中文标题：面向侦收脉冲序列的相控阵雷达波位划分方法：专家知识与强化学习混合框架

英文标题：Phased-Array Radar Beam Position Partitioning for Intercepted Pulse Sequences: An Expert Knowledge-Based Hybrid Reinforcement Learning Framework

来源期刊：雷达学报

基金项目：国家自然科学基金(62371465)，泰山学者工程专项经费基金(ts201511020)，山东省青创团队资助(2022KJ084)

作  者：余壮^{1, 2}, 凌青^{1, 2}, 闫文君^{1, 2}, 董世鹏³, 张立民^{1, 2}, 商允力⁴

作者单位：1. 海军航空大学信息融合研究所 烟台 264001
2. 山东省海空信息感知与处理技术重点实验室 烟台 264001
3. 西安电子科技大学雷达信号处理全国重点实验室 西安 710126
4. 中国人民解放军92038部队 青岛 266071

摘  要：相控阵雷达因其波束灵活扫描、多模式快速切换和参数捷变特性，使得传统基于参数聚类的雷达信号分析方法面临特征参数不稳定、参数空间重叠等问题。基于此，该文从波位划分角度入手进行相控阵雷达信号分析，即从混合脉冲流中还原出属于不同波束位置的脉冲子序列，创造性地提出了一种专家知识与强化学习混合(EK-HRL)框架。该框架首先基于脉冲幅度动态门限对波位进行初步划分，然后将初步划分结果输入人在回路强化学习环境，结合专家知识引导与置信度评估，最终实现波位的精细划分。仿真数据集实验表明：所提方法的波位划分精确率达到92.7%，置信度评估模型表现出良好的校准性，该方法为人机协同解决复杂电磁信号处理问题提供了一种有效的技术路径。

全文链接： https://radars.ac.cn/cn/article/doi/10.12000/JR25283