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基于干扰能力分配的多智能体强化学习雷达抗干扰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：CN119044899B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202310608519.7，技术领域涉及：G01S7/36；该发明授权基于干扰能力分配的多智能体强化学习雷达抗干扰方法是由傅雄军;冯程;卢继华;赵之淳;王勇;马志峰设计研发完成，并于2023-05-27向国家知识产权局提交的专利申请。

本基于干扰能力分配的多智能体强化学习雷达抗干扰方法在说明书摘要公布了：本发明属于雷达抗干扰技术领域，涉及一种基于干扰能力分配的多智能体强化学习雷达抗干扰方法。所述方法，包括：参数设定；协同各部雷达进行集中式训练，学习得到合适的策略；S1对干扰行为进行识别、并据识别结果及训练策略选择各部雷达的工作模式和抗干扰措施；依据距离、雷达工作模式及雷达平台速度加权得到威胁评估结果；识别雷达行为后，选择干扰机的行为并判定雷达被干扰的成功概率；在雷达威胁评估结果和雷达探测成功概率的约束下，针对各部雷达分配干扰能力；计算博弈过程消耗时间并更新；当剩余博弈时间大于零时博弈继续，跳至S1；否则博弈结束。所述方法只在训练中共享信息，执行中不进行通信，适用雷达协同抗干扰场景。

本发明授权基于干扰能力分配的多智能体强化学习雷达抗干扰方法在权利要求书中公布了：1.基于干扰能力分配的多智能体强化学习雷达抗干扰方法，其特征在于，包括如下步骤： S1、参数设定; S1所述参数，包括：本轮干扰行为生效所需时间、雷达识别干扰所需时间、雷达抗干扰措施所需时间、干扰机识别雷达措施所需时间、干扰机的总干扰能力、雷达初始距离、雷达平台速度、雷达搜索模式跟踪模式威胁权重、雷达完全被干扰对应的干扰能力门限、跟踪模式下被干扰转为搜索模式的时间门限、搜索模式下转为跟踪模式的时间门限、总博弈时间； S2、集中式训练模块协同各部雷达进行集中式训练，学习得到改变工作模式和抗干扰措施的合适策略； S3、干扰识别模块对干扰行为进行识别并记录识别结果； S4、抗干扰措施选择模块根据干扰识别结果，依照训练策略选择各部雷达的工作模式和抗干扰措施； S5、威胁评估模块依据雷达与舰船目标距离、雷达工作模式以及雷达平台速度加权得到威胁评估结果； S6、干扰行为选择模块识别雷达行为后，选择干扰机的行为并判定雷达被干扰的成功概率； S7、干扰能力分配模块在雷达威胁评估结果和雷达探测成功概率的约束下，针对各部雷达分配干扰能力； 所述针对各部雷达分配干扰能力，通过优化干扰机目标实现，具体为: 其中，为干扰机的优化目标，是对于第部雷达的威胁评估结果，为干扰机对第部弹载雷达分配干扰能力后将其干扰的成功概率，为干扰机的总干扰能力，为第部雷达偏离干扰机与雷达参考连线的角度，干扰机与雷达参考连线由干扰机选定与某一部雷达并与其连线确定；是峰值下降速度的调节系数，远离峰值的其他角度按照sinc函数下降且只考虑到第一零点的分布；表示第部雷达干扰机在单部雷达上分配的干扰能力，是偏离雷达平台和干扰机连线的角度，是干扰机在第部雷达上分配的干扰能力峰值； S8、胜负判定模块计算博弈过程消耗时间并更新剩余博弈时间； 所述博弈过程消耗时间，包括：干扰识别模块对当前干扰类型的识别时间、抗干扰措施选择模块选择雷达措施并生效的时间、威胁评估模块收集信息并评估雷达威胁所用时间、干扰行为选择模块选择干扰机措施并生效的时间及干扰能力分配模块分配干扰能力所需时间； 所述剩余博弈时间等于设定初始剩余博弈时间减去博弈过程消耗的时间； S9、当剩余博弈时间大于零时，博弈继续，跳至S3；当剩余博弈时间小于或等于零时，博弈结束，跳至S10； S10、胜负判定模块起判断作用，判断博弈结束时，若存在某部雷达的抗干扰措施全部完成且处于搜索模式，同时干扰机的干扰措施未完成，则判断雷达完成抗干扰任务。

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”。

以上内容由龙图腾AI智能生成。