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！

龙图腾网获悉北京理工大学申请的专利一种面向多功能雷达的干扰样式和工作参数联合优化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：CN116338599B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202310326920.1，技术领域涉及：G01S7/38；该发明授权一种面向多功能雷达的干扰样式和工作参数联合优化方法是由潘泽斯;李岩;李云杰设计研发完成，并于2023-03-30向国家知识产权局提交的专利申请。

本一种面向多功能雷达的干扰样式和工作参数联合优化方法在说明书摘要公布了：本发明提出了一种面向多功能雷达的干扰样式和工作参数的干扰策略联合优化方法，相比于策略级雷达和干扰的博弈对抗，构建了策略和参数级联合优化模型，首先将多功能雷达的对抗问题建模为马尔科夫决策过程模型，然后明确该模型的状态空间，动作空间和回报函数，根据不同的动作空间，设计了对应的深度强化学习神经网络进行优化求解，以获得最大累积回报，进而获得对抗过程的干扰策略的最优方案；本发明使用深度强化学习算法的智能干扰机与电磁环境的不断交互，通过环境反馈以优化自身策略，提高了干扰策略的重部署速度，场景鲁棒性以及策略的精准性。

本发明授权一种面向多功能雷达的干扰样式和工作参数联合优化方法在权利要求书中公布了：1.一种面向多功能雷达的干扰样式和工作参数联合优化方法，其特征在于，包括以下步骤： 步骤一、设定多功能雷达和智能干扰机的电子对抗场景，设定多功能雷达具有Nmode种工作模式，以辐射功率PR向目标发射侦察信号，智能干扰机可选用2种干扰样式，压制干扰和欺骗干扰，以最大辐射功率向雷达发射干扰信号，背景噪声功率为Pnoise；设定多功能雷达的工作模式状态转移表以及不同干扰样式条件下的雷达状态转移回报表，多功能雷达根据干扰效果进行状态切换，干扰机每一时刻可以选择一种干扰样式并在最大辐射功率范围内选择一个工作参数对雷达施加干扰，设定各雷达位置xr,yr,zr和该目标的初始位置和x0,y0,z0，以及该目标在固定高度的运动速度vx,vy； 步骤二、进行马尔科夫决策模型的建模，确定该博弈对抗过程所建立决策过程的五元组N，S，A，P，R，γ，其中，N为干扰机数量，取值为1；采用马尔科夫决策过程对该对抗场景进行建模，根据雷达工作状态、干扰样式与工作参数的特征集合构建状态空间，动作空间，根据干扰方确定的优化目标，即以满足对多功能雷达成功干扰的前提尽可能减小功率资源的消耗的优化目标，确定回报函数R和状态转移矩阵P，以及折扣因子γ； 本步骤中，第t步下马尔科夫决策过程的状态空间定义为[Wt,Wt-1,JSRt,at-1]，其中JSRt表示当前第t步的干扰效果，Wt和Wt-1分别表示本步的和上一步的雷达工作模式，at-1表示上一步执行的干扰动作； 本步骤中，t时刻下该马尔科夫决策过程的干扰动作定义为T,p，其中T∈{0,1}表示欺骗干扰和压制干扰的干扰样式指示符，p表示干扰机在当前干扰样式下选择的干扰功率，本发明采用两种以下方式构造动作空间： 1离散动作空间，将干扰功率范围离散化为的m个离散值，欺骗干扰和压制干扰的功率值从m个离散值中选择； 2混合动作空间，将干扰动作构造为混合动作空间，其中干扰样式为离散动作，在每个离散的干扰动作下，均有连续可选择的工作参数，即任意的干扰功率； 步骤三、根据构建的动作空间和状态空间，建立深度强化学习神经网络，设定网络训练次数Nepisode，每轮训练中训练步数为Nstep，初始化神经网络参数与干扰机的状态； 其中，根据步骤二中构造的不同动作空间，采用不同的深度强化学习神经网络： 1针对离散动作空间，采用D3QN深度强化学习神经网络； 2针对混合动作空间，采用HPPO深度强化学习神经网络； 步骤四、对于步骤三选择的D3QN或者HPPO网络进行训练，直到网络收敛或达到终止条件为止，训练完成； 其中，在网络训练过程中，神经网络根据初始状态s0输出下一步的执行动作a0，通过在电磁环境中的交互获得下一步的状态s1，同时得到该动作对应的即时回报r1，并将这些数据储存在缓存B中s0,a0,s1,r1，将状态s1设为神经网络下一步的起始状态，重复上述过程，不断得到下一步执行动作、下一步状态以及动作对应的即时回报； 步骤五、在步骤四的相同训练轮数内，若步骤三中的实际训练步数达到设置的Nstep，或达到提前终止条件，则停止该轮次的训练，进入下一轮次的训练轮数，否则重复步骤四继续训练，重复步骤五至训练轮数达到Nepisode后完成训练； 步骤六、基于利用深度强化学习神经网络得到的干扰策略，在对抗环境中智能干扰机获得对多功能雷达在对抗过程中的干扰方案。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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”。