本发明提供了一种基于深度强化学习的电磁辐射源辨识方法，采用深度Q学习算法，构造一个DQN网络模型，依据网络最大动作价值函数和当前动作价值函数计算损失函数，更新网络参数，最终使得动作价值最大化，进而得到一个最优策略，输入电磁信号数据，DQN网络模型会依据最优策略输出预测的动作，即预测的调制方式，实现对电磁辐射信号调制方式的智能识别。本发明深度强化学习算法构建的DQN网络模型在训练阶段能够自主学习，在模型内部，神经网络会不断与环境进行交互，并根据输入的电磁辐射源信号数据输出动作价值函数和调制方式，使得动作价值能最大化，从而得到一个最优策略，实现对电磁辐射源信号调制方式的智能准确识别。
声明：
“基于深度强化学习的电磁辐射源辨识方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1126
编辑：管理员
来源：北方有色网
咨询细节
