论文部分内容阅读
认知电子对抗技术是将认知技术引入电子对抗系统中,使干扰系统根据对抗目标的状态变化,快速优化干扰策略并调度使用干扰资源,增强系统的自适应性和智能性。其中,目标状态识别是认知电子对抗系统中的关键环节。本文中目标状态是指以干扰方所接收的信号参数为基本依据而界定的对抗目标所处的状况。常规的目标状态识别技术是有监督的,即需要事先对采集信号(初始训练样本集)进行人工类别标注,因此目标识别缺乏时效性,并且当面对复杂的外部环境和较大的数据量时,标注的难度系数更大。同时,干扰方是以“数据流”的形式接收目标信号的,并且在没有对抗交互的情况下,对抗目标的一些工作模式或抗干扰措施可能会被“隐藏”,后期对抗过程中干扰方可能会遇到之前数据库(训练样本集)中未出现的目标“未知状态”。因此,本文认为认知电子对抗中的目标状态识别应该是无监督和增量式的。本文在给出认知电子对抗模型基础上重点研究了无监督的增量式目标状态识别方法,并结合认知电子对抗的其他关键技术设计仿真实验,验证研究方法的可行性和有效性。本文提出的无监督的增量式目标状态识别的特点包括:(1)利用聚类算法完成对初始信号样本的状态划分,从而不需要人工标注先验类别信息。(2)能够在线地判断新到来的信号样本是否属于未知目标状态。(3)能够对已有的识别模型进行更新,包括已知类别识别模型的更新和未知类别识别模型的生成。