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！

龙图腾网获悉哈尔滨工程大学;上海无线电设备研究所申请的专利一种基于深度强化学习的雷达智能干扰抑制决策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：CN116243249B 。

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：202310218280.2，技术领域涉及：G01S7/02；该发明授权一种基于深度强化学习的雷达智能干扰抑制决策方法是由肖易寒;曹宗恒;王灿;陈涛;郭立民;蒋伊琳设计研发完成，并于2023-03-09向国家知识产权局提交的专利申请。

本一种基于深度强化学习的雷达智能干扰抑制决策方法在说明书摘要公布了：本发明提供一种基于深度强化学习的雷达智能干扰抑制决策方法，通过将深度学习网络与强化学习算法相结合，使得智能体雷达能够在一定底噪环境中与干扰机所释放的干扰信号不断进行博弈操作从而学习并优化干扰抑制策略；通过对抑制前后的回波信号进行脉压操作以验证抑制后恢复效果。此发明避免了人工判决在速度和准确性方面的不足，优化了传统强化学习算法需要Q‑Table进行成果存储调用的策略效果，提高了决策系统在干扰判决特征和干扰抑制动作方面的可拓展性。

本发明授权一种基于深度强化学习的雷达智能干扰抑制决策方法在权利要求书中公布了：1.一种基于深度强化学习的雷达智能干扰抑制决策方法，其特征在于，包括构建雷达干扰抑制交互环境和构建雷达干扰抑制决策机制；生成环境状态参数集合作为环境与决策机构间交互的联系，然后将环境状态参数递交DQN决策机构进行状态动作评估、经验录入、网络更新迭代操作，并最终给出决策结果； 构建雷达干扰抑制交互环境包括： 1根据预设的干扰参数生成多种压制和欺骗性的有源干扰信号组成博弈环境中的干扰样式库： 其中：是脉宽为T的矩形脉冲，f0为调制初频，为回波信号的初相，K为LFM信号的调制斜率，Δt为目标回波信号的双程传播延时，其计算公式为： 其中，R为雷达与探测目标间的相对距离，c＝3×108ms； 2向环境中添加底噪，通过预设的信噪比和干噪比参数以雷达回波信号为基底自适应调整干扰信号的功率谱幅度； 3干扰抑制决策所针对的信号应为各类信号时域状态下的叠加，得到受干扰雷达回波信号为： ut＝st+jit+nt,i∈[1,6] 其中，ut为待处理信号，st为回波信号，jt为干扰信号，nt为环境噪声； 4以所得到的受干扰后雷达回波信号为环境集合，提取多个方面的状态参数构成初始状态空间，量干扰抑制效果的指标SINR为： 其中，PS、PI和PN分别为回波信号、干扰信号和噪声信号的有效功率； 干扰抑制比ISR为： 其中，JSR1和JSR0分别表示干扰抑制前和干扰抑制后的干信比； 波形稳定度通过分析时域信号包络来衡量信号时域包络的恢复程度，首先利用希尔伯特变换得到解析信号： 其中，ut为待提取包络信号，为Hilbert变换后信号，为解析信号，At为包络信息； 对得到的解析信号取模，提取得到包络信息，过程如下： 式中ejωt为复载波信号，其模为1，从而将复数包络转换为实数包络，即完成对信号包络的提取； 根据所提取的包络信息，通过各数值点与包络均值的偏差程度来对包络稳定性进行评估，数值越大说明稳定性越差、干扰抑制效果越差，评估过程为： 其中，|A[n]|是包络|At|的离散化表现，M为离散化后的数值点总数。

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哈尔滨工程大学;上海无线电设备研究所，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室；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”。

以上内容由龙图腾AI智能生成。