一种基于强化学习的海杂波幅度分布参数估计方法

本发明公开了一种基于强化学习的海杂波幅度分布参数估计方法，属于雷达信号处理领域。该方法包括：获取海杂波幅度分布的实测数据；基于分布统计模型的幅度参数估计问题，首先将幅度参数估计问题转换为马尔科夫决策过程，构建海杂波参数估计的状态空间、动作空间和奖励函数，然后利用Q学习算法与海杂波实测数据进行交互训练，求解的海杂波参数；所述奖励函数引入基础拟合奖励、形状特征奖励、收敛稳定奖励；所述基础奖励基于模型分布拟合优度计算；所述形状特征奖励包括尾部拟合奖励与峰值拟合奖励；所述收敛稳定性奖励根据智能体选择的动作计算。该方法有效避免了传统方法易陷入局部最优的问题，显著提升了海杂波幅度分布模型的拟合精度。