基于近端策略优化的智能抗干扰决策算法

TN92; 针对现有基于深度强化学习的智能抗干扰方法应用于天地测控通信链路时,用于决策的深度神经网络结构复杂,卫星等飞行器资源受限,难以在有限的复杂度约束下独立完成复杂神经网络的及时训练,抗干扰决策无法收敛的问题,提出了一种基于近端策略优化的智能抗干扰决策算法.分别在飞行器和地面站部署决策神经网络和训练神经网络,地面站根据飞行器反馈的经验信息进行最优化离线训练,辅助决策神经网络进行参数更新,在满足飞行器资源约束的同时实现有效的抗干扰策略选择.仿真结果表明,与基于策略梯度和基于深度Q学习的决策算法相比,所提算法收敛速度提升37%,收敛后的系统容量提升25%....

Full description

Saved in:
Bibliographic Details
Published in通信学报 Vol. 45; no. 8; pp. 249 - 257
Main Authors 马松, 李黎, 黎伟, 黄巍, 王军
Format Journal Article
LanguageChinese
Published 电子科技大学通信抗干扰全国重点实验室,四川 成都 611731%中国西南电子设备研究所,四川 成都 610036%电子科技大学通信抗干扰全国重点实验室,四川 成都 611731 01.08.2024
中国西南电子技术研究所,四川 成都 610036
Subjects
抗干扰决策
深度强化学习
智能抗干扰
intelligent anti-jamming
anti-jamming decision
proximal policy optimization
deep reinforcement learning
近端策略优化
Online AccessGet full text
ISSN1000-436X
DOI10.11959/j.issn.1000-436x.2024137

Cover

More Information
Summary:TN92; 针对现有基于深度强化学习的智能抗干扰方法应用于天地测控通信链路时,用于决策的深度神经网络结构复杂,卫星等飞行器资源受限,难以在有限的复杂度约束下独立完成复杂神经网络的及时训练,抗干扰决策无法收敛的问题,提出了一种基于近端策略优化的智能抗干扰决策算法.分别在飞行器和地面站部署决策神经网络和训练神经网络,地面站根据飞行器反馈的经验信息进行最优化离线训练,辅助决策神经网络进行参数更新,在满足飞行器资源约束的同时实现有效的抗干扰策略选择.仿真结果表明,与基于策略梯度和基于深度Q学习的决策算法相比,所提算法收敛速度提升37%,收敛后的系统容量提升25%.
ISSN:1000-436X
DOI:10.11959/j.issn.1000-436x.2024137