先进多功能雷达智能感知识别技术 科学出版社 下载 pdf 电子版 epub 免费 txt 2025

《先进多功能雷达智能感知识别技术》聚焦优选多功能雷达的感知识别难题，将人工智能技术应用于对多功能雷达感知识别。《先进多功能雷达智能感知识别技术》内容主要包括优选多功能雷达行为建模表征、智能化感知识别技术基础、交织辐射源信号分选、脉内调制类型识别、多功能雷达工作状态识别、多功能雷达系统行为识别、认知多功能雷达行为策略逆向分析等。

本书可作为雷达电子对抗领域研究人员、相关专业研究生的参考用书。

前言

第1章 优选多功能雷达系统概述 1

1.1 优选多功能雷达发展历史 1

1.1.1 优选多功能雷达基本概念 1

1.1.2 相控阵优选多功能雷达发展历史 2

1.2 典型优选多功能雷达系统 4

1.2.1 地基多功能雷达系统 4

1.2.2 机载多功能雷达系统 7

1.2.3 舰载多功能雷达系统 12

1.3 优选多功能雷达给电子侦察带来的挑战 15

1.3.1 多功能雷达信号的特点 15

1.3.2 多功能雷达带来的挑战 16

参考文献 17

第2章 优选多功能雷达行为机理和观测建模 19

2.1 优选多功能雷达行为机理与参数化模型表征方法 19

2.1.1 MFR系统行为实现原理的层次化框架 19

2.1.2 MFR系统的典型行为模式 27

2.1.3 MFR系统行为实现过程的层次化框架 29

2.1.4 MFR系统行为动态特性表征方法 30

2.1.5 MFR工作状态的参数化模型表征 35

2.2 基于雷达信号PDW数据的多功能雷达系统行为观测模型 42

2.2.1 MFR系统行为观测模型的概念和内涵 42

2.2.2 MFR系统行为观测目标的客体模型 44

2.2.3 MFR系统行为观测信号的非理想性模型 45

2.2.4 MFR系统行为观测者分析模型 46

2.3认知多功能雷达系统行为框架 50 2.4

本章小结 52

参考文献 52

第3章 智能化感知识别技术基础 55

3.1 人工智能技术概述 55

3.1.1 人工智能技术简史 56

3.1.2 人工智能在辐射源识别中的发展趋势 57

3.2 特征工程简介 58

3.2.1 特征提取方法 59

3.2.2 特征选择方法 62

3.3 有监督机器学习 63

3.3.1 有监督机器学习简介 63

3.3.2 BP神经网络 64

3.3.3 卷积神经网络 65

3.3.4 循环神经网络 66

3.3.5 长短期记忆网络 67

3.4 无监督机器学习 68

3.4.1 无监督机器学习简介 68

3.4.2 原型聚类 68

3.4.3 密度聚类 70

3.4.4 层次聚类 70

3.5 强化学习 71

3.5.1 强化学习基本思想 71

3.5.2 马尔可夫决策过程 72

3.5.3 强化学习问题定义 73

3.6 本章小结 75

参考文献 75

第4章 雷达信号分选技术 77

4.1 雷达信号分选技术概述 77

4.1.1 雷达信号分选任务内涵 77

4.1.2 多功能雷达信号分选任务建模 78

4.1.3 雷达信号分选实现途径 85

4.2 基于无监督聚类的信号分选方法 87

4.2.1 无监督聚类方法原理 87

4.2.2 基于UCAR的无监督聚类分选算法 89

4.2.3 算法性能验证 93

4.3 基于参数化模型优选似然估计的信号分选方法 100

4.3.1 基于参数化模型优选似然估计的分选原理 100

4.3.2 基于参数化模型优选似然估计的分选算法 103

4.3.3 算法性能验证 109

4.4 基于神经机器翻译的信号分选方法 115

4.4.1 神经机器翻译方法原理 115

4.4.2 基于神经机器翻译的分选算法 117

4.4.3 算法性能验证 122

4.5 本章小结 131

参考文献 131

第5章 多功能雷达信号脉内调制识别技术 135

5.1 多功能雷达脉内调制识别技术概述 135

5.1.1 雷达脉内调制识别任务内涵 135

5.1.2 雷达脉内调制识别任务建模 136

5.1.3 雷达脉内调制识别技术途径分析 139

5.2 低信噪比条件下的脉内调制类型识别方法(LDCUnet-DCNN) 141

5.2.1 低信噪比下的脉内调制类型识别任务 141

5.2.2 生成对抗网络的基本原理 142

5.2.3 一种基于局部密集连接Unet的LPI雷达信号调制类型识别算法(LDCUnet- DCNN) 144

5.2.4 算法性能验证 149

5.3 小样本条件下脉内信号调制样式识别方法(FG-FSL) 152

5.3.1 脉内调制类型识别的小样本学习任务建模 152

5.3.2 小样本学习基本原理 153

5.3.3 一种基于前景分割的小样本识别方法(FG-FSL) 158

5.3.4 算法性能验证 161

5.4 时频交叠条件下的脉内调制类型识别方法(RAUnetGAN-MIML) 170

5.4.1 时频交叠条件下的脉内调制类型识别任务 170

5.4.2 多示例多标签学习方法的基本原理 171

5.4.3 一种基于残差注意力Unet和MIML的时频交叠信号调制识别方法 (RAUnetGAN-MIML) 172

5.4.4 算法性能验证 179

5.5 本章小结 187

参考文献 187

第6章 多功能雷达行为层次化识别技术 194

6.1 多功能雷达行为识别技术概述 194

6.1.1 行为层次化识别任务内涵 194

6.1.2 行为层次化识别任务建模 195

6.1.3 雷达行为层次化识别实现途径分析 198

6.2 基于序列到序列学习的工作状态序列识别方法 201

6.2.1 序列到序列学习的基本原理 202

6.2.2 基于层次化序列到序列学习的状态标签序列识别 203

6.2.3 算法性能验证 207

6.3 基于模型的时间序列聚类工作状态识别方法 221

6.3.1 时间序列的特性与聚类 221

6.3.2 雷达状态标签序列聚类识别算法 225

6.3.3 算法性能验证 232

6.4 基于序贯假设检验的工作状态序列切换点在线检测方法 242

6.4.1 多功能雷达工作状态在线切换点检测任务 242

6.4.2 雷达工作状态在线切换点检测算法 246

6.4.3 算法性能验证 252

6.5 优选多功能雷达系统行为识别方法 258

6.5.1 状态符号序列生成 258

6.5.2 状态行为映射识别 260

6.5.3 行为识别仿真数据实验 262

6.5.4 级联网络仿真数据实验 264

6.6 本章小结 266

参考文献 267

第7章 认知多功能雷达系统行为逆向分析 270

7.1 认知多功能雷达系统行为逆向分析任务概述 270

7.1.1 雷达系统行为逆向分析任务内涵 270

7.1.2 逆向分析技术实现途径分析 272

7.2 基于逆滤波的逆信号处理方法 274

7.2.1 针对雷达目标跟踪滤波的逆分析任务 274

7.2.2 典型雷达目标跟踪滤波算法的逆分析算法 277

7.2.3 逆滤波处理在干扰效果评估中的应用 289

7.3 基于回报函数反演的逆资源管理分析 304

7.3.1 基于服务质量的认知雷达资源管理模型 304

7.3.2 基于强化学习的认知雷达资源管理实现 306

7.3.3 认知雷达资源管理器逆向分析任务 309

7.4 基于多任务学习的认知雷达动作识别方法 310

7.4.1 多任务学习原理 311

7.4.2 基于MTL的认知雷达动作提取任务建模 312

7.4.3 基于MTL的认知雷达动作提取算法 313

7.4.4 算法性能验证 317

7.5 基于逆强化学习的认知雷达回报函数反演方法 326

7.5.1 逆强化学习原理 326

7.5.2 基于优选熵深度逆强化学习的回报函数反演算法 328

7.5.3 算法性能验证 331

7.6 本章小结 337

参考文献 338

暂无相关内容，正在全力查找中

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：先进多功能雷达智能感知识别技术 科学出版社在线阅读

在线听书地址：先进多功能雷达智能感知识别技术 科学出版社在线收听

在线购买地址：先进多功能雷达智能感知识别技术 科学出版社在线购买

暂无原文赏析，正在全力查找中！

暂无其它内容！

• 作者：Gingko 发布时间：2021-04-16 17:23:54

  Kill time

• 作者：[已(手动)注销] 发布时间：2018-06-15 15:43:26

  太杂，堆砌了很多资料但没有自己的逻辑框架。并且，很多地方是有误导新手的嫌疑的。认知心理学和自我观察灵修派的大型美术向展示。

• 作者：徐天 发布时间：2023-10-25 17:10:35

  真实 有深情 细节 很具体 值得放在手边经常翻翻的好书

• 作者：陆石溪 发布时间：2023-09-10 19:38:05

  各学科案例很多，读案例津津有味，但读完感觉不动脑子还是做不到的。

• 作者：刀叢中的小詩 发布时间：2015-07-20 10:23:41

  不折不扣的一本北宋朝野撕逼录，难怪同时代的人不会喜欢。但我觉得这本书却还真实，打破了平时小说和意识形态中的那些正邪二气论，若持一端久久不放，则失人失事多矣。

• 作者：晓光Light 发布时间：2015-01-28 14:15:45

  这一次阅读，终于读完。之前觉得结构凌乱，其实是因为自己没有读完的缘故。晚上回来写读后感。

• 启迪智慧的人生寓言 带给我的深思

  作者：羊子读书 发布时间：2023-03-24 20:09:18

• 大白鲨怎么会被比自己弱小的动物杀害

  作者：西兮读书 发布时间：2022-08-07 15:34:29

  在《神探迈克狐》中，迈克狐是孩子们最喜欢的大神探，他聪明帅气，风趣优雅。他自信的可以说，“任何罪恶都逃不过我的眼睛”的大神探，屡屡破获奇案 。是一位富有学博。有着细腻的观察思考，逻辑推理，解锁科学知识的大神探。

  

  啾飒是迈克狐的助理，虽然身体小小的，却拥有大大的勇气与智慧。他是从啾啾岛来到阁兰岛打工的啾啾族水鸟，一开始不会讲通用语的小可爱。可是他会为你带来有趣的故事呢！

  

  比如：“沉船谜䅁”

  大白鲨怎么会被自己弱小的动物杀害？罪犯如何轻松？凶手造成了身份，迈克狐能识破吗？

  迈克狐和啾啾接到伊比利岛的任务，啾啾挥舞着小翅膀跳起来 ，迎接迈克狐，一起前往伊比利岛的一个景点，原来景点发生了一起命案，还有当地的警方没法侦破这个案子，迈克狐狸是请过来的 ，

  因为这片海域经常有风暴出现，所以有很多船只在这里失事。

  由于有些海域很容易沉船，当然出现命案后 ，这个海域会裹上神秘的外衣。流言总是有，其实没有那么神秘。

  有时航线错误，台风的因素。是遇到台风两船相撞。船的底部很容易出现裂缝，以至船体进水部分海域和海况变化，因此相对于其他海域更容易发生沉船事件。

  可奇怪的是，大白鲨怎么会被比自己弱小的动物伤害呢？

  在沉船区复杂的情况下，迈克狐用他的思维确定自己的推理。

  

  像大白鲨体型大的动物，游动很不方便，而虎鲸比大白鲨的抉头还要大，如果是他来沉船区追杀大白鲨海达，那一定会对沉船区造成很大的破坏，而看到现场并没有受到多大的破坏，可见虎鲸并没有在沉船去做什么，而这些海豹体型小，体型小胆子大。

  原来正是他们利用了大白鲨海达对沉船区的不熟悉，才把他骗到这里来的。

  把鲨鱼强行翻成腹部朝上 ，它的脑部就会分泌神经递质血清素，血清素浓度增高，大白鲨就会陷入昏迷，这种状态叫强直静止，进入强直状态后，大白鲨不能游动，也就是不能遇到氧气，最后就会缺氧窒息。

  这些行为都让迈克孤戳穿他们的阴谋。绳之以法。

  接下来他们等待的将是法院的审判和监狱中的生活。

  最后迈克狐在伊比利岛完成了啾飒的委托。