基于PPO的认知雷达抗干扰策略自适应生成方法及装置

本发明公开了一种基于PPO的认知雷达抗干扰策略自适应生成方法及装置，其中方法包括：获取回波频谱，将其输入抗干扰策略选择模型得到抗干扰参数；该模型通过下述方式训练得到：构建认知雷达抗干扰模型，其中的认知雷达模型持续发射频率可变的雷达脉冲，干扰机模型截获雷达脉冲并释放干扰；利用PPO算法训练演员网络和评论员网络；演员网络根据回波频谱输出行为的期望和标准差；行为和雷达脉冲的中心频率一一对应；评论员网络根据回波频谱输出回报价值；根据训练完成的演员网络构建抗干扰策略选择模型。本发明解决了现有的抗干扰策略过于依赖规则和经验，难以满足复杂电磁干扰环境下的抗干扰需求的问题，使认知雷达能够快速准确地实现抗干扰。