随着战场形态向着信息化不断演进,电磁频谱作为战场信息传输与电子对抗的载体,争夺其控制权也变得日益激烈,所以对现在的战场态势认知需要扩展到电磁态势领域。本文针对雷达对抗所面临的电磁态势,开展面向雷达对抗的电磁态势认知以及相关态势知识计算方法研究,主要工作有以下几个方面:1、提出了面向雷达对抗的电磁态势分层认知模型以及知识表示方法。本部分首先阐述对于雷达对抗态势的理解。接着从分层认知概念出发,提出雷达对抗态势的分层认知模型。在对雷达对抗态势分层认知的基础上,研究基于分层认知的雷达对抗态势知识表示方法,为后续的雷达对抗态势相关计算方法的研究提供基础。2、研究了雷达对抗态势中欺骗干扰信号识别的方法。在雷达对抗态势分层认知的基础上,第一层认知需要完成对雷达干扰信号样式的识别。本部分研究内容是将双谱分析与深度学习运用到雷达干扰识别中,将干扰信号识别转换为图像进分类识别。首先对雷达欺骗干扰信号进行双谱分析得到双谱图像,将其作为卷积神经网络模型的输入,训练网络并识别,从而完成欺骗干扰信号的识别。3、研究了雷达对抗态势中敌方目标意图推理的方法。在雷达对抗态势第二层认知的基础上,需要完成雷达对抗中目标意图的推理,因此开展了雷达对抗态势中目标意图推理方法的研究。根据雷达等装备探测到的数据,使用GA-BP神经网络对数据进行训练识别,从而完成雷达对抗态势中敌方目标意图的推理,并设计了目标意图推理程序界面。4、研究了雷达对抗态势中敌方目标威胁程度估计的方法。在雷达对抗态势分层认知的基础上,第三层的认知需要完成雷达对抗态势中敌方目标威胁程度估计,因此开展了雷达对抗态势中目标威胁程度估计方法的研究。本部分主要是研究如何利用动态贝叶斯网络对空中目标威胁程度进行分析,使用Ge NIE2.0软件进行系统建模,并结合仿真案例进行分析。