基于深度学习的认知电子对抗技术

摘要

基于现代战场上面临的电磁环境复杂、成功突防难度大的问题,提出一种基于深度学习技术的导弹智能电子对抗系统设计方法。通过将战场上复杂电磁信号的信号类型、威胁等级、干扰策略、效果因子进行量化表征,生成海量数据样本;构建深度学习神经网络模型,并利用生成的数据样本完成模型训练,使模型具备实时感知已知、未知战场射频信号威胁,并生成优化干扰策略的能力;提出一种基于该模型的攻防对抗仿真方法,用于认知电子对抗技术的仿真验证。