基于博弈理论和频谱特征的雷达波形设计

本书从波形优化角度出发，考虑单天线和MIMO雷达两种体制，在认知雷达思想基础上，围绕雷达同干扰机间的博弈现象展开论述，从完全信息博弈出发，发展到不完全信息博弈，从单天线雷达到MIMO雷达，从传统博弈模型研究到基于人工智能中的深度强化学习技术，均进行了深入的探索和细致的分析，同时，也结合强化学习和深度强化学习技术，从人工智能产生雷达波形的角度进行了探索，为雷达波形产生的自动化和智能化提供思路，为电子战环境中雷达抗干扰性能提升奠定了基础。

第1章绪论
11雷达发展历程
111MIMO雷达研究背景与意义
112认知雷达研究背景与意义
12雷达波形设计技术发展
13博弈理论及在雷达领域应用
14本书内容结构
参考文献
第2章雷达信号模型基础
21单天线雷达信号模型
211已知目标的雷达回波SINR表示
212随机目标的雷达回波SINR表示
22MIMO雷达信号模型
221集中式MIMO雷达
222分布式MIMO雷达
223目标模型
23雷达假设检验模型
231回波PDF已知时目标假设检验理论
232回波PDF未知时目标假设检验理论
参考文献
第3章完全信息条件下单天线雷达与干扰Stackelberg博弈
31基于最大化SINR准则的波形优化方法
311雷达波形优化
312干扰波形优化
32雷达与干扰Stackelberg博弈波形优化
321雷达与干扰Stackelberg博弈模型
322雷达二次注水波形设计
33仿真及性能分析
331干扰功率固定时性能分析
332干扰功率可变时性能分析
参考文献
第4章完全信息条件下单天线雷达与干扰Rubinstein博弈
41雷达与干扰Rubinstein博弈模型
42雷达与干扰Rubinstein博弈波形优化
421博弈纳什均衡存在性证明
422迭代注水波形设计
43仿真测试及性能分析
431干扰功率固定时性能分析
432干扰功率可变时性能分析
参考文献
第5章不完全信息条件下单天线雷达与干扰Bayesian博弈
51雷达与干扰Bayesian博弈模型
52不完全信息条件下雷达波形设计
521雷达波形二次注水优化
522雷达波形迭代注水优化
53仿真测试及性能分析
531干扰功率固定时性能分析
532干扰功率可变时性能分析
参考文献
第6章杂波和干扰下认知MIMO雷达波形优化设计
61杂波和干扰环境MIMO雷达信号通用模型
62通用注水法优化雷达波形
621波形优化设计
622检测性能分析
623部分发射天线损毁后波形优化
63仿真验证及性能分析
631白噪声干扰环境中优化性能验证
632相关噪声干扰环境中优化性能验证
633空间自由度对优化后性能的影响
634信号长度对优化后性能的影响
635低检测性能天线损毁时波形再次优化性能分析
636高检测性能天线损毁时波形再次优化性能分析
参考文献
第7章Stackelberg博弈条件下基于互信息量准则的MIMO雷达波形
优化设计
71Stackelberg博弈模型及互信息量表示
72单方面博弈时波形优化
721雷达单方面博弈波形优化
722目标单方面博弈干扰优化
73分等级博弈时波形优化
731博弈中目标占优时两步优化
732博弈中雷达占优时两步优化
74仿真验证及性能分析
741雷达信号总功率Ps为定值时性能分析
742目标干扰总功率Pb为定值时性能分析
743Ps和Pb均为变量时性能分析
参考文献
第8章Stackelberg博弈条件下基于MMSE准则的MIMO雷达
波形优化设计
81MIMO雷达信号时空编码模型
82基于MMSE估计的最优波形设计
821第一匹配顺序条件下波形优化
822第二匹配顺序条件下波形优化
83基于MMSE的Stackelberg均衡解
831目标先行主导的maxmin均衡解
832雷达先行主导的minmax均衡解
84仿真验证及性能分析
841目标主导博弈方案分析
842雷达主导博弈方案分析
843两博弈方案的MMSE差值分析
参考文献
第9章基于强化学习的雷达波形优化设计
91干扰环境中的雷达信号建模
911干扰环境中的机载雷达信号模型
912雷达信号性能指标
92基于马尔可夫决策过程的波形设计方法
921基于马尔可夫决策过程的波形设计流程
922基于MDP的对抗环境建模
93基于策略迭代法的最优策略设计
931策略迭代算法原理
932基于策略迭代法的雷达最优策略设计流程
94仿真验证及性能分析
941雷达最优抗干扰策略生成
942最优波形策略性能分析
95时域信号生成
参考文献
第10章基于深度强化学习的雷达波形优化设计
101杂波和干扰环境机载雷达信号建模
1011杂波和干扰环境机载雷达信号模型
1012雷达信号性能指标
102基于马尔可夫决策过程的对抗环境建模
1021雷达动作、状态和奖励设计
1022对抗模型关键参数设置
103基于D3QN的雷达最优抗干扰策略
1031固定Q目标
1032优先经验回放
1033价值函数V和优势函数A
1034基于D3QN算法的雷达最优策略设计流程
104仿真验证及性能分析
1041雷达最优抗干扰策略生成
1042最优波形策略性能分析
105时域信号生成
参考文献
第11章总结与展望