多功能雷达干扰策略生成方法、装置、设备和介质

本申请涉及一种多功能雷达干扰策略生成方法、装置、计算机设备和存储介质，通过采用部分可观马尔可夫决策模型，根据“OODA”循环对于多功能雷达对抗的非合作式博弈过程进行建模，得到多功能雷达对抗过程模型，并设计基于Transformer与A2C的干扰策略生成网络。利用多个TIT单元作为观测特征提取器，通过策略网络输出动作概率分布，并利用价值网络进行状态价值评估，形成了策略‑价值双分支解耦结构。在构建的多功能雷达对抗过程模型下，对干扰策略生成网络进行训练，利用训练好的干扰策略生成网络生成对应的干扰策略，采用本方法可实时的生成有效精准的干扰策略。