基于强化学习的快速防冲突认知雷达部署算法
人工智能
2026-01-06 v2 机器学习
摘要
认知雷达的快速部署以抵御干扰仍是现代战场的关键挑战，其中更高效的部署可实现更快的目标检测。现有方法主要基于进化算法，耗时且易陷入局部最优。我们通过高效神经网络推理来克服上述缺点，提出一种全新的框架：快速防冲突雷达部署算法 (FARDA)。我们首先将雷达部署问题建模为端到端任务，并设计深度强化学习算法进行求解，其中我们开发了感知热力图信息的集成神经模块，并提出了全新的奖励格式。实验结果表明，我们的方法在实现与进化算法相当的覆盖率的同时，将雷达部署速度约快 7000 倍。进一步的消融实验确认了 FARDA 每个组件的必要性。
引用
@article{arxiv.2512.05753,
title = {A Fast Anti-Jamming Cognitive Radar Deployment Algorithm Based on Reinforcement Learning},
author = {Wencheng Cai and Xuchao Gao and Congying Han and Mingqiang Li and Tiande Guo},
journal= {arXiv preprint arXiv:2512.05753},
year = {2026}
}