一种结合注意力机制和A2C算法的雷达智能抗干扰方法

本发明具体涉及一种结合注意力机制和A2C算法的雷达智能抗干扰方法，包括：构建雷达、目标与干扰机对应的马尔可夫决策过程MDP模型，并定义MDP模型对应的状态空间、动作空间以及多目标奖励函数；利用基于自注意力机制的预处理层对状态数据进行特征提取，获取对应的状态特征；其中，状态数据包括干扰信号频率信息；利用演员网络确定状态特征对应的频率捷变策略；控制雷达执行频率捷变策略，以采集更新的状态数据；将更新的状态数据、频率捷变策略输入评论家网络，获取当前状态下的动作值函数的时间差分偏差；利用时间差分偏差对演员网络进行梯度更新，利用更新后的梯度对演员网络的网络参数更新，以利用网络参数更新后的演员网络生成频率捷变策略。