杂波和干扰条件下基于强化学习的机载雷达波形设计

针对复杂电磁环境机载雷达智能抗干扰问题，提出一种基于马尔可夫决策过程（markov decision processes,MDP）的机载雷达波形设计方法。为实现最优决策，建立雷达和干扰MDP博弈模型，融合利用目标、杂波、噪声、雷达和干扰信号等多维度电磁信息，设置信号和干扰噪声比为奖励函数；基于贝尔曼方程和策略迭代法计算信号频域最优策略，通过迭代变换法设计时域最优波形，并采用目标检测概率衡量算法性能。仿真结果表明，和线性调频信号、跳频信号相比，该方法设计波形具有更好的环境适应性和抗干扰能力，在此基础上提高了机载雷达目标检测概率。