认知雷达网络中用于共存的分布式在线学习

本工作研究雷达网络的共存问题。具体而言，我们建模了一个由协作、独立且不通信的雷达节点组成的网络，这些节点必须在网络内部以及与附近非协作发射机之间共享资源。我们采用在线机器学习（ML）技术来解决该问题。之所以特别偏好在线学习方法，是因为每个雷达节点对环境及其他雷达节点的位置均无先验知识，且问题具有序列性质。针对该任务，我们特别选取多玩家多臂老虎机（MMAB）模型，该模型将问题表述为一个序列博弈，其中网络中的每个雷达节点独立选择中心频率和波形，共同目标是改善整个网络的跟踪性能。为实现精确跟踪，每个雷达节点按设定间隔向融合中心传送观测值。融合中心掌握雷达节点的布设位置，但无法以足够快的速度与各个节点通信以进行波形控制。网络中的每个雷达节点都必须学习环境的行为，包括奖励、干扰机行为和目标行为。我们的贡献包括将MMAB框架数学化描述并适配于雷达网络场景。最后，我们通过针对不同网络配置的仿真研究进行总结。实验结果表明，使用MMAB的迭代在线学习优于更传统的感知避让（SAA）和固定分配方法。