隨著電子戰(zhàn)在現(xiàn)代戰(zhàn)爭中的地位愈加凸顯,奪取電磁頻譜的控制權(quán)已成為戰(zhàn)場制勝的關鍵手段。由于干擾環(huán)境的復雜性以及敵方在通信過程中采用多種抗干擾技術(shù)、人工智能技術(shù),極大地增加了成功干擾的難度。值得慶幸的是,認知干擾概念的提出,拉近了對抗雙方在博弈能力上的差距。特別是將強化學習理論用于通信干擾策略學習,使得干擾設備在與環(huán)境的交互過程中不斷調(diào)整干擾策略,克服了未知因素對學習的影響,并最終實現(xiàn)最優(yōu)干擾策略的學習。當前對干擾策略的研究仍存在一定的問題,突出體現(xiàn)在耗費過多交互次數(shù)以及應用場景局限性。本文針對不同場景下干擾策略的學習方法展開研究,主要研究內(nèi)容如下:（1）復雜未知的電磁環(huán)境致使目標信號的星座圖發(fā)生不同程度的畸變,經(jīng)典的最佳干擾策略往往并非最佳。為了學習到受畸變信號的最佳干擾樣式,提出了一種針對高階調(diào)制信號的通用干擾樣式構(gòu)造方法,通過正交分解的方式構(gòu)造不同種類的干擾樣式�，F(xiàn)有強化學習算法用于最優(yōu)干擾策略學習,試錯次數(shù)多,收斂速度慢,論文分別從搜索和預測兩個角度提高最優(yōu)干擾策略學習的時效性。在搜索策略研究方面:（1）利用離散劃分后干擾動作之間的相關特性,提出了一種基于正強化學習的干擾策略學習算... 

【文章來源】：國防科技大學湖南省 211工程院校 985工程院校

【文章頁數(shù)】：194 頁

【學位級別】：博士

【部分圖文】：

馬爾科

賭場里的老虎機不管是從多臺單臂老虎機中挑選老虎機，還是從一臺多臂老虎機上選擇搖桿，

【參考文獻】：
期刊論文
[1]認知電子戰(zhàn)體系結(jié)構(gòu)與技術(shù)[J]. 王沙飛,鮑雁飛,李巖.  中國科學:信息科學. 2018(12)
[2]16-QAM信號的最佳干擾分析[J]. 孫志國,徐天宇,鄧昌青,寧曉燕,郭黎利.  哈爾濱工程大學學報. 2018(07)
[3]未知拓撲無線自組網(wǎng)絡多節(jié)點干擾決策算法[J]. 顓孫少帥,楊俊安,劉輝,黃科舉.  西安交通大學學報. 2018(06)
[4]采用雙層強化學習的干擾決策算法[J]. 顓孫少帥,楊俊安,劉輝,黃科舉.  西安交通大學學報. 2018(02)
[5]基于正強化學習和正交分解的干擾策略選擇算法[J]. 顓孫少帥,楊俊安,劉輝,黃科舉.  系統(tǒng)工程與電子技術(shù). 2018(03)
[6]一種基于離散插值的多項式曲線逼近有理曲線的方法[J]. 李光耀,楊連喜,徐晨東.  浙江大學學報(理學版). 2017(06)
[7]基于強化學習的無線自組網(wǎng)絡多節(jié)點干擾策略[J]. 顓孫少帥,楊俊安,劉輝,黃科舉.  控制與決策. 2018(07)
[8]樣條插值法在輪對壓裝曲線處理中的應用[J]. 肖峻,楊錚,杜兆勇,黃海濤.  機床與液壓. 2017(08)
[9]多干擾機反向交叉眼干擾分析[J]. 王彩云,何志勇,宮俊.  系統(tǒng)工程與電子技術(shù). 2017(07)
[10]多機協(xié)同電子戰(zhàn)規(guī)劃壓制干擾布陣研究[J]. 張歡,楊任農(nóng),吳軍,李秋妮,傅修竹,孫長月.  系統(tǒng)工程與電子技術(shù). 2017(03)

博士論文
[1]基于智能體的多機器人系統(tǒng)學習方法研究[D]. 劉強.哈爾濱工業(yè)大學 2016
[2]基于值函數(shù)估計的強化學習算法研究[D]. 陳興國.南京大學 2013
[3]基于構(gòu)造型前饋神經(jīng)網(wǎng)絡的函數(shù)逼近與應用[D]. 侯木舟.中南大學 2009

碩士論文
[1]基于強化學習的移動機器人自適應模型研究[D]. 岳文應.浙江理工大學 2018
[2]基于多智能體強化學習的足球機器人決策策略研究[D]. 丁明剛.合肥工業(yè)大學 2017



本文編號：3297386