電磁環境效應機理智能挖掘

《電磁環境效應機理智能挖掘》介紹了貝葉斯網絡在電子信息系統複雜電磁環境效應機理分析研究中的應用。
首先介紹了複雜電磁環境效應機理相關概念並闡述了貝葉斯網絡應用於效應機理研究的分析框架：
然後以典型雷達系統為例，闡述了電磁環境及電磁環境效應特徵表徵方法，
介紹了特徵選擇方法以及特徵空間劃分方法；在此基礎上分析了融合領域知識的效應機理貝葉斯網絡建模方法並闡述了效應預測、
環境推理以及敏感性分析等效應機理推理分析方法；
最後以典型雷達壓制干擾效應機理分析為案例對相關理論研究方法的應用進行了詳細介紹。
《電磁環境效應機理智能挖掘》可為電子對抗領域相關技術人員開展電子信息系統電磁環境效應機理分析提供重要參考。

第1章緒論
1．1 概述
1．2 電磁環境效應與效應機理
1．2．1 電磁環境
1．2．2 電磁環境效應
1．2．3 電磁環境效應機理
1．3 效應機理研究中的問題和困難
1．3．1 輸出效應模糊，定量分析難
1．3．2 受體樣式多，規律總結難
1．3．3 歷史數據多，有效利用難
1．3．4 相關關係易尋，因果關係難證
1．4 貝葉斯網絡應用於效應機理研究
1．4．1 貝葉斯理論及貝葉斯網絡
1．4．2 貝葉斯網絡應用於效應機理研究的數學描述
1．4．3 貝葉斯網絡應用於效應機理研究需要解決的問題
1．5 基於貝葉斯網絡的電磁環境效應機理分析框架

第2章雷達典型電磁環境及表徵方法
2．1 電磁環境信號特性
2．1．1 壓制干擾信號特性分析
2．1．2 欺騙干擾信號特性分析
2．1．3 雜波信號特性分析
2．1．4 背景信號特性分析
2．1．5 複雜電磁環境要素特性參數
2．2 電磁環境要素參數提煉
2．2．1 參數提煉基本原理
2．2．2 壓制干擾參數提煉
2．2．3 欺騙干擾參數提煉
2．2．4 雜波參數提煉
2．2．5 背景信號參數提煉
2．2．6 電磁環境要素參數表徵集
2．3 小結

第3章雷達電磁環境效應分析及表徵方法
3．1 基於領域知識的效應特徵提取
3．1．1 雷達系統效應特徵分析
3．1．2 雷達系統效應指標計算方法
3．1．3 雷達系統效應表徵參數集
3．2 基於機器學習的效應特徵提取
3．2．1 深度卷積神經網絡
3．2．2 基於卷積神經網絡的P顯圖像特徵提取
3．3 融合領域知識與機器學習的效應特徵構建
3．3．1 效應特徵及融合方法
3．3．2 分析驗證
3．4 融合信號層與應用層的效應特徵構建
3．4．1 基本理論與方法
3．4．2 分析驗證
3．5 小結

第4章特徵選擇與離散量化方法
4．1 特徵選擇方法
4．1．1 典型流形學習算法
4．1．2 改進流形學習算法
4．1．3 特徵評價
4．2 特徵空間劃分方法
4．2．1 均勻劃分
4．2．2 非均勻劃分
4．2．3 K均值聚類
4．2．4 不同劃分方法精度對比分析
4．3 小結
……
第5章效應機理貝葉斯網絡建模與推理分析
第6章雷達電磁環境效應機理分析案例
參考文獻