基于强化学习与蒙特卡洛搜索树的MIMO雷达布站方法

摘要

本发明公开了基于强化学习与蒙特卡洛搜索树的MIMO雷达布站方法，包括步骤：S1，对雷达天线布站区域进行离散化处理，获得该区域的栅格模型；S2，以布站状态作为输入，利用深度神经网络输出相应参数，辅助蒙特卡洛搜索树进行搜索更新；S3，根据蒙特卡洛树的结果更新神经网络参数，最后通过训练好的神经网络指导雷达布站等；在本发明的实施例中，使用深度神经网络与蒙特卡洛搜索树相结合形成的方法，实现布站策略的自主学习，完成训练学习后能够快速完成布站。在高维空间复杂场景中，能够优化雷达站点资源，满足监视任务指标。