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！

申请/专利权人：杭州电子科技大学

摘要：本发明公开了带动作集合的强化学习干扰波形生成、评价方法及装置，建立干扰波形库；构建干扰波形决策网络，包括策略网络和价值网络；探索阶段使用跟踪算法进行干扰，填充经验池；从经验池中随机选取一组数据；根据当前通信状态的干扰动作，通过策略网络预测下一时刻相应干扰动作；根据策略网络输出的干扰动作，生成离散化干扰动作，从干扰波形库中选取干扰动作，并结合策略网络输出的干扰动作，共同输入价值网络，得到价值最高的干扰动作作为实际的干扰动作；再进行干扰效果评价。针对干扰动作和干扰参数庞大的情况，对通信方的抗干扰行为进行学习，解决了现有干扰波形算法收敛速度慢、准确率不高的问题，实现了精准干扰。

主权项：1.一种带动作集合的强化学习干扰波形生成方法，其特征在于包括如下步骤：步骤S1、建立干扰波形库，初始化干扰波形的参数；步骤S2、构建干扰波形决策网络，包括策略网络和价值网络，策略网络获取通信状态，输出干扰动作，干扰动作包括一组干扰波形的参数，价值网络获取通信状态和干扰动作，输出两者匹配的评价值；步骤S3、探索阶段使用跟踪算法进行干扰，填充经验池，经验池包括当前通信状态、干扰动作、通信反馈信息和下一时刻通信状态；步骤S4、从经验池中随机选取一组数据，用于训练干扰波形决策网络；步骤S5、根据通信方当前状态输出干扰动作，通过策略网络，根据通信方当前通信状态和干扰方针对当前时刻的干扰动作，预测下一时刻针对通信方通信状态的干扰动作；步骤S6、将策略网络输出的干扰动作经离散化后得到近似干扰动作，通过策略网络输出的干扰动作，从干扰波形库中选取一组相近的干扰动作，将策略网络输出的干扰动作、离散化后得到近似干扰动作和干扰波形库中选取的干扰动作相结合，通过对应的通信状态和价值网络，选取价值最高的干扰动作作为实际的干扰动作；策略网络输出的干扰动作，使用KNN算法，从干扰波形库中，选取一组相近的干扰动作，构成干扰动作集|A|，根据公式： 其中，d为干扰波形库中的干扰动作和策略网络输出的干扰动作的距离，pt、ct、mt分别为策略网络输出的干扰功率、干扰信道、干扰调制模式，p、c、m分别为干扰库中的干扰干扰功率、干扰信道、干扰调制模式；将干扰波形库中的信道结合策略网络输出的干扰功率、干扰调制模式组成干扰波形加入到干扰集合|A|中。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 带动作集合的强化学习干扰波形生成、评价方法及装置