基于强化学习与蒙特卡洛搜索树的MIMO雷达布站方法

授权

摘要

本发明公开了基于强化学习与蒙特卡洛搜索树的MIMO雷达布站方法，包括步骤：S1，对雷达天线布站区域进行离散化处理，获得该区域的栅格模型；S2，以布站状态作为输入，利用深度神经网络输出相应参数，辅助蒙特卡洛搜索树进行搜索更新；S3，根据蒙特卡洛树的结果更新神经网络参数，最后通过训练好的神经网络指导雷达布站等；在本发明的实施例中，使用深度神经网络与蒙特卡洛搜索树相结合形成的方法，实现布站策略的自主学习，完成训练学习后能够快速完成布站。在高维空间复杂场景中，能够优化雷达站点资源，满足监视任务指标。

基本信息

专利标题：

基于强化学习与蒙特卡洛搜索树的MIMO雷达布站方法

专利标题（英）：

暂无

公开（公告）号：

CN113128121A

申请号：

CN202110437632.4

公开（公告）日：

2021-07-16

申请日：

2021-04-22

授权号：

CN113128121B

授权日：

2022-05-31

发明人：

余晨李昊杨益川

申请人：

中国电子科技集团公司第二十九研究所

申请人地址：

四川省成都市金牛区营康西路496号

代理机构：

成都九鼎天元知识产权代理有限公司

代理人：

贾年龙

优先权：

CN202110437632.4

主分类号：

G06F30/27

IPC分类号：

G06F30/27 G06F17/18 G06N3/04 G06N3/08

IPC结构图谱

G部——物理

G06

计算；推算或计数

G06F

电数字数据处理

G06F30/27

使用机器学习，例如人工智能，神经网络，支持向量机或训练模型

法律状态

2022-05-31 ：

授权

2021-08-03 ：

实质审查的生效

IPC(主分类) : G06F 30/27
申请日 : 20210422

2021-07-16 ：

公开

注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。

文件下载

暂无PDF文件可下载