Название статьи или книги, фамилия автора, DOI

Применение когнитивных технологий в радиоэлектронной борьбе

Е.В. Калябин1

научная статья УДК 621.396.67(621.37) Страницы: 84-97 doi.org/10.18127/j00338486-202610-07

  1. 1 АО «ЦНИРТИ им. академика А.И. Берга» (Москва, Россия)

Аннотация

Постановка проблемы. Новый этап развития компьютерной техники подразумевает переход от цифровых технологий к когнитивным, что является третьей эрой в истории применения компьютерных технологий − когнитивной эрой, характерной чертой которой является применение компьютеров для имитации человеческих мыслительных процессов, таких как восприятие, память, обучение и принятие решений в высокодинамичных сценариях. В последние годы особое внимание исследователей направлено на развитие когнитивных алгоритмов в радиочастотной области. Используя методы, основанные на познании, радиолокационные системы (РЛС) могут воспринимать окружающую среду, точно настраивать и соответствующим образом регулировать параметры излучения радиосигналов (ширину импульса, интервал следования импульсов и мощность передатчика) для оптимального выполнения поставленной задачи. Очевидно, что традиционные методы радиоэлектронной борьбы (РЭБ), основанные на заранее запрограммированных стратегиях атаки, не смогут эффективно противостоять такой радиолокационной угрозе. В связи с этим следующее поколение систем РЭБ должно обладать когнитивными способностями для того, чтобы они могли принимать автономные решения в ответ на изменяющуюся обстановку и нивелировать действие новых неизвестных радиолокационных сигналов.

Цель. Показать, как за счет применения когнитивных методов РЭБ можно добиться контроля над электромагнитным спектром (ЭМС) в режиме реального времени.

Результаты. Представлены обобщенные структурные схемы системы когнитивной РЭБ (КРЭБ), объединяющей подсистемы когнитивной электронной поддержки (КЭП) и когнитивной электронной атаки (КЭА). Проведено имитационное моделирование, результаты которого продемонстрировали эффективность методов постановки активных помех неизвестным РЛС противника.

Практическая значимость. Проведенное исследование подтвердило работоспособность когнитивных методов РЭБ против современных и перспективных РЛС нового поколения.

Поступила
03.09.2026
Одобрена
10.09.2026
Принята
30.09.2026

Для цитирования

Калябин Е.В. Применение когнитивных технологий в радиоэлектронной борьбе // Радиотехника. 2026. Т. 90. № 10. С. 84−97. DOI: https://doi.org/10.18127/j00338486-202610-07

Список источников
  1. Noor A.K. Potential of cognitive computing and cognitive systems // Open Engineering. [On-line]. 2015. V. 5, № 1. Р. 75−88.
  2. Mitola J. (III), Maguire G.Q. (Jr.) Cognitive radio: making software radios more personal // IEEE Personal Communications Magazine. Apr. 1999. V. 6. Р. 13−18.
  3. Haykin S. Cognitive radar: A way of the future // IEEE Signal Processing Magazine. Jan. 2006. V. 23. Р. 30−40.
  4. Browne J. Cognitive EW Provides Computer-Powered Protection.
  5. Андреев Г.И., Тихомиров В.А., Замарин М.Е. Проблемы искусственного интеллекта в технической области радиоэлектронной борьбы // Радиотехника. 2024. Т. 88. № 5. С. 5−14. DOI: https://doi.org/10.18127/j00338486-202405-01.
  6. Основы проектирования средств радиоэлектронной борьбы / Под ред. Г.И. Андреева. М.: Радиотехника. 2024. 348 с.
  7. Сидорин А.Н., Безродный А.Н. Перспективы применения технологий искусственного интеллекта в радиоэлектронной борьбе // Военная мысль 2021. № 12. С. 108−118.
  8. Norman D. The design of everyday things, revised and expanded edition. New York: Basic Books. 2013.
  9. Wickens C.D., Hollands J.G. Engineering psychology and human performance. 3rd ed. New Jersey: Prentice-Hall, Upper Saddle River. 2000.
  10. Fuster J.M. Cortex and mind: unifying cognition. Oxford. U.K.: Oxford University Press. 2003.
  11. Pettersson G. An illustrated overview of ESM and ECM SYSTEMS. MSc. thesis, Naval Postgraduate School. Monterey. California. United States. 1993.
  12. Greco M.S., Gini F., Stinco P., Bell K. Cognitive radar: A reality ?, arXiv:1803.01000. [On-line]. Available: https://arxiv.org/abs/1803.01000 [Dec. 10. 2020].
  13. Zhang G., Rong H., Jin W. Intra-pulse modulation recognition of unknown radar emitter signals using support vector clustering, in Proc. 3rd International Conference on Fuzzy Systems and Knowledge Discovery, 2006, pp. 420-429.
  14. Wei Q., Xu Q., Pan Y., Zhange G. A novel method for sorting unknown radar emitter // In Proc. 2009 IEEE International Workshop on Intelligent Systems and Applications. 2009. 4 p.
  15. Pang J., Lin Y., Xu X. An improved feature extraction algorithm of radiation source based on multiple fractal theory // International Journal of Signal Processing, Image Processing and Pattern Recognition. Jan. 2014. V. 7. Р. 237−242.
  16. Neri F. Introduction to Electronic Defense Systems. 3rd ed. London. Artech House. 2018. 604 р.
  17. Minsky M.L. Theory of Neural-Analog Reinforcement Systems and Its Application to the Brain-Model Problem. Princeton. NJ. USA: Princeton Univ. 1954.
Полный текст, PDF 500 ₽