基于组合式无休多臂_bandit 的分布式 MIMO 雷达非平稳信道收发在线选择

我们利用分布式多输入多输出（MIMO）雷达跟踪运动目标，在雷达站数量有限的情况下对发射机与接收机进行合理配对与选择。我们的目标是在跟踪期间通过明智地选择收发机对，最大化所有目标的信干噪比（SINR）之和。关键在于利用无休多臂_bandit（RMAB）模型对收发机对选择优化问题进行建模，该模型能够描述无论信道是否被探测时收发信道的时变信号。我们将估计平均奖励（即 SINR）视为一个臂的状态。若某臂被探测，其估计平均奖励为该臂观测奖励与预测平均奖励的加权和；否则为预测平均奖励。我们将预测平均奖励与上一时隙的估计平均奖励以及通过交互多模型-无迹卡尔曼滤波（IMM-UKF）估计的目标状态相关联。各时刻收发机对的最优选择通过基于臂索引的二进制粒子群优化（BPSO）完成，每个臂由上置信界（UCB1）算法设计。综上，我们提出了一种考虑不同发射机与接收机组合以及收发机对选择与目标状态估计间闭环方案的多组组合式无休_bandit 技术，即 MG-CRB-CL，以实现近最优选择策略并提升多目标跟踪性能。提供了不同场景下的仿真结果以验证我们 MG-CRB-CL 算法的有效性与优越性能。