申请/专利权人:西安工业大学
申请日:2024-03-12
公开(公告)日:2024-06-25
公开(公告)号:CN118246317A
主分类号:G06F30/27
分类号:G06F30/27;G06F30/15;G06N3/0475;G06N3/045;G06N3/092
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本发明涉及一种相控阵雷达导引头天线波束功率的自适应优化方法。本发明首先给出了所设计的导引头天线波束模型;其次,建立了相控阵雷达导引头天线波束功率优化的深度网络模型,包括四个行动网络,critic当前网络和critic目标网络,actor当前网络和actor目标网络;之后确定四个行动网络的目标值,包括:天线波束功率调整动作的奖赏函数和天线波束功率的调整动作;最后基于训练四个行动网络得到的深度强化学习模型来确定对应于不同状态下导引头天线波束的最优功率值。本发明提升了模型处理复杂动态环境和长期回报问题的能力,设定了相控阵雷达导引头随目标RCS、回波信号幅度、弹目相对距离等参数,自适应优化波束功率实现了导引头最优跟踪效果。
主权项:1.一种相控阵雷达导引头天线波束功率的自适应优化方法,其特征在于,包括以下步骤:步骤一,基本参数设置,包括:导弹飞行区域,导弹初始位置,导弹制导方式,相控阵雷达导引头性能参数,目标位置以及目标RCS;步骤二,导引头天线波束功率优化建模,包括设定导弹位置和速度更新表达式,天线接收信号功率更新表达式,定义导引头状态和动作;步骤三,相控阵雷达导引头天线波束功率优化的深度网络模型构建,包括actor当前网络、actor目标网络、critic当前网络和critic目标网络,四个行动网络依据当前状态选择调整策略,评价网络评价策略的优劣;步骤四,确定上述四个行动网络的目标值,包括天线波束功率调整动作的奖赏函数表达式和天线波束功率的调整动作;步骤五,训练四个行动网络的网络参数,得到训练后的相控阵雷达导引头天线波束功率优化的深度强化学习网络模型。
全文数据:
权利要求:
百度查询: 西安工业大学 一种相控阵雷达导引头天线波束功率的自适应优化方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。