光电无源干扰技术的发展现状

为了有效保护空中、海上和地面军事目标,就必须采取烟幕、伪装、光电假目标等光电无源干扰手段,对航天、航空侦察和舰载、陆基侦察进行反侦察。本文综述光电无源干扰技术。     

无人机光电对抗技术研究

无人机以其机动性强、高效费比、无人化等独特优势搭载光电对抗系统应用于无人化电子战,夺取战场主动权,是目前光电对抗发展的热点.分析光电侦察告警、电子压制与干扰、光电隐身等光电对抗技术在无人机平台的应用,重点从小型化、轻型化、标准化等方面论述无人机平台光电技术发展的趋势,展望了无人机蜂群技术,以及智能化光电对抗体系在未来复...     

量子人工智能中的对抗学习

量子人工智能是一个探究人工智能与量子物理交叉的领域:一方面人工智能的方法和技术可以用来解决量子科学中的问题;另一方面,量子计算的发展也可能为人工智能,尤其是机器学习,提供新的范式,极大促进人工智能的发展.然而,量子机器学习和经典学习系统对于对抗样本同样具有脆弱性:在原始数据样本上添加精心制作的微小扰动将很可能导致系统做出错误的预测.本文介绍经典与量子对抗机器学习的基本概念、原理、以及最新进展.首先从经典和量子两个方面介绍对抗学习,通过二维经典伊辛模型和三维手征拓扑绝缘体的对抗样本揭示出经典机器学习在识别物质相时的脆弱性,同时利用手写字体的对抗样本直观展示出量子分类器的脆弱性.随后从理论层面上分别阐述经典与量子的"没有免费午餐"定理,并探讨了量子分类器的普适对抗样本.最后,分析并讨论了相应的防御策略.量子人工智能中对抗学习的研究揭示了量子智能系统潜在的风险以及可能的防御策略,将对未来量子技术与人工智能的交叉产生深刻影响.     

面向雷达对抗的电磁态势认知问题研究

针对目前电磁态势认知没有形成统一认识的问题,以电磁态势中的雷达对抗态势为研究对象,提出了态势分层认知的概念,研究了雷达对抗态势知识的获取与分析,随后针对雷达对抗态势知识表示问题,建立了雷达对抗态势知识表示模型,为后续的电磁态势要素计算以及态势表征研究提供了基础。最后梳理了雷达对抗态势与电磁态势的相互关系,为下一步将雷达对抗态势融入电磁态势提供支撑。     

基于对抗生长的目标检测方法

针对目标探测算法对混合像元难以区分以及阈值不易选择的问题,根据同类像元的相似性提出对抗生长(AG)算法。首先将生长树模型应用在目标探测中,然后利用AG算法对生长树模型进行改进,最后在遗漏率和重叠率两个参数的约束下得到生长结果,通过对生长结果的进一步分析来得到探测结果。通过实验数据分析可以看到AG算法在检测概率为90%的情况下,虚警率比其他4种传统算法中最佳结果还低0.31个百分点;算法的接收机特性曲线在4组数据中均位于其他算法的左上方,验证所提算法的有效性,表明该算法能够较好地区分混合像元,克服阈值选择的难题,提高目标检测的效率。     

红外诱饵的辐射特性及在光电对抗系统中的作用

介绍了红外诱饵的辐射特性及在光电对抗系统中的作用，给出两类诱饵的光谱辐射特性曲线、光谱辐射数据表、红外热辐射特征、时域变化特性曲线等，指出诱饵弹的发展趋势。     

内场烟雾试验中的最优时空控制

在室内对红外烟雾、激光烟雾做战术技术性能试验是光电对抗技术研究的重要手段。本文阐述在此类试验中的最优时空控制原理与技术。它是依据切比雪夫关于寻求均匀逼近的近似方法，使逼近误差在整个定义区间上趋于最小值。文中论述了适于程序设计的数学模型，提出了相应的技术路线，给出了有关电路。     

机载红外干扰弹的设计研究

红外干扰弹作为红外对抗的重要组成部分，经过几十年的发展，今天已达到相当高的水平。本文着重研究机载红外干扰弹的设计.