·雷达智能信号处理专题·DOI:10．16592/j．cnki．1004－7859．2022．12．004基于深度强化学习的雷达智能决策生成算法赵家琛*，张劲东，李梓瑜(南京航空航天大学电子信息工程学院，南京211100)摘要:针对雷达系统面临的干扰场景复杂多变、人工设计抗干扰策略性能难以保证以及实时性不高的问题，构建了基于深度强化学习的智能决策生成模型，设计了有针对性的动作集、状态集和奖励函数。同时提出了基于双深度Q网络(DDQN)的决策网络训练算法，用于克服深度Q网络(DQN)算法中目标网络与评估网络相耦合导致Q值的过估计。仿真结果表明:与DQN、Q学习、人工制定策略与遍历策略库等方法相比，文中所设计的智能决策模型和训练方法对干扰的抑制效果好，泛化能力更强，反应时间更快，有效地提升了雷达自主决策能力。关键词:雷达智能决策;深度强化学习;深度Q网络;双深度Q网络中图分类号:TN972文献标志码:A文章编号:1004－7859(2022)12－0025－09引用格式:赵家琛，张劲东，李梓瑜．基于深度强化学习的雷达智能决策生成算法［J］．现代雷达，2022，44(12):25－33．ZHAOJiachen，ZHANGJindong，LIZiyu．Ｒadarintelligentdecisiongenerationalgorithmbasedondeepreinforcementlearning［J］．ModernＲadar，2022，44(12):25－33．ＲadarIntelligentDecisionGenerationAlgorithmBasedonDeepＲeinforcementLearningZHAOJiachen*，ZHANGJindong，LIZiyu(SchoolofElectronicandInformationEngineering，NanjingUniversityofAeronauticsandAstronautics，Nanjing211100，China)Abstract:Inordertosolvetheproblemsfacedbyradarsystemsuchascomplexjammingscenes，lowreliabilityandbadreal-timeperformance，anintelligentdecisiongenerationmodelisconstructedbasedonDeepＲeinforcementLearning，wheretargetedactionset，statesetandrewardfunctionaredesigned．Afterthat，adecisionnetworktrainingalgorithmbasedondoubledeepQ-networkisproposedtoovercometheproblemofQvalueoverestimationwhichcausedbythecouplingoftargetnetworkandevaluationnetworkinDeepQ-network(DQN)．Thesimulationresultsshowthat，comparedwithDQN，Qlearningandtraversalalgorithm，theintelligentdecisionmodelandtrainingmethoddesignedinthispaperhavebetterinterferencesuppressioneffect，strongergeneralizationabilityandfasterresponsetime，andeffectivelyimprovetheradarindep...
