第４５卷第３期２０２３年３月系统工程与电子技术ＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇａｎｄＥｌｅｃｔｒｏｎｉｃｓＶｏｌ．４５Ｎｏ．３■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■Ｍａｒｃｈ２０２３文章编号：１００１－５０６Ｘ（２０２３）０３－６３８－０９网址：ｗｗｗ．ｓｙｓ－ｅｌｅ．ｃｏｍ收稿日期：２０２１１２１４；修回日期：２０２２０３２７；网络优先出版日期：２０２２０６１３。网络优先出版地址：ｈｔｔｐ：∥ｋｎｓ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｅｔａｉｌ／１１．２４２２．ＴＮ．２０２２０６１３．１５３９．０４０．ｈｔｍｌ基金项目：上海航天科技创新基金（ＳＡＳＴ２０２２０６３）；国防科技基础加强计划（２０１９ＪＣＪＱＺＤ０６７００）资助课题＊通讯作者．引用格式：陈涛，张颖，胡学晶，等．基于ＤＱＮ的探测干扰一体化波形优化设计［Ｊ］．系统工程与电子技术，２０２３，４５（３）：６３８－６４６．Ｒｅｆｅｒｅｎｃｅｆｏｒｍａｔ：ＣＨＥＮＴ，ＺＨＡＮＧＹ，ＨＵＸＪ，ｅｔａｌ．ＩｎｔｅｇｒａｔｅｄｗａｖｅｆｏｒｍｏｐｔｉｍｉｚａｔｉｏｎｄｅｓｉｇｎｏｆｄｅｔｅｃｔｉｏｎａｎｄｊａｍｍｉｎｇｂａｓｅｄｏｎＤＱＮ［Ｊ］．ＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇａｎｄＥｌｅｃｔｒｏｎｉｃｓ，２０２３，４５（３）：６３８－６４６．基于ＤＱＮ的探测干扰一体化波形优化设计陈涛１，２，张颖１，２，＊，胡学晶１，２，肖易寒１，２（１．哈尔滨工程大学信息与通信工程学院，黑龙江哈尔滨１５０００１；２．哈尔滨工程大学先进船舶通信与信息技术工业和信息化部重点实验室，黑龙江哈尔滨１５０００１）摘要：由于侦察干扰机设备具有发射功能，为使发射的干扰信号还具有探测的效果，考虑将探测信号隐藏在干扰信号中，提出一种基于非均匀间歇采样重复转发的探测干扰一体化信号波形。首先，建立一体化信号模型，并利用非均匀间歇采样重复转发技术实现幅度编码调制；然后，在优化过程中，从模糊函数以及雷达检测环节分析一体化信号的特征，根据距离、速度分辨率以及脉压后幅度的均值与标准差之比，构造相应的目标函数；最后，利用深度Ｑ学习算法求解目标函数，获取最优的幅度编码方式。仿真结果表明，当编码状态量小时，深度Ｑ网络（ｄｅｅｐＱ－ｎｅｔｗｏｒｋ，ＤＱＮ）算法与强化学习算法收敛效果一致。与遗传算法相比...
