i-Future报告｜在线抗干扰的凸优化方法

文章预览

编者按： 论文《在线抗干扰的凸优化方法》为信号处理领域相关研究工作，研究团队成员为Liangqi Liu，Wenqiang Pu，Yingru Li，Bo Jiu，Zhi - Quan Luo。在这项工作中，研究团队针对智能干扰与雷达动态对抗问题，提出了一种基于在线凸优化(OCO)框架的抗干扰策略学习方法。该研究通过引入无偏梯度估计器，利用干扰器系统的独特属性，设计了两种改进算法，显著提高了OCO算法的样本效率，并在理论上提供了静态遗憾和普适遗憾的次线性界，表明了所提算法在对抗智能干扰器时的有效性。通过模拟实验，研究团队验证了所提出算法相对于常见OCO基线算法的性能优势。 论文链接：https://arxiv.org/abs/2402.16274 近期，深圳市大数据研究院蒲文强博士受邀于天元数学中心主办的“通信中的数学问题研讨会”报告该项工作。 一、背景介绍 1.1 传统抗干扰技术 传统雷达抗 ………………………………