[发明专利]基于虚拟遗憾最小化算法的雷达干扰博弈策略设计方法

权利要求书

1.一种基于虚拟遗憾最小化算法的雷达干扰博弈策略设计方法，其特征在于，包括：

S1：构建雷达与干扰机对应的扩展式多回合博弈交互模型，其中，所述雷达和干扰机分别设置为虚拟遗憾最小化算法中的两个玩家；

S2：基于所述扩展式多回合博弈交互模型，构建雷达信息集获取模型和干扰机信息集获取模型，在雷达信息集获取模型中，雷达结合自身动作以及对干扰机动作的观测信息得失，得到雷达从双方历史交互过程中获取的交互信息并进行编码；在干扰机信息集获取模型中，干扰机结合自身动作以及对雷达动作的观测信息得失，得到干扰机从双方历史交互过程中获取的交互信息并进行编码；

S3：基于虚拟遗憾最小化算法并结合所述雷达信息集获取模型和所述干扰机信息集获取模型，对雷达与干扰机的交互过程进行求解，以获取雷达与干扰机之间的多个博弈平均策略组合；

S4：获取每个博弈平均策略组合的利用度，并将得到利用度最小值对应的博弈平均策略组合确定为博弈双方的目标。

2.根据权利要求1所述的基于虚拟遗憾最小化算法的雷达干扰博弈策略设计方法，其特征在于，所述扩展式多回合博弈交互模型包括多个交互回合，在每个交互回合中，由雷达向干扰机发送脉冲信号，所述干扰机在雷达的脉冲信号内部完成一次或多次截获并在所述脉冲信号中释放瞄准式噪声压制干扰信号，再由所述雷达接收包含所述瞄准式噪声压制干扰信号的脉冲信号。

3.根据权利要求2所述的基于虚拟遗憾最小化算法的雷达干扰博弈策略设计方法，其特征在于，所述雷达为子脉冲级频率-宽度捷变雷达；所述干扰机为收发分时体制，具备截获时长小于雷达最小子脉冲宽度的能力。

4.根据权利要求2所述的基于虚拟遗憾最小化算法的雷达干扰博弈策略设计方法，其特征在于，所述S2包括：

S2.1：将雷达第k个脉冲信号的动作表示为每个最小子脉冲宽度内的信号的频点：

其中，表示雷达第k个脉冲信号的动作，各个频点满足表示每个子脉冲可选频点集合，其中，雷达发射的单个脉冲包含一个或多个子脉冲，雷达在每个脉冲内的可选动作集合均相同，记为：

其中，×表示笛卡尔乘积；

S2.2：所述干扰机截获一段雷达信号后，对雷达信号频点信息进行感知，随后发射中心频率等于所截获雷达信号载频的瞄准式噪声压制干扰信号，并开始截获状态和发射干扰信号状态的循环，直至截获不到雷达信号，将第k个脉冲下干扰机的动作表示为所有截获动作起始时刻与干扰机单次截获时长T_I的比值：

其中，0表示干扰机截获动作起始时刻为雷达脉冲的零时刻，2表示干扰机截获动作起始时刻为雷达脉冲的2T_I时刻，3表示干扰机截获动作起始时刻为雷达脉冲的3T_I时刻，表示干扰机在雷达的一个脉冲的多个时刻进行截获动作，干扰机在每个脉冲内的可选动作集合均相同，记为

S2.3：所述雷达和所述干扰机在交互过程中获得目前时刻之前自身已经采取的动作以及对对手动作的观测，从而分别构建雷达信息集获取模型和干扰机信息集获取模型。

5.根据权利要求4所述的基于虚拟遗憾最小化算法的雷达干扰博弈策略设计方法，其特征在于，在所述S2-3中，在截至当前k个脉冲的交互过程中，雷达和干扰机采取的动作分别为与则当前时刻雷达和干扰机的历史行动：

雷达观察到的信息包括：自身已经采取的动作对干扰机动作的观测其中，则在第k个脉冲下，所述雷达的交互信息表示为：

其中，表示雷达的第一个脉冲的动作，表示雷达的第二个脉冲的动作，表示雷达的第k个脉冲的动作，表示在第一个脉冲下干扰机的动作，表示在第二个脉冲下干扰机的动作，表示在第k个脉冲下干扰机的动作；

在交互过程中，所述干扰机观察到的信息包括：自身已经采取的动作对雷达动作的观测其中，取决于干扰机进行截获动作的时机，表示干扰机在发射干扰信号时无法截获导致对该时段雷达信号频率的感知缺失，则在第k个脉冲下，所述干扰机的交互信息表示为：

当k＝0时，即双方均未采取任何一个动作时，双方的交互信息为空。