用于自适应雷达波形选择的约束上下文_bandit学习
信息论
2021-10-15 v2 机器学习
信号处理
math.IT
摘要
本文研究一个序贯决策过程，其中自适应雷达系统反复与有限状态目标信道交互。该雷达能够以固定间隔被动感知频谱，为波形选择过程提供侧信息。雷达发射机利用频谱观测序列以及来自共址接收机的反馈来选择能准确估计目标参数的波形。研究表明，波形选择问题可通过线性上下文_bandit公式有效解决，该公式在计算上可行且在样本上高效。我们引入随机与对抗线性上下文_bandit模型，使雷达能在广泛类别的物理环境中取得有效性能。在雷达-通信共存场景以及对抗雷达-干扰机场景中的仿真表明，当采用Thompson采样与EXP3算法驱动波形选择过程时，所提公式在目标检测性能上带来显著提升。进一步，研究表明，通过对雷达波形目录采用时变约束，可缓解脉冲敏捷行为对相干处理雷达数据的有害影响。
引用
@article{arxiv.2103.05541,
title = {Constrained Contextual Bandit Learning for Adaptive Radar Waveform Selection},
author = {Charles E. Thornton and R. Michael Buehrer and Anthony F. Martone},
journal= {arXiv preprint arXiv:2103.05541},
year = {2021}
}
备注
16 pages, 9 figures. arXiv admin note: text overlap with arXiv:2010.15698