据国防科技信息网11月27日消息，美国陆军作战能力发展司令部、陆军研究实验室和弗吉尼亚理工大学联合团队研究人员在《认知通信与网络》期刊发表了一篇名为《拥挤频谱环境下雷达探测与跟踪的深度强化学习控制》的论文，展示了一种适用于拥挤频谱环境的快速跟踪自适应雷达系统。该系统利用机器学习算法来学习频谱中不断变化的干扰行为，以识别可用的安全频谱。一旦识别出可用频谱，雷达会自动修改波形来适应频谱，进而提高雷达性能。联合团队正研究国防部雷达系统如何与商业通信系统共享频谱，并将自适应信号处理和机器学习算法应用于软件定义的雷达平台，以实现自主实时行为，提高雷达的智能程度。
http://www.dsti.net/Information/News/121619