Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学技术大学;西安电子科技大学王毅博获国家专利权

中国科学技术大学;西安电子科技大学王毅博获国家专利权

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!

龙图腾网获悉中国科学技术大学;西安电子科技大学申请的专利电子对抗离线决策方法、系统、设备及存储介质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:CN119830989B

龙图腾网通过国家知识产权局官网在2025-09-16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:202411893456.5,技术领域涉及:G06N3/092;该发明授权电子对抗离线决策方法、系统、设备及存储介质是由王毅博;刘洵;胡自然;曾韦智;杨坚;姜晓枫;杨锋;何华森;王常龙;周峰设计研发完成,并于2024-12-20向国家知识产权局提交的专利申请。

电子对抗离线决策方法、系统、设备及存储介质在说明书摘要公布了:本发明公开了一种电子对抗离线决策方法、系统、设备及存储介质,由于复杂电磁环境下,干扰方获取的雷达状态信息部分可观且带有偏差,一般决策方法求出的干扰策略部署到真实环境中时,因其局限性,性能往往难以保证,因此,本发明提供的方案,通过将电磁环境建模成对手智能体,干扰方智能体与对手智能体进行交互训练,得到最终的干扰方智能体,可以更好的进行雷达干扰决策,使干扰方在复杂电磁环境下的决策变得高效,安全。

本发明授权电子对抗离线决策方法、系统、设备及存储介质在权利要求书中公布了:1.一种电子对抗离线决策方法,其特征在于,包括: 将干扰方建模为干扰方智能体; 将给定的历史博弈序列作为原始数据集,并以此构建对手智能体; 交替训练干扰方智能体与对手智能体,步骤包括:当前迭代中,使用对手智能体进行数据外推,将生成的数据添加至扩展数据集,使用原始数据集与扩展数据集训练所述干扰方智能体,训练目标是最大化干扰方智能体与对手智能体对抗时的干扰值函数;根据离线对抗学习方法结合训练当前次迭代训练后的干扰方智能体训练所述对手智能体,训练目标是最小化干扰方智能体与对手智能体对抗时的干扰值函数;不断迭代,获得最终的干扰方智能体; 将所述最终的干扰方智能体部署于真实环境中,用于雷达干扰决策; 其中,干扰方智能体的雷达干扰决策问题建模为:在给定历史博弈序列的情况下,寻找一个策略π,满足如下约束: 其中,π为干扰方智能体的策略,Π为干扰方智能体的策略π的集合,为对手智能体,代表训练过程中的电磁环境的转移函数;为状态转移函数集合,为表示策略为π的干扰方智能体与对手智能体对抗时的干扰值函数; 所述根据离线对抗学习方法结合当前次迭代训练后的干扰方智能体训练所述对手智能体包括: 所述根据离线对抗学习方法,结合当前次迭代训练后的干扰方智能体的策略,计算策略梯度,利用策略梯度指导所述对手智能体的训练; 其中,策略梯度的计算方式表示为: 其中,为期望,表示状态s服从的分布,表示策略π下、状态s的访问分布,a~π表示动作选择策略是π,表示策略为π的干扰方智能体与神经网络模型对抗时的干扰值函数,所述的神经网络模型表示对手智能体,φ为神经网络模型参数,表示下一时刻的状态s′和奖励r来自于对手智能体的高斯分布 表示在执行s,a后,获得奖励r并转移到状态s′的高斯分布,s,a表示状态s时采取动作a;γ为设定系数,表示关于φ的梯度。

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中国科学技术大学;西安电子科技大学,其通讯地址为:230026 安徽省合肥市包河区金寨路96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”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。