南京理工大学郭山红获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉南京理工大学申请的专利一种基于强化学习的空域主瓣干扰抑制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116679262B 。
龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310612735.9，技术领域涉及：G01S7/36；该发明授权一种基于强化学习的空域主瓣干扰抑制方法是由郭山红;高健;韩阳;董祥;王郡;方威;盛卫星设计研发完成，并于2023-05-29向国家知识产权局提交的专利申请。
本一种基于强化学习的空域主瓣干扰抑制方法在说明书摘要公布了：本发明提出了一种基于强化学习的空域主瓣干扰抑制方法，包括：对目标回波信号、噪声和干扰信号采样，获得雷达阵列天线接收信号矩阵；选择雷达作为智能体进行强化学习，确定智能体的状态空间和动作空间；基于步骤S2所设的智能体及其状态空间和动作空间，设计强化学习所需奖励信号；基于雷达阵列天线接收信号矩阵和步骤S2、S3所述内容构建的强化学习模型，采用DQN算法训练智能体，得到对干扰角度的预测；基于预测的干扰角度进行阻塞矩阵处理，对消主瓣干扰信号，完成主瓣抗干扰。本发明在固定干扰角度下，可以很快地锁定到干扰角度；当干扰角度变化时，快速跟随角度变化收敛到干扰角度，使系统输出信干噪比满足后续处理要求。
本发明授权一种基于强化学习的空域主瓣干扰抑制方法在权利要求书中公布了：1.一种基于强化学习的空域主瓣干扰抑制方法，其特征在于，所述方法包含以下步骤： S1.对目标回波信号、噪声和干扰信号采样，获得雷达阵列天线接收信号矩阵； S2.选择雷达作为智能体进行强化学习，确定智能体的状态空间S和动作空间A；智能体的状态空间S是所有智能体可能状态s的集合，t时刻的状态s表示为： 式中，为信干噪比，NUM为失配次数，为当前阻塞角度； 信干噪比的估计公式： 式中，Y为被测单元的幅值，M为参考单元的个数，Z为所有参考单元的总幅值； S3.基于步骤S2所设的智能体及其状态空间S和动作空间A，设计强化学习所需奖励信号； S4.基于步骤S1获得的雷达阵列天线接收信号矩阵和步骤S2、S3所述内容构建的强化学习模型，采用DQN算法训练智能体，得到对干扰角度的预测； S5.基于S4所得角度进行阻塞矩阵处理，对消主瓣干扰信号，完成主瓣抗干扰。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫街道200号南京理工大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励