《雷达学报杂志》发表论文赏析
作者:张应奎, 孙国皓, 钟苏川, 余显祥
单位:1.四川大学空天科学与工程学院 成都 610207;2.电子科技大学信息与通信工程学院 成都 611731;
摘要:认知雷达波形设计往往依赖于精准的杂波先验信息,当先验信息数据存在缺失时,所构建的杂波模型会严重失配,进而影响雷达对杂波的抑制能力。该文针对杂波先验数据缺失条件下的雷达波形优化问题,建立完全随机缺失机制下的点状与块状缺失场景,设计恒模与相似性约束的波形优化模型,提出基于优先级填充-强化学习级联优化的雷达波形训练算法:即采用强化学习智能体与填充算法修复后的杂波环境相交互的级联方法,以最大化信杂噪比为优化目标,通过迭代训练得到雷达最佳波形参数配置策略。最后,仿真验证不同缺失概率条件下所提算法的优越性。结果表明:相比于传统非级联优化算法,该文所提算法均可获得更优的杂波抑制性能,有效提升雷达的探测能力。
关键词:波形设计, 杂波抑制, 先验数据缺失, 优先级填充, 强化学习, 级联优化
基金资助:国家自然科学基金(62201371),四川省自然科学基金(2022NSFSC1952)
2023年1期其他文献查阅:
多策略ATLAS数据优选与影像匹配相结合的SAR高程控制点提取