【摘 要】
:
装备的认知能力集中体现了认知电子战的根本属性,也是能否对复杂、智能的电子装备实施有效干扰的关键。强化学习作为人工智能领域炙手可热的技术手段,具备不依赖先验数据的自学习能力,是解决多功能雷达干扰难题的一个重要途径。本文在回顾传统的雷达干扰决策算法的基础上,阐述了利用强化学习进行雷达干扰决策的原理,分析了基于强化学习的雷达干扰决策技术的发展现状,并通过仿真分析了基于强化学习的干扰决策方法的性能,最后进
【基金项目】
:
复杂电磁环境效应国家重点实验室项目(2020Z0203B);
论文部分内容阅读
装备的认知能力集中体现了认知电子战的根本属性,也是能否对复杂、智能的电子装备实施有效干扰的关键。强化学习作为人工智能领域炙手可热的技术手段,具备不依赖先验数据的自学习能力,是解决多功能雷达干扰难题的一个重要途径。本文在回顾传统的雷达干扰决策算法的基础上,阐述了利用强化学习进行雷达干扰决策的原理,分析了基于强化学习的雷达干扰决策技术的发展现状,并通过仿真分析了基于强化学习的干扰决策方法的性能,最后进行了总结与展望。
其他文献
冬天到了,天气好冷呀!户外到处都是冰天雪地的。我走出家门,忽然看到不远处有一抹红色,咦,那是什么呢?我好奇地走近一看,啊,一股淡淡的幽香扑鼻而来,原来是围墙里边伸出来的一枝梅花!我仔细观察那枝梅花,只见梅花红艳艳的花瓣围着黄色的花蕊,鲜艳的色彩让它在萧(xiāo)条的冬天里显得更艳更美了,梅花好像在对我说:"我才不怕冷呢!"
梅花[宋]王安石墙角数枝梅,凌寒独自开。遥知不是雪,为有暗香来。诗歌译文墙角的几枝梅花,冒着严寒独自盛开。为什么远远望去就知道那不是雪呢?因为有一阵幽香隐隐传来。诗歌亮点《梅花》这首诗最大的亮点是能引导我们去比较。比较,就是辨别两种或两种以上事物的异同。
目的食物中磷脂类物质经肠道菌群作用可产生三甲胺(TMA),随血液循环进入肝脏后,经含黄素单加氧酶3(FMO3)作用代谢为三甲胺-N-氧化物(TMAO),可影响胆固醇代谢促进动脉粥样硬化等疾病的发展。本文研究TMAO对肝脏脂质代谢影响的调节及胆汁成分的调节,最终探讨TMAO在胆固醇结石形成中的作用。材料和方法①小鼠饲料摄入研究:8周龄成年雄性C57BL/6J小鼠和AKR/J小鼠随机分成2组,分别给予
随着科学技术的发展,卫星网络在通信技术方面发挥的作用越来越重要,这成为了工业界与学术界的关注的焦点。卫星网络的兴起,不仅能够对地面网络进行扩展与补充,也能支持全球覆盖,在自然灾害和偏远地区通信上提供可靠数据传输。然而,地面网络的发展,特别是5G技术的成熟,使得地面网络与卫星网络融合的趋势更加明显,卫星网络组网关键技术的研究越来越受到学术界与工业界的重点关注。本文从卫星网络研究的背景与意义出发,比较
针对多枚导弹在三维空间从不同初始位置同时拦截机动目标的问题,设计了一种带视线角约束的有限时间协同制导律.首先,给出三维空间的导弹-目标相对运动方程并建立了考虑视线角约束的多弹协同制导模型.其次,对视线纵向及法向方向分别设计了相应的协同制导律.其中在视线方向基于多智能体有限时间一致性理论设计了协同制导律,保证各拦截弹能够同时击中目标;基于一种新型的固定时间非奇异终端滑模控制方法设计了视线法向上的角度
以"细胞膜的结构与功能"大单元教学设计为例,阐述了如何在单元教学中,实现学生的问题分析、综合、评价和创造等高阶思维能力的培养;并通过量化评价实现对学生高阶思维的增值评价。
面向多导弹协同拦截机动目标的问题,基于剩余飞行时间控制,设计了两种不同的协同制导律。针对多导弹分布式通信的场景,基于偏置比例导引的思想设计了具有时变导航系数的分布式协同比例制导律;针对指定攻击时间的场景,基于常值前置角下的剩余飞行时间形式,利用滑模控制和非线性扰动观测器设计了具有指定攻击时间的滑模制导律。仿真结果表明,所设计的两种制导律可以有效针对机动目标实施协同攻击或依次攻击。
2020年暴发的新冠疫情导致国际油价剧烈波动。为探寻重大公共卫生突发事件对石油市场冲击影响的规律性,提升我国企业风险应对能力,本文以世界卫生组织(WHO)界定的六次国际公共卫生紧急事件(PHEIC)为研究对象,对上述六次重大公共卫生突发事件与国际油价变动之间的逻辑关系进行推演,基于2009-2020年的月度数据,使用PPM模型对六次重大公共卫生突发事件发生期间的国际油价走势进行突变点识别与突变概率
文章综合文献报道,总结近年来五运六气学说的研究及运用进展。从运气因素与疫病发生的相关性及防治方法、运气理论在临床中的应用、多学科交叉研究等方面探讨了五运六气学说的重要意义。
传统的基于最小二乘法的谐波状态估计往往受到量测装置少、精确的谐波阻抗获取难、网络拓扑结构复杂以及电网运行方式变化等因素的限制,造成量测方程欠定、系统非全局可观以及节点间耦合关系难以准确提取。文中提出了一种基于改进生成对抗网络的谐波状态估计方法。该方法基于pix2pix双节点谐波状态估计网络拟合监测节点与目标节点间的耦合关系,利用采集的历史谐波数据,对模型进行批量训练,通过训练之后的生成网络估算目标