战场环境的复杂性、信息的多样性、状态的多变性,为电子干扰带来了巨大的挑战。随着认知电子战的快速发展,具备自适应能力的干扰决策技术备受关注。如何在复杂环境下智能地进行雷达工作模式的识别和干扰样式的选择成为当前干扰决策亟待解决的问题。机器学习是一种智能的数据分析工具,本文研究基于机器学习的雷达干扰决策技术。雷达工作模式的识别是干扰和评估的重要依据,但是新体制雷达的发展,加大了雷达工作模式识别的难度。为了提高工作模式的识别准确率,提出了基于隐马尔可夫模型的工作模式识别方法;为了避免对先验知识的依赖,提出了基于多臂赌博机和基于隐马尔可夫模型的Q-Learning干扰决策方法。仿真结果显示本文提出的工作模式识别方法具有较高的识别准确率,并且决策方法收敛速度较快、选择最优干扰样式的概率较高。论文的主要工作如下:研究了认知干扰决策技术的基本原理以及实现流程。利用机器学习中监督学习及强化学习的方法,建立了基于机器学习的雷达干扰决策模型;讨论了相控阵雷达的几种工作模式,并分析了常用的压制干扰以及欺骗干扰样式和其对雷达工作模式的影响;以雷达的工作模式转移带来的威胁度变化为指标,评估了干扰样式的干扰效果。为了估计雷达工作模式,研究了基于隐马尔可夫模型的雷达工作模式识别方法。讨论了马尔可夫模型的求解方法;分析了信号特征参数与雷达工作模式的关系;通过仿真实验,将基于隐马尔可夫模型的工作模式识别方法,和其它常见方法如基于聚类、BP神经网络的雷达工作模式识别方法进行对比分析。针对当前工作模式的最优干扰样式选择算法存在收敛速度慢、交互次数多的问题,研究了基于多臂赌博机的干扰决策模型。讨论了几种多臂赌博机的算法如ε-贪心算法、UCB算法、UCBV算法以及EUCBV算法,分析了这几种算法的实现原理;通过仿真实验,在识别雷达工作模式的基础上,通过干扰样式平均收益与最优干扰样式选择准确率这两个角度,比较上述算法的干扰决策效果。针对干扰方实施干扰导致工作模式发生转移的问题,构建了基于马尔可夫决策过程的干扰决策模型。通过隐马尔可夫模型可以估计得到不同干扰样式下雷达工作模式转移概率分布,再结合Q-Learning学习算法得到干扰决策的结果。通过仿真实验,将基于多臂赌博机算法、基于隐马尔可夫模型的Q-Learning算法和基于统计的Q-Learning算法的干扰决策方法进行对比,分析不同算法的性能。