基于PPO-RNN算法的认知干扰决策方法及干扰端

本发明公开了一种基于PPO‑RNN算法的认知干扰决策方法及干扰端，该方法包括：获取作为干扰目标的通信方的实时状态信息；将实时状态信息输入至训练好的基于PPO‑RNN算法的决策模型，得到实时干扰策略，其中，决策模型包括策略网络和价值网络，策略网络包括依序连接的两个全连接层和循环神经网络层。根据本发明提供的方法，通过在决策模型中引入全连接网络和循环卷积网络，能够利用循环卷积网络来捕获干扰目标电磁信号的时序关联性，提高决策效果；并且循环卷积网络还能够提高决策模型的训练速度，缩短其收敛时间，从而能够实现快速决策的目的，增强实时性，还能够提高模型稳定性。