系统工程与电子技术

作者：林志康(), 刘甲磊, 马佳智, 施龙飞, 徐进宝

单位：国防科技大学电子科学学院，湖南 长沙 410073

关键词：反辐射无人机,分布式辐射源,强化学习,深度Q学习

基金：湖南省科技创新计划(2022RC3067)资助课题

针对多个反辐射无人机(anti-radiation unmanned aerial vehicle, ARUAV)同时来袭时如何通过分布式辐射源协同实现有效诱偏以保护地面雷达的问题，提出一种面向双架ARUAV打击的分布式辐射源闪烁诱偏方法，旨在以大距离的分布式布站方式对辐射源进行闪烁辐射控制来影响ARUAV被动测角，进而改变其运行轨迹，最终在末端诱偏使其落点位于雷达辐射源安全半径之外。该方法首先分析信号延时控制形成脉内组合信号对ARUAV的测角诱偏原理并设计ARUAV运动模型，然后建立四维Q表深度Q学习框架，根据雷达安全距离条件建立奖励函数，以一定空域的ARUAV位置和速度作为输入，进行强化学习模型训练。仿真结果表明，所提方法诱偏距离至少为515.91 m，优于传统固定辐射诱偏方法，且较同等布站条件固定辐射的末端诱偏方法诱偏距离至少提升68.59%。

来源：2026年第1期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2026年第1期