强化学习是人工智能领域中的一个研究热点。在求解强化学习问题时,传统的最小二乘法作为一类特殊的函数逼近学习方法,具有收敛速度快、充分利用样本数据的优势。通过对最小二乘时序差分算法(Least-Squares Temporal Difference,LSTD)的研究与分析,并以该方法为基础提出了双权重最小二乘Sarsa算法(Double Weights With Least Squares Sarsa,DWLS-Sarsa)。DWLS-Sarsa算法将两权重通过一定方式进行关联得到目标权重,并利用Sarsa方法对时序差分误差进行控制。在算法训练过程中,两权重会因为更新样本的不同而产生不同的值,保证了算法可以有效地进行探索;两权重也会因为样本数据的分布而逐渐缩小之间的差距直到收敛至同一最优值,确保了算法的收敛性能。最后将DWLS-Sarsa算法与其他强化学习算法进行实验对比,结果表明DWLS-Sarsa算法具有较优的学习性能与鲁棒性,可以有效地处理局部最优问题并提高算法收敛时的表现效果。
在水声被动定位领域,用于定位的脉冲信号参数估计误差较大,会使得系统的定位性能下降。文章针对这一问题提出了一种基于到达角度(Direction Of Arrival,DOA)与相邻脉冲到达时间差(Time Of Arrival,TOA)的改进无迹卡尔曼滤波(Unscented K...
详细信息
在水声被动定位领域,用于定位的脉冲信号参数估计误差较大,会使得系统的定位性能下降。文章针对这一问题提出了一种基于到达角度(Direction Of Arrival,DOA)与相邻脉冲到达时间差(Time Of Arrival,TOA)的改进无迹卡尔曼滤波(Unscented Kalman Filter,UKF)被动定位方法。该方法选取DOA与TOA作为观测量并建立定位模型,首先使用滑动平均滤波(Moving Average Filtering,MAF)方法对用于初值估计的观测数据进行平滑预处理,之后使用伪线性估计方法(Pseudo-Linear Estimation,PLE)求解目标状态初值,并使用UKF方法对目标运动轨迹进行跟踪。仿真结果表明,相比于传统的扩展卡尔曼滤波(Extended Kalman Filter,EKF)和UKF定位方法,文章方法能够有效地提升收敛速度与收敛率,改善系统的定位性能。
暂无评论