基于强化学习的一对多雷达干扰资源分配策略研究

针对干扰机一对多情形下的干扰突防问题，提出了一种基于强化学习的一对多干扰情形下的干扰资源分配方法，引入干扰辐射能量比和突防距离比作为评价指标，并对DQN(deep Q network)和Dueling-DQN算法引入动态调整的奖励值以增强算法的收敛能力。结合一对多干扰突防场景，对两种算法进行了验证，实验结果验证了两种算法的可行性及差异性，实现了对于干扰资源在干扰功率、时长、干扰样式及干扰雷达选取的资源分配能力，满足了一对多情形下的干扰资源实时、动态的分配需求。