买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安电子科技大学申请的专利基于知识与有模型强化学习的雷达抗干扰策略学习方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116401556B 。

龙图腾网通过国家知识产权局官网在2025-07-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310160800.9，技术领域涉及：G06F18/22；该发明授权基于知识与有模型强化学习的雷达抗干扰策略学习方法是由李康;纠博;白林桦;刘宏伟设计研发完成，并于2023-02-23向国家知识产权局提交的专利申请。

本基于知识与有模型强化学习的雷达抗干扰策略学习方法在说明书摘要公布了：本发明涉及一种基于知识与有模型强化学习的雷达抗干扰策略学习方法，包括：S1、使雷达与已知多种干扰策略的第一干扰机对抗，构建先验信息库；S2、使雷达依据当前策略选择动作与未知干扰策略的第二干扰机进行交互，得到第二交互信息；S3、更新学习模型的参数；S4、将未知干扰策略分解为先验信息库中已知干扰策略的加权求和，构建得到雷达决策的目标函数；S5、评估模型近似损失；S6、利用模型近似损失评估未知干扰策略与已知干扰策略之间的相似程度，计算得到权系数；S7、利用权系数和目标函数计算雷达抗干扰策略并进行更新；S8、循环步骤S2‑S7直至雷达性能收敛或者满足预设要求，获得最优雷达抗干扰策略。该方法提高了雷达学习抗干扰策略的效率。

本发明授权基于知识与有模型强化学习的雷达抗干扰策略学习方法在权利要求书中公布了：1.一种基于知识与有模型强化学习的雷达抗干扰策略学习方法，其特征在于，包括步骤： S1、使雷达与已知多种干扰策略的第一干扰机对抗以进行抗干扰策略学习，并利用第一交互信息和学习到的抗干扰策略构建先验信息库； S2、使所述雷达依据当前策略选择动作与未知干扰策略的第二干扰机进行交互以收集真实经验，得到雷达与所述第二干扰机的第二交互信息； S3、利用所述第一交互信息、所述第二交互信息更新学习模型的参数； S4、利用权系数将未知干扰策略分解为所述先验信息库中已知干扰策略的加权求和，构建得到雷达决策的目标函数； S5、利用更新后的学习模型测量未知干扰策略与所述先验信息库中已知干扰策略引起的转移概率之间的KL距离以评估模型近似损失； S6、利用所述模型近似损失评估未知干扰策略与已知干扰策略之间的相似程度，计算得到所述权系数； S7、利用所述权系数和所述目标函数计算雷达抗干扰策略并进行更新； S8、循环步骤S2-S7直至雷达性能收敛或者满足预设要求，获得最优雷达抗干扰策略。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。