認知電子戰(zhàn)中的人工智能方法

第1章 認知電子戰(zhàn)概論
1.1 認知系統(tǒng)的構(gòu)成
1.2 電子戰(zhàn)簡介
1.3 從人工智能的角度看電子戰(zhàn)領域面臨的挑戰(zhàn)
1.3.1 適用于電子支援和電子戰(zhàn)戰(zhàn)斗損傷評估的態(tài)勢估計
1.3.2 適用于電子進攻、電子防護和電子戰(zhàn)作戰(zhàn)管理的決策
1.3.3 用戶需求
1.3.4 認知無線電和電子戰(zhàn)系統(tǒng)的聯(lián)系
1.3.5 電子戰(zhàn)系統(tǒng)設計問題
1.4 選擇人工智能方法還是傳統(tǒng)方法
1.5 本書導讀
1.6 小結(jié)
參考文獻
第2章 目標函數(shù)
2.1 描述環(huán)境的可觀測量
2.2 改變系統(tǒng)行為的控制參數(shù)
2.3 性能評估指標
2.4 創(chuàng)建目標函數(shù)
2.5 目標函數(shù)設計注意事項
2.6 小結(jié)
參考文獻
第3章 機器學習入門
3.1 常用機器學習算法
3.1.1 支持向量機
3.1.2 人工神經(jīng)網(wǎng)絡
3.2 集成方法
3.3 混合機器學習
3.4 開集分類
3.5 泛化和元學習
3.6 算法權衡
3.7 小結(jié)
參考文獻
第4章 電子支援
4.1 輻射源分類和表征
4.1.1 特征工程與行為表征
4.1.2 波形分類
4.1.3 特定輻射源識別
4.2 效能評估
4.3 多源情報數(shù)據(jù)融合
4.3.1 數(shù)據(jù)融合方法
4.3.2 5G多源情報融合用于定位的示例
4.3.3 分布式數(shù)據(jù)融合
4.4 異常檢測
4.5 因果關系
4.6 意圖識別
4.6.1 自動目標識別和跟蹤
4.7 小結(jié)
參考文獻
第5章 電子防護和電子進攻
5.1 優(yōu)化
5.1.1 多目標優(yōu)化
5.1.2 性能空間搜索
5.1.3 基于元學習的優(yōu)化
5.2 調(diào)度
5.3 任意時間算法
5.4 分布式優(yōu)化
5.5 小結(jié)
參考文獻
第6章 電子戰(zhàn)作戰(zhàn)管理
6.1 規(guī)劃
6.1.1 規(guī)劃的基礎：問題定義和搜索
6.1.2 分層任務網(wǎng)絡
6.1.3 行動不確定性
6.1.4 信息不確定性
6.1.5 時間規(guī)劃和資源管理
6.1.6 多時間尺度
6.2 博弈論
6.3 人機界面
6.4 小結(jié)
參考文獻
第7章 任務中實時規(guī)劃和學習
7.1 執(zhí)行監(jiān)控
7.2 任務中重規(guī)劃
7.3 任務中學習
7.3.1 認知架構(gòu)
7.3.2 神經(jīng)網(wǎng)絡
7.3.3 支持向量機
7.3.4 多臂賭博機
7.3.5 馬爾可夫決策過程
7.3.6 深度Q學習
7.4 小結(jié)
參考文獻
第8章 數(shù)據(jù)管理
8.1 數(shù)據(jù)管理流程
8.1.1 元數(shù)據(jù)
8.1.2 語義
8.1.3 可追溯性
8.2 策展和偏差
8.3 數(shù)據(jù)管理實踐
8.3.1 嵌入式系統(tǒng)中的數(shù)據(jù)
8.3.2 數(shù)據(jù)多樣性
8.3.3 數(shù)據(jù)增強
8.3.4 數(shù)據(jù)遺忘
8.3.5 數(shù)據(jù)安全
8.4 小結(jié)
參考文獻
第9章 架構(gòu)
9.1 進程間的軟件架構(gòu)
9.2 進程內(nèi)的軟件架構(gòu)
9.3 硬件選擇
9.4 小結(jié)
參考文獻
第10章 測試和評估
10.1 情景驅(qū)動
10.2 消融測試
10.3 計算精度
10.3.1 回歸和歸一化均方根誤差
10.3.2 分類和混淆矩陣
10.3.3 策略評估
10.4 學習保證：評估認知系統(tǒng)
10.4.1 學習保證過程
10.4.2 形式化驗證方法
10.4.3 經(jīng)驗和半形式化驗證方法
10.5 小結(jié)
參考文獻
第11章 認知電子戰(zhàn)系統(tǒng)的初步構(gòu)建實踐
11.1 開發(fā)注意事項
11.2 工具和數(shù)據(jù)
11.2.1 機器學習工具包
11.2.2 機器學習數(shù)據(jù)集
11.2.3 射頻數(shù)據(jù)生成工具
11.3 小結(jié)
參考文獻
縮略語
作者簡介