoubleGNSSBasedonReinforcementLearningLIUJiaming1DUANJingxuan2ZHANGXueliang2LINJing2（1.TheFifthNavalMilitaryRepresentativeOfficeofShanghaiBureauofNavalEquipmentDepartmentinShanghai，Shanghai200135）（2.ChinaShipDevelopmentandDe...
