书籍详情
认知电子战原理与技术
作者:王沙飞 等著
出版社:国防工业出版社
出版时间:2018-12-01
ISBN:9787118117684
定价:¥93.00
购买这本书可以去
内容简介
《认知电子战原理与技术/现代电子战技术丛书》第1章是绪论,介绍电子战的概念及传统电子战系统面临的挑战,及认知理论在无线电领域的应用,提出认知电子战的概念和内涵,并对其国内外研究现状、系统组成、关键技术及应用前景进行了分析。第2章对人工智能理论进行概述,重点对监督学习、无监督学习以及强化学习三类机器学习方法进行介绍,最后介绍近年来受到广泛关注的深度学习模型。第3章主要介绍认知电子战中的电子支援方法,即目标信号威胁感知,它是实现认知对抗首要环节。本章重点介绍基于人工智能理论的威胁感知方法,包括目标状态识别、目标行为意图推理、目标威胁等级评估等;最后以雷达对抗为例介绍认知电子战中威胁感知的具体应用。第4章主要介绍认知电子战中的电子攻击方法——基于认知的干扰策略优化,主要介绍三个方面的内容,针对目标多种状态的智能化干扰样式决策、针对未知威胁目标或目标未知状态的干扰波形优化以及“多对多”对抗中的自适应干扰资源调度。第5章主要介绍认知电子战中的干扰效果评估方法,在实际作战中,由于被干扰对象不具有配合的属性,干扰方无法直接从被干扰对象处获取实际干扰效果,导致电子战无法形成OODA闭环。本章介绍基于频谱学习推理的干扰效果在线评估的思路、流程、指标体系与评估方法。第6章主要介绍认知电子战中的数据库构建方法,本章针对传统电子战数据库静态固化的不足,介绍了面向认知电子战的动态威胁库与干扰库的构建方法,提出了动态威胁库与干扰库的基本组成框架。第7章主要从雷达电子战和通信电子战两个方面,分别介绍认知电子战系统的仿真实例,对该书之前几章阐述的关键技术和算法进行仿真验证。
作者简介
王沙飞,1991年在北京理工大学信息与电子学院取得硕士学位。曾在解放军总参谋部工作,曾任总参61所副所长。现在战略支援部队某研究所工作。现任中国人民解放军军事科学院某研究所研究员,北京理工大学信息与电子学院兼职研究员。2017年11月27日,当选为中国工程院院士
目录
第1章 绪论
1.1 电子战简介
1.1.1 电子战的基本概念
1.1.2 电子战的分类
1.1.3 传统电子战系统存在的不足及其面临的挑战
1.2 认知理论及其在无线电领域的应用
1.2.1 认知的概念和内涵
1.2.2 认知无线电
1.2.3 认知雷达
1.3 认知电子战
1.3.1 认知电子战的概念和内涵
1.3.2 认知电子战的研究现状
1.3.3 认知电子战的系统组成
1.3.4 认知电子战的关键技术
1.3.5 认知电子战的应用前景
参考文献
第2章 人工智能理论
2.1 人工智能概述
2.1.1 人工智能起源
2.1.2 人工智能发展
2.2 优化方法
2.2.1 问题描述
2.2.2 无约束优化算法
2.2.3 约束优化算法
2.2.4 实例
2.3 机器学习
2.3.1 机器学习简述
2.3.2 监督学习
2.3.3 无监督学习
2.3.4 强化学习
2.3.5 深度学习
2.3.6 深度强化学习
2.4 本章小结
参考文献
第3章 目标信号的威胁感知
3.1 目标侦察信号处理
3.1.1 目标侦察信号处理的主要任务
3.1.2 信号分选
3.1.3 辐射源识别
3.1.4 传统信号侦察处理的局限
3.2 基于机器学习的目标状态识别
3.2.1 已知目标状态识别
3.2.2 未知目标状态识别
3.3 基于概率图模型的目标行为辨识
3.4 基于目标状态特征的威胁等级评估
3.5 雷达(网)的行为特征分析与识别
3.5.1 雷达行为特征规律分析
3.5.2 时/频/空域自适应雷达行为识别仿真及分析
3.5.3 雷达网的工作模式感知与识别
3.6 本章小结
1.1 电子战简介
1.1.1 电子战的基本概念
1.1.2 电子战的分类
1.1.3 传统电子战系统存在的不足及其面临的挑战
1.2 认知理论及其在无线电领域的应用
1.2.1 认知的概念和内涵
1.2.2 认知无线电
1.2.3 认知雷达
1.3 认知电子战
1.3.1 认知电子战的概念和内涵
1.3.2 认知电子战的研究现状
1.3.3 认知电子战的系统组成
1.3.4 认知电子战的关键技术
1.3.5 认知电子战的应用前景
参考文献
第2章 人工智能理论
2.1 人工智能概述
2.1.1 人工智能起源
2.1.2 人工智能发展
2.2 优化方法
2.2.1 问题描述
2.2.2 无约束优化算法
2.2.3 约束优化算法
2.2.4 实例
2.3 机器学习
2.3.1 机器学习简述
2.3.2 监督学习
2.3.3 无监督学习
2.3.4 强化学习
2.3.5 深度学习
2.3.6 深度强化学习
2.4 本章小结
参考文献
第3章 目标信号的威胁感知
3.1 目标侦察信号处理
3.1.1 目标侦察信号处理的主要任务
3.1.2 信号分选
3.1.3 辐射源识别
3.1.4 传统信号侦察处理的局限
3.2 基于机器学习的目标状态识别
3.2.1 已知目标状态识别
3.2.2 未知目标状态识别
3.3 基于概率图模型的目标行为辨识
3.4 基于目标状态特征的威胁等级评估
3.5 雷达(网)的行为特征分析与识别
3.5.1 雷达行为特征规律分析
3.5.2 时/频/空域自适应雷达行为识别仿真及分析
3.5.3 雷达网的工作模式感知与识别
3.6 本章小结
猜您喜欢