高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种强化学习驱动的集中式MIMO雷达功率分配算法

黄洁瑜 谢军伟 张浩为 冯为可 韩卫航

黄洁瑜, 谢军伟, 张浩为, 冯为可, 韩卫航. 一种强化学习驱动的集中式MIMO雷达功率分配算法[J]. 电子与信息学报. doi: 10.11999/JEIT260695
引用本文: 黄洁瑜, 谢军伟, 张浩为, 冯为可, 韩卫航. 一种强化学习驱动的集中式MIMO雷达功率分配算法[J]. 电子与信息学报. doi: 10.11999/JEIT260695
HUANG Jieyu, XIE Junwei, ZHANG Haowei, FENG Weike, HAN Weihang. A Reinforcement Learning Driven Power Allocation Algorithm for Collocated MIMO Radar[J]. Journal of Electronics & Information Technology. doi: 10.11999/JEIT260695
Citation: HUANG Jieyu, XIE Junwei, ZHANG Haowei, FENG Weike, HAN Weihang. A Reinforcement Learning Driven Power Allocation Algorithm for Collocated MIMO Radar[J]. Journal of Electronics & Information Technology. doi: 10.11999/JEIT260695

一种强化学习驱动的集中式MIMO雷达功率分配算法

doi: 10.11999/JEIT260695 cstr: 32379.14.JEIT260695
基金项目: 国家自然科学基金(62571544),陕西省创新能力支撑计划项目(2025ZC-KJXX-81),陕西省教育厅青年创新团队科研计划项目(24JP221),西安市自然科学基金(26ZRKX00090)
详细信息
    作者简介:

    黄洁瑜:男,博士生,研究方向为雷达资源管理、电子对抗技术,邮箱: hjy_ed@163.com

    谢军伟:男,教授,研究方向为新体制雷达、干扰与抗干扰技术

    张浩为:男,副教授,研究方向为雷达资源管理,邮箱: zhw_xhzf@163.com

    冯为可:男,副教授,研究方向为雷达信号处理、雷达成像及目标识别

    韩卫航:男,博士生,研究方向为频控阵雷达、电子对抗技术

    通讯作者:

    张浩为 zhw_xhzf@163.com

  • 中图分类号: TN959.6

A Reinforcement Learning Driven Power Allocation Algorithm for Collocated MIMO Radar

Funds: National Natural Science Foundation of China (62571544), Innovation Capability Support Program of Shaanxi (2025ZC-KJXX-81), Research Program Project of Youth Innovation Team of Shaanxi Provincial Education Department (24JP221), Natural Science Foundation of Xi’an (26ZRKX00090)
  • 摘要: 集中式多输入多输出(Multiple-input Multiple-output, MIMO)雷达资源分配算法可有效提升多目标跟踪精度,而传统优化算法仅优化下一时刻跟踪性能,难以实现全时域多目标累积跟踪精度提升;同时,传统优化算法的计算复杂度较高,难以满足资源分配过程的实时性要求。针对该问题,本文提出一种强化学习(Reinforcement Learning, RL)驱动的集中式 MIMO 雷达功率分配算法。首先,利用后验克拉美罗界(Posterior Cramér-Rao Lower Bound, PCRLB)构建RL模型的状态与奖励函数,将功率资源分配过程建模为马尔可夫决策过程(Markov Decision Process, MDP),建立RL驱动的资源分配优化模型;其次,结合工程实际与算法收敛性要求,采用对决双深度 Q 网络(Dueling Double Deep Q-Network, D3QN)算法对模型进行求解。仿真结果表明,相较于固定功率分配与传统优化分配算法,所提算法可实现功率资源的自适应合理分配,显著提升全时域累积跟踪精度;并且训练后的网络可以根据状态进行实时决策输出资源分配结果,提升了算法实时性。
  • 图  1  强化学习驱动的资源分配框架图

    图  2  对决网络结构图

    图  3  D3QN算法结构图

    图  4  雷达与目标位置示意

    图  5  雷达与目标间距离

    图  6  不同策略下RMSEs和PCRLBs对比图

    图  7  资源分配结果图

    图  8  不同场景下算法累积奖励值对比图

    1  D3QN算法

     1 初始化雷达、目标、仿真参数
     2 初始化智能体 Agent,环境 Env
     3 初始化经验回放池 Replaybuffer
     4 For $ \text { epieode }=1: E $ do
     5  初始化状态$ s_1 $
     6  For $ k=1: T $ do
     7   将状态$ \text { Ak } $输入智能体Agent
     8   依据$ s \text { - greedy } $策略选取动作$ a_{k} $
     9   与环境Env交互
     10   得到奖励$ \eta $以及下一时刻状态$ \Delta+1 $
     11   保存经验$ \left(s_{k}, a_{k}, \eta_{k}, s_{k+1}\right) $到经验回放池
     12   If $ \text { aize }(\text { Replaybuffer }) \geq N $ then
     13    从经验回放池中批量采样$ N $个样本
     14    更新决策Q网络参数:$ \theta \leftarrow \theta-\alpha \nabla_{\theta} L(\theta) $
     15   End If
     16   If $ [F+T \times(\text { epiaode }-1)] $mod $ N_{\text {upulate }} $== 0 then
     17    更新目标Q网络参数:$ \theta \leftarrow \theta $
     18   End If
     19 End For
     20 End For
    下载: 导出CSV

    表  1  目标初始运动状态

    目标 初始位置(km) 速度(m/s)
    1 (100, 24) (–220, –250)
    2 (–20, 20) (200, –200)
    3 (15, 10) (–200, –100)
    下载: 导出CSV

    表  2  算法实时性对比

    算法名称时间(s)
    传统优化算法0.4
    D3QN算法($ \gamma =0 $)0.044
    D3QN算法($ \gamma =0.99 $)0.043
    下载: 导出CSV
  • [1] 何子述, 程子扬, 李军, 等. 集中式MIMO雷达研究综述[J]. 雷达学报, 2022, 11(5): 805–829. doi: 10.12000/JR22128.

    HE Zishu, CHENG Ziyang, LI Jun, et al. A survey of collocated MIMO radar[J]. Journal of Radars, 2022, 11(5): 805–829. doi: 10.12000/JR22128.
    [2] 严俊坤, 陈林, 刘宏伟, 等. 基于机会约束的MIMO雷达多波束稳健功率分配算法[J]. 电子学报, 2019, 47(6): 1230–1235. doi: 10.3969/j.issn.0372-2112.2019.06.007.

    YAN Junkun, CHEN Lin, LIU Hongwei, et al. Chance constrained based robust multibeam power allocation algorithm for MIMO radar[J]. Acta Electronica Sinica, 2019, 47(6): 1230–1235. doi: 10.3969/j.issn.0372-2112.2019.06.007.
    [3] 李正杰, 谢军伟, 张浩为, 等. 一种低截获背景下的集中式MIMO雷达快速功率分配算法[J]. 雷达学报, 2023, 12(3): 602–615. doi: 10.12000/JR22203.

    LI Zhengjie, XIE Junwei, ZHANG Haowei, et al. A fast power allocation algorithm in a collocated MIMO radar under low interception backgrounds[J]. Journal of Radars, 2023, 12(3): 602–615. doi: 10.12000/JR22203.
    [4] 时晨光, 丁琳涛, 汪飞, 等. 面向射频隐身的组网雷达多目标跟踪下射频辐射资源优化分配算法[J]. 电子与信息学报, 2021, 43(3): 539–546. doi: 10.11999/JEIT200636.

    SHI Chenguang, DING Lintao, WANG Fei, et al. Radio frequency stealth-based optimal radio frequency resource allocation algorithm for multiple-target tracking in radar network[J]. Journal of Electronics & Information Technology, 2021, 43(3): 539–546. doi: 10.11999/JEIT200636.
    [5] 黄洁瑜, 张浩为, 谢军伟, 等. 一种面向隐身目标跟踪的雷达组网系统资源优化分配算法[J]. 北京航空航天大学学报, 2026, 52(2): 470–481. doi: 10.13700/j.bh.1001-5965.2023.0782.

    HUANG Jieyu, ZHANG Haowei, XIE Junwei, et al. A resource optimization allocation algorithm for radar networked system for stealth target tracking[J]. Journal of Beijing University of Aeronautics and Astronautics, 2026, 52(2): 470–481. doi: 10.13700/j.bh.1001-5965.2023.0782.
    [6] YUAN Ye, YI Wei, HOSEINNEZHAD R, et al. Robust power allocation for resource-aware multi-target tracking with colocated MIMO radars[J]. IEEE Transactions on Signal Processing, 2021, 69: 443–458. doi: 10.1109/TSP.2020.3047519.
    [7] ZHANG Haowei, SHI Junpeng, ZHANG Qiliang, et al. Antenna selection for target tracking in collocated MIMO radar[J]. IEEE Transactions on Aerospace and Electronic Systems, 2021, 57(1): 423–436. doi: 10.1109/TAES.2020.3031767.
    [8] 丁梓航, 谢军伟, 齐铖. 基于强化学习的频控阵-多输入多输出雷达发射功率分配方法[J]. 电子与信息学报, 2023, 45(2): 550–557. doi: 10.11999/JEIT211555.

    DING Zihang, XIE Junwei, and QI Cheng. Transmit power allocation method of frequency diverse array-multi input and multi output radar based on reinforcement learning[J]. Journal of Electronics & Information Technology, 2023, 45(2): 550–557. doi: 10.11999/JEIT211555.
    [9] 张鹏, 严俊坤, 高畅, 等. 动态电磁环境下多功能雷达一体化发射资源管理方案[J]. 雷达学报, 2025, 14(2): 456–469. doi: 10.12000/JR24230.

    ZHANG Peng, YAN Junkun, GAO Chang, et al. Integrated transmission resource management scheme for multifunctional radars in dynamic electromagnetic environments[J]. Journal of Radars, 2025, 14(2): 456–469. doi: 10.12000/JR24230.
    [10] LU Ziyang and GURSOY M C. Resource allocation for multi-target radar tracking via constrained deep reinforcement learning[J]. IEEE Transactions on Cognitive Communications and Networking, 2023, 9(6): 1677–1690. doi: 10.1109/TCCN.2023.3304634.
    [11] 易伟, 袁野, 刘光宏, 等. 多雷达协同探测技术研究进展: 认知跟踪与资源调度算法[J]. 雷达学报, 2023, 12(3): 471–499. doi: 10.12000/JR23036.

    YI Wei, YUAN Ye, LIU Guanghong, et al. Recent advances in multi-radar collaborative surveillance: Cognitive tracking and resource scheduling algorithms[J]. Journal of Radars, 2023, 12(3): 471–499. doi: 10.12000/JR23036.
    [12] ZHANG Peng, YAN Junkun, PU Wenqiang, et al. Collaborative strategy learning based transmit resource management scheme for multiple target tracking in multi-cooperative jamming environment[J]. IEEE Transactions on Signal Processing, 2026, 74: 2053–2068. doi: 10.1109/TSP.2026.3693184.
    [13] 陈佳美, 孙慧雯, 李玉峰, 等. 基于双深度Q网络算法的无人机辅助密集网络资源优化策略[J]. 电子与信息学报, 2025, 47(8): 2621–2629. doi: 10.11999/JEIT250021.

    CHEN Jiamei, SUN Huiwen, LI Yufeng, et al. Double deep Q network algorithm-based unmanned aerial vehicle-assisted dense network resource optimization strategy[J]. Journal of Electronics & Information Technology, 2025, 47(8): 2621–2629. doi: 10.11999/JEIT250021.
    [14] 周黎鸣, 余汐, 范明虎, 等. 基于双深度Q网络的多目标遥感产品生产任务调度算法[J]. 电子与信息学报, 2025, 47(8): 2819–2829. doi: 10.11999/JEIT250089.

    ZHOU Liming, YU Xi, FAN Minghu, et al. Multi-objective remote sensing product production task scheduling algorithm based on double deep Q-network[J]. Journal of Electronics & Information Technology, 2025, 47(8): 2819–2829. doi: 10.11999/JEIT250089.
    [15] 李一兵, 孙柳晴, 戚昌龙. 基于改进秘书鸟算法的协同干扰资源分配方法[J]. 电子与信息学报, 2025, 47(5): 1494–1504. doi: 10.11999/JEIT240709.

    LI Yibing, SUN Liuqing, and QI Changlong. Collaborative interference resource allocation method based on improved secretary bird algorithm[J]. Journal of Electronics & Information Technology, 2025, 47(5): 1494–1504. doi: 10.11999/JEIT240709.
  • 加载中
图(8) / 表(3)
计量
  • 文章访问数:  17
  • HTML全文浏览量:  9
  • PDF下载量:  1
  • 被引次数: 0
出版历程
  • 收稿日期:  2026-05-28
  • 修回日期:  2026-07-02
  • 录用日期:  2026-07-03
  • 网络出版日期:  2026-07-14

目录

    /

    返回文章
    返回