规避干扰机：一种强化学习方法
机器学习
2019-11-28 v2 信号处理
机器学习
摘要
本文在部分可观测马尔可夫决策过程（POMDP）模型下研究认知雷达的抗干扰性能。首先，我们得到了干扰机动力学不确定性的显式表达式，这为在传统的基于信噪比（）的分析之外阐明雷达被干扰概率这一性能指标铺平了道路。考虑到在强化学习（RL）框架下开发的两种跳频策略，该性能指标在深度 Q 网络（DQN）与长短期记忆（LSTM）网络下针对不同不确定性值进行了分析。最后，两种网络架构的 RL 算法中对目标网络的需求被一个 softmax 算子取代。仿真结果表明，该算子改进了传统目标网络的性能。
引用
@article{arxiv.1911.08874,
title = {Avoiding Jammers: A Reinforcement Learning Approach},
author = {Serkan Ak and Stefan Bruggenwirth},
journal= {arXiv preprint arXiv:1911.08874},
year = {2019}
}