认知雷达何时具有优势？

基于在线强化学习的频率捷变认知雷达何时能够优于基于规则的自适应波形选择策略？我们通过考察动态频谱接入场景来寻求关于此问题的见解，其中雷达希望在每个脉冲重复间隔内以最宽的未占用带宽进行发射。将在线学习与固定的基于规则的感知并规避策略进行比较。我们表明，给定简单的马尔可夫信道模型，该问题可通过随机占优对简单情形进行解析分析。此外，我们表明对于更现实的信道假设，基于学习的方法展现出更强的泛化能力。然而，对于定义明确但时间范围较短的问题，我们发现机器学习方法可能因收敛时间的固有局限而表现不佳。我们得出了关于基于学习的方法何时预期有益的结論，并为未来研究提供指导。