无线电引信认知抗干扰模型及关键技术综述

针对无线电引信认知抗干扰理论缺乏系统性研究的现状,研究了基于认知原理的“感知识别决策行动”循环模型及其在电子反对抗(ECCM)领域中的应用,并阐明认知电子对抗系统的基本构成要素;简要介绍无线电引信的工作原理与特性,分析无线电引信面临的信息型干扰环境,在此基础上明确无线电引信认知抗干扰功能和模块要求,并建立无线电引信认知抗干扰模型,该模型由信号感知、自适应优化、抗干扰效能评估及动态抗干扰策略调度和动态知识库等4个模块组成,并明确引信认知抗干扰模型线下训练、线上优化与决策的工作模式;最后,结合无线点引信工作特性与认知电子对抗发展情况,分析无线电引信认知抗干扰关键技术,从而为提高无线电引信认知水平与抗干扰能力提供理论支撑。

深度学习研究及军事应用综述

深度学习作为当前人工智能领域的研究热点之一,已经受到广泛关注。借助于强大的特征表示和学习能力,深度学习日益成为军事领域智能化发展的技术基础。首先结合深度学习的最新发展,指出深度学习的快速发展得益于理论的突破、计算机运算能力的显著提高和开源软件的广泛流行,着重梳理了目前主要的深度学习硬件平台和编程框架,并总结了各自的特点和研究进展;然后对深度学习在目标识别、态势感知、指挥决策等典型军事领域的应用和存在的不足进行了总结;最后,分析了深度学习军事应用面临的挑战,包括数据获取困难、处理不确定不完备信息和多域信息能力不足、精确度和实时性较低、可解释和可理解性不强等,并针对这些问题展望了未来可能的发展方向和趋势。