中文标题：一种基于强化学习的分布式MIMO雷达多目标检测方法

英文标题：A Multi-Target Detection Method for Distributed MIMO Radar Based on Reinforcement Learning

来源期刊：雷达学报

基金项目：国家自然科学基金(62022091, 62201588)

作  者：伍僖杰, 刘天鹏, 刘永祥, 刘丽

作者单位：国防科技大学电子科学学院 长沙 410000

摘  要：强化学习是实现认知雷达目标检测的重要手段。现有研究主要面向集中式MIMO雷达设计检测方法，存在观测视角单一的缺陷。针对该问题，本文面向同时具备波形、空间分集的分布式MIMO雷达提出一种基于强化学习的多目标检测方法。该方法在利用空间分集保障目标检测鲁棒性的同时，以波形分集为核心构建了马尔科夫决策过程：首先通过统计信号检测手段感知环境中的目标属性，据此优化发射波形，并利用积累经验更新对环境态势的认知，循环往复，最终稳定获取在目标方向上聚焦的雷达波形，达到优异检测性能。其中，为方便目标定位，该文以形状规则的栅格作为待检测单元推导了多天线相干处理模式下的极大化栅格广义似然比检测器；为实现波形优化，该文设计了常规及强目标限制共两种优化问题，并给出基于连续凸近似的解法。经静态、动态场景的仿真实验表明，所提方法能够实现对环境态势的自主感知，且拥有比对比方法更优的检测性能，尤其在弱目标上表现更佳。

全文链接： https://radars.ac.cn/cn/article/doi/10.12000/JR25219