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！

龙图腾网获悉安徽大学申请的专利一种基于DQN和MAB的认知雷达主动抗干扰波形生成方法及系统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：CN119959889B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202510400637.8，技术领域涉及：G01S7/36；该发明授权一种基于DQN和MAB的认知雷达主动抗干扰波形生成方法及系统是由吴振华;崔金鑫;范恩岐;曹全奇;曹宜策设计研发完成，并于2025-04-01向国家知识产权局提交的专利申请。

本一种基于DQN和MAB的认知雷达主动抗干扰波形生成方法及系统在说明书摘要公布了：本发明公开了一种基于DQN和MAB的认知雷达主动抗干扰波形生成方法及系统，其中方法包括：基于雷达发射信号以及干扰信号，获取雷达干扰时频图；基于雷达干扰时频图，模拟雷达对抗过程并构建发射波形策略库；采用DQN算法对波形策略库进行求解，并利用MAB算法对求解结果进行优化，获取最优发射波形；采用CFAR检测器对最优发射波形进行检测，生成最优抗干扰波形及参数。本发明融合DQN的全局策略搜索与MAB的局部参数优化，有效解决多脉冲时序交互场景下的抗干扰动态适应问题，适用于机载雷达电子对抗系统及复杂电磁环境下的实时抗干扰需求。

本发明授权一种基于DQN和MAB的认知雷达主动抗干扰波形生成方法及系统在权利要求书中公布了：1.一种基于DQN和MAB的认知雷达主动抗干扰波形生成方法，其特征在于，步骤包括： 基于雷达发射信号以及干扰信号，获取雷达干扰时频图； 基于所述雷达干扰时频图，模拟雷达对抗过程并构建发射波形策略库； 采用DQN算法对所述波形策略库进行求解，并利用MAB算法对求解结果进行优化，获取最优发射波形；步骤包括： 利用SINR和雷达动作为基础构建DQN模型所需的状态，定义为： ； 式中，为信干噪比，为回波功率，为干扰功率，为噪声功率，为雷达动作； 采用SINR构建奖励函数控制雷达智能体的动作收益和策略倾向： 式中，SINR为信干噪比，为雷达发射假目标的时间，为干扰机观察窗口的时 间；SINR越大，表示目标信号越容易被接收机检测到，雷达系统的性能也就越好； 最后利用DQN进行非完备干扰信息下的最优发射波形策略求解； 采用CFAR检测器对所述最优发射波形进行检测，生成最优抗干扰波形及参数；通过策 略参数化MAB算法对最优发射波形参数进行自适应优化，动态选择最优参数组合，包括中心 频率、带宽及脉宽；其中，MAB算法中悔恨值定义为： 式中，为动作集，为轮次，为拉杆的期望，为策略表征，为雷达动作。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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”。