一种基于强化学习的合成宽带波形优化方法

本发明涉及雷达波形优化技术领域，尤其涉及一种基于强化学习的合成宽带波形优化方法。本发明提出采用深度强化学习框架，对多子脉冲的中心频率和幅度参数进行端到端优化。该方法包括：构建合成宽带波形信号模型，将子波形参数化以确定优化问题的搜索空间；将波形优化问题转化为强化学习形式，定义状态空间、动作空间、奖励函数及状态转移机制；基于确定性软动作价值迭代策略算法，结合 Transformer 编码器提取点扩散函数特征，动态调整子脉冲参数。通过该方法可有效抑制，提升主瓣分辨率，改善雷达系统目标检测性能，具备良好的全局优化能力与环境适应性，适用于认知雷达与自适应波形设计场景。