雷达学报

作者：杨佳瑞, 王丽洋, 张奇正, 仲秦, 岑熙, 许朵, 李亚超

单位：1.西安电子科技大学雷达信号处理全国重点实验室 西安 710071；2.北京控制与电子技术研究所 北京 100038；3.西安电子科技大学物理学院 西安 710071；

关键词：彩虹深度Q网络, 二分法, 有源-无源干扰决策, 波束指向点, 非完全观测环境

基金：国家自然科学基金(62171337, 62201434, 62101396, 62301391)，国家重点研发计划(2018YFB2202500)，陕西省重点研发计划(2017KW-ZD-12)，陕西省杰出青年基金(S2020-JC-JQ-0056)

智能干扰决策技术的发展，显著提升了敏感目标在战场中的生存对抗能力。然而，现有干扰决策算法仅考虑有源干扰，忽略了无源干扰策略优化问题，严重限制了干扰决策对抗模型的应用场景。针对这一缺陷，该文基于彩虹深度Q网络(Rainbow DQN)与二分法，构建了一种有源-无源干扰策略联合优化方法，利用Rainbow DQN决策有无源干扰样式序列，并以二分法动态搜索无源干扰最优释放位置；考虑干扰对抗环境的非完全观测性，该文进一步设计了基于雷达波束指向点变化的奖励函数，以准确反馈干扰策略的有效性。通过仿真模拟干扰机-雷达对抗实验，与深度Q网络(DQN)、决策优势分离深度Q网络(Dueling DQN)及双重深度Q网络(Double DQN) 3种主流干扰决策模型相比，所提方法的Q值平均提升2.43倍，奖励均值平均提升3.09倍，无源干扰位置决策步数缩短50%以上。实验结果表明，该文所提基于Rainbow DQN与二分法的有源-无源干扰策略联合优化方法，可实现有源干扰与无源干扰联合有效决策，进一步提高了干扰策略决策模型适用性，显著提升了干扰机电子对抗中的价值。

来源：2026年第1期

《雷达学报》期刊编辑部

查看雷达学报杂志2026年第1期