[发明专利]一种车载雷达频段分配方法及系统

权利要求书

1.一种车载雷达频段分配方法，其特征在于，包括：

根据上一次迭代中，车辆中车载雷达的第一使用频段、所述车载雷达受到的干扰以及第一车辆状态，计算本次迭代的第二车辆状态，并获取由第一使用频段、车载雷达受到的干扰、第一车辆状态和第二车辆状态组成的更新经历；

根据所述车辆的更新经历和上一次迭代中获得的第一策略函数参数，计算获得第二策略函数参数；

根据所述第二车辆状态和所述第二策略函数参数，计算获得本次迭代中所述车载雷达的第二使用频段，并将所述车载雷达的使用频段切换至所述第二使用频段。

2.根据权利要求1所述的方法，其特征在于，所述根据上一次迭代中，车辆中车载雷达的第一使用频段、所述车载雷达受到的干扰以及第一车辆状态，计算本次迭代的第二车辆状态，具体包括：

根据以下公式对所述车辆的第一车辆状态进行更新，获得第二车辆状态：

式中，s_p为第二车辆状态s的第p个分量，为第一车辆状态s-的第p个分量，车辆状态为一个M维的向量，M为车载雷达可以选用的频段的个数，第一车辆状态是更新前的车辆状态，第二车辆状态s＝[s₁，s₂，...，s_M]是更新后的车辆状态，p的取值范围为{1，2，...，M}；m为第一使用频段，I为所述车载雷达受到的干扰，β为加权参数，β的取值范围是[0，1]。

3.根据权利要求2所述的方法，其特征在于，所述获取由第一使用频段、车载雷达受到的干扰、第一车辆状态和第二车辆状态组成的更新经历，具体包括：

根据所述第一车辆状态s^-，第二车辆状态s，第一使用频段m和所述车载雷达受到的干扰I，组合为一次更新经历e。

4.根据权利要求3所述的方法，其特征在于，所述根据所述车辆的更新经历和上一次迭代中获得的第一策略函数参数，计算获得第二策略函数参数，具体包括：

根据更新经历e和上一次迭代中获得的第一策略函数参数，构建代价函数；

通过后向传播算法获取所述代价函数关于第二策略函数参数的导数，根据所述第二策略函数参数的导数，获得本次迭代中策略函数参数。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

将所述策略函数参数根据更新步长进行梯度下降，获得梯度下降后的策略函数参数，将该策略函数参数作为本次迭代中的第二策略函数参数。

6.根据权利要求1所述的方法，其特征在于，所述根据所述第二车辆状态和所述第二策略函数参数，计算获得本次迭代中所述车载雷达的第二使用频段，具体包括：

根据以下公式计算出车辆状态向量：

q＝f(s；w)；

式中，s为所第二车辆状态，w为第二策略函数参数，q为车辆状态向量，其中，s和q均为M维向量，M为可以选用的频段个数，f为由三层神经网络构建的策略函数；

以(1-ξ)的概率选择所述车辆状态向量q中最大分量对应的索引，以ξ的概率等概率地随机选择一个频段作为第二使用频段；

其中，ξ＝1/(1+t/10000)，t为迭代次数。

7.根据权利要求1所述的方法，其特征在于，所述计算获得第二策略函数参数的步骤还包括：

获得多个车辆的更新经历，通过所述多个更新经历构建测策略函数参数训练集；

通过所述策略函数参数训练集，对所述第一策略函数参数进行训练，获得第二策略函数参数。