基于强化学习的无线电调频引信智能抗干扰决策方法及系统

本发明涉及基于强化学习的无线电调频引信智能抗干扰决策方法及系统，包括：模型建构：构建涵盖多种引信干扰类型的状态集以及多种抗干扰措施的动作集；构建奖励矩阵，状态转移以随机方式进行，以模拟真实场景中的不确定性；训练及最佳抗干扰策略获取：运用两个Q表，在更新Q值时，随机挑选其中一个Q表用于动作选择，并依据训练进程动态调整探索概率，另一个Q表则在更新Q值的过程中发挥辅助作用，且用于确定下一个状态的最佳动作；通过计算目标Q值并对所选Q表进行更新，同时获取奖励并更新决策正确率，两个Q表交替执行上述操作，持续迭代直至Q值收敛，最终得到应对不同干扰的最佳抗干扰策略。