基于递归博弈训练强化学习的雷达抗干扰决策方法

一种基于递归博弈训练强化学习的雷达抗干扰决策方法，属于雷达抗干扰技术领域。本发明针对现有雷达抗干扰决策方法自学习能力不足以及动态适应性差的问题。包括：建立雷达方决策系统为雷达智能体，建立干扰方决策系统为干扰智能体，并组成斯坦克尔伯格博弈模型；斯坦克尔伯格博弈模型的雷达智能体与干扰智能体分别采用近端策略优化算法进行递归博弈训练强化学习，并最终达到贝叶斯纳什均衡状态，使雷达智能体具备应对动态变化干扰的抗干扰策略生成能力，实现雷达抗干扰。本发明用于雷达抗干扰决策。