作者：庄夏雷达增强学习故障诊断神经网络行动者评论家
摘要：为了提高现有雷达故障的诊断效率和诊断精度，提出了一种基于增强学习神经网络的雷达故障诊断模型。首先，对基于神经网络的故障诊断模进行了构建和分析；然后，给出了采用马拉特（Mallat）塔式小波变换算法对故障输入数据进行特征提取的方法，将神经网络故障诊断模型的所有参数作为马尔科夫决策模型（MDP）的状态空间，采用增强学习中的行动者评论家算法来寻求最优参数，即采用评论家对当前状态进行评价，并通过行动者对当前状态进行不断改变。在上述讨论基础上，采用反向传播算法再次训练模型。仿真结果表明：文中方法具有较高的故障诊断精确度，相比其他方法具有故障诊断效率高的优点。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
