面向场景多样波形敏捷雷达目标跟踪的在线元学习

波形敏捷雷达系统的一个基本问题是真实环境未知，且对特定跟踪实例表现良好的发射策略对另一实例可能次优。此外，每个目标跟踪的时间窗口有限，雷达必须及时从一系列测量中学习有效策略。本文研究了一种用于雷达波形选择的贝叶斯元学习模型，旨在学习归纳偏置以在一类雷达场景中快速优化跟踪性能。我们将波形选择问题置于序贯贝叶斯推断框架下，并引入近期提出的元 Thompson 采样算法的情境_bandit 变体，其以先验分布形式学习归纳偏置。每条航迹被视为来自任务分布的情境_bandit 学习问题的一个实例。我们表明，元学习过程带来了明显更快的学习速度，相较于配备无信息先验的传统学习方法，显著减少了丢失航迹的数量。