雷达侦察干扰技术2

　　在数字时代，基于丰富数据的机器分析需要复杂的用户友好和可视化来优化决策。新一代共享战斗地图的原型应该基于数据（而不是平台）来应用技术，以满足指挥官的新需求。共享战斗地图为当前形势及其如何产生提供了丰富的理解，是大多数指挥控制改进工作的终点。为了确保应对当今和未来的威胁所需的决策优势，应使用各种工具来预测未来可能发生的情况，并评估选择方案。先进的处理能力、机器学习和人工智能可以将指挥控制提高到另一个水平。

　　以快速移动目标为代表的敏感目标具有随机性和快速变化性，对指挥决策系统和反应系统提出了更高的要求。无人机反应系统应充分发挥人机智能，努力识别战场实体类别、敌我属性、行为动作、行为意图、行动启动地点、目的地、预期行动效果、预期行动变化的演变趋势，协助指挥员了解当前战场形势及其过去的演变过程和未来的变化趋势。智能防御无人机系统框架如下：

　　无人机防御目标。

　　目前，世界上有近65个国家和地区拥有无人机设备。无人机作为一个典型的低、慢、小目标，已成为各国关注的焦点。依托先进的探测传感、监控平台、数据集成和人工智能（人工智能）分类分析，虽然无人机反应可以在一定程度上为受保护的空域提供防御，但国内反应领域还没有完善、完善的防御方法。低、慢、小防御的困境部分来自于无人机反应技术的底层研究缺陷，但采用简单的技术路线提取低级目标特征。面对不确定、不安全、不断更新的无人机入侵威胁，时加强防御基础研究，提取高级威胁目标特征，无人机低空控制平台可以有前瞻性的判断，及时采取措施突破准确性瓶颈，打破数据岛实现样本深度学习障碍，形成完善的指标体系和着陆规则。