Обучение с подкреплением для адаптивного подавления помех в фазированной антенной решётке с дискретным управлением фазой

Постановка проблемы. Фазированные антенные решётки (ФАР) с недорогими многоразрядными фазовращателями, обеспечивающими лишь несколько (например, восемь) дискретных состояний фазы на элемент, широко применяются в системах связи и радионаблюдения. При появлении источника преднамеренной или непреднамеренной помехи требуется быстро сформировать провал (нуль) диаграммы направленности (ДН) в направлении на помеху при сохранении усиления в направлении полезного сигнала. Классические аналитические методы адаптивного зануления разработаны для непрерывного управления фазой. После округления найденного решения к ближайшему дискретному состоянию (квантования) глубина провала часто резко снижается, а полный перебор всех комбинаций фаз вычислительно неосуществим уже при умеренном числе элементов решётки.

Цель. Разработать и экспериментально исследовать метод адаптивного зануления ДН линейной ФАР с дискретным (8-позиционным) управлением фазой на основе обучения с подкреплением, работающий непосредственно в пространстве дискретных состояний фазовращателей, и количественно сравнить его с классическим методом (аналитическое зануление с последующим квантованием фазы) и с полным перебором как эталоном глобального оптимума.

Результаты. Рассмотрена линейная ФАР из восьми излучающих элементов с шагом 0,19 м на несущей частоте 800 МГц и восемью дискретными состояниями фазы на элемент. Задача зануления сформулирована как комбинаторная оптимизация по 88 = 16 777 216 вариантам фазовых состояний решётки и решена методом градиента политики (REINFORCE) с независимой категориальной политикой по каждому элементу решётки. Установлено, что для источника помехи в диапазоне углов 15°–65° классический метод после квантования фазы обеспечивает подавление помехи всего на 0,6–8,3 дБ относительно уровня основного лепестка, тогда как предложенный метод, используя лишь 3000 обращений к модели (0,018% от полного перебора), осуществляет подавление помехи на 15,2–32,2 дБ при потере усиления основного лепестка не более 5,2 дБ.

Практическая значимость. Предложенный подход позволяет находить практически применимые решения задачи адаптивного зануления непосредственно в пространстве дискретных состояний реальных фазовращателей на 3–4 порядка быстрее полного перебора, что делает его пригодным для встраивания в системы адаптивного управления ДН ФАР с ограниченными вычислительными ресурсами.