基于强化学习的智能被动监听方法
公开
摘要
本发明公开了一种基于强化学习的智能被动监听方法，包括如下步骤：在监听器端，基于监听器所能预先计算出的等效信道与干扰协方差矩阵，使用第一DQN生成模拟波束成形矩阵，并将模拟波束成形矩阵输入到最小均方误差模块，计算出数字波束成形矩阵；利用模拟和数字波束成形矩阵计算出监听器端的接收信号的信干噪比，并将信干噪比作为第二DQN的输入；基于监听器的位置、电量和接收信号的信干噪比信息，利用第二DQN生成监听器的移动方向和移动速度，当电量到达返回所需电量的临界时，监听器返回基地充电；重复上述学习过程，最终监听器将学习到一条平均监听率最大的轨迹。本发明保证监听器在非合作的环境中获得更高的监听率并成功实现监听。
基本信息
专利标题 ：
基于强化学习的智能被动监听方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114567885A
申请号 ：
CN202210304913.7
公开（公告）日 ：
2022-05-31
申请日 ：
2022-03-24
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
唐岚王家尉
申请人 ：
南京大学
申请人地址 ：
江苏省南京市鼓楼区汉口路22号
代理机构 ：
苏州威世朋知识产权代理事务所(普通合伙)
代理人 ：
杨林洁
优先权 ：
CN202210304913.7
主分类号 ：
H04W12/80
IPC分类号 ：
H04W12/80 H04B7/06 H04B7/08
法律状态
2022-05-31 ：
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
