认知电子战中的人工智能方法(精)人工智能首席技术专家 pdf下载

当前，电子战面临的严峻挑战凸显出应用人工智能技术的迫切性和必要性，认知电子战应运而生。但是，认知电子战技术研究仍处于初级阶段，其系统构建思路、核心技术、测试评估等都有待深入探索。
人工智能是认知电子战的核心。本书旨在搭建人工智能与认知电子战系统构建、测试评估之间的桥梁，内容涵盖机器学习方法、电子支援、电子防护和电子攻击、电子战战斗管理、任务中实时规划和学习、测试与评估等重要方面。本书主要面向人工智能和电子战领域的研究人员和工程技术人员。

凯伦·Z.海格（Karen Zita Haigh）博士，是美国水星系统公司（Mercury Systems）的人工智能首席技术专家，也是嵌人式系统中人工智能和机器学习技术的倡导者。Haigh博士曾就职于霍尼韦尔、BBN和L3，从事过各种复杂系统方面的工作，包括认知射频系统、智能家居、网络安全、喷气发动机、炼油厂和航天系统。

第1章 认知电子战概论
1.1 认知系统的构成
1.2 电子战简介
1.3 从人工智能的角度看电子战领域面临的挑战
1.3.1 适用于电子支援和电子战战斗损伤评估的态势估计
1.3.2 适用于电子进攻、电子防护和电子战作战管理的决策
1.3.3 用户需求
1.3.4 认知无线电和电子战系统的联系
1.3.5 电子战系统设计问题
1.4 选择人工智能方法还是传统方法
1.5 本书导读
1.6 小结
参考文献
第2章 目标函数
2.1 描述环境的可观测量
2.2 改变系统行为的控制参数
2.3 性能评估指标
2.4 创建目标函数
2.5 目标函数设计注意事项
2.6 小结
参考文献
第3章 机器学习入门
3.1 常用机器学习算法
3.1.1 支持向量机
3.1.2 人工神经网络
3.2 集成方法
3.3 混合机器学习
3.4 开集分类
3.5 泛化和元学习
3.6 算法权衡
3.7 小结
参考文献
第4章 电子支援
4.1 辐射源分类和表征
4.1.1 特征工程与行为表征
4.1.2 波形分类
4.1.3 特定辐射源识别
4.2 效能评估
4.3 多源情报数据融合
4.3.1 数据融合方法
4.3.2 5G多源情报融合用于定位的示例
4.3.3 分布式数据融合
4.4 异常检测
4.5 因果关系
4.6 意图识别
4.6.1 自动目标识别和跟踪
4.7 小结
参考文献
第5章 电子防护和电子进攻
5.1 优化
5.1.1 多目标优化
5.1.2 性能空间搜索
5.1.3 基于元学习的优化
5.2 调度
5.3 任意时间算法
5.4 分布式优化
5.5 小结
参考文献
第6章 电子战作战管理
6.1 规划
6.1.1 规划的基础：问题定义和搜索
6.1.2 分层任务网络
6.1.3 行动不确定性
6.1.4 信息不确定性
6.1.5 时间规划和资源管理
6.1.6 多时间尺度
6.2 博弈论
6.3 人机界面
6.4 小结
参考文献
第7章 任务中实时规划和学习
7.1 执行监控
7.2 任务中重规划
7.3 任务中学习
7.3.1 认知架构
7.3.2 神经网络
7.3.3 支持向量机
7.3.4 多臂赌博机
7.3.5 马尔可夫决策过程
7.3.6 深度Q学习
7.4 小结
参考文献
第8章 数据管理
8.1 数据管理流程
8.1.1 元数据
8.1.2 语义
8.1.3 可追溯性
8.2 策展和偏差
8.3 数据管理实践
8.3.1 嵌入式系统中的数据
8.3.2 数据多样性
8.3.3 数据增强
8.3.4 数据遗忘
8.3.5 数据安全
8.4 小结
参考文献
第9章 架构
9.1 进程间的软件架构
9.2 进程内的软件架构
9.3 硬件选择
9.4 小结
参考文献
第10章 测试和评估
10.1 情景驱动
10.2 消融测试
10.3 计算精度
10.3.1 回归和归一化均方根误差
10.3.2 分类和混淆矩阵
10.3.3 策略评估
10.4 学习保证：评估认知系统
10.4.1 学习保证过程
10.4.2 形式化验证方法
10.4.3 经验和半形式化验证方法
10.5 小结
参考文献
第11章 认知电子战系统的初步构建实践
11.1 开发注意事项
11.2 工具和数据
11.2.1 机器学习工具包
11.2.2 机器学习数据集
11.2.3 射频数据生成工具
11.3 小结
参考文献
缩略语
作者简介