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
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
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