第1章 認知電子戰概論 1.1 認知系統的構成 1.2 電子戰簡介 1.3 從人工智能的角度看電子戰領域面臨的挑戰 1.3.1 適用于電子支援和電子戰戰斗損傷評估的態勢估計 1.3.2 適用于電子進攻、電子防護和電子戰作戰管理的決策 1.3.3 用戶需求 1.3.4 認知無線電和電子戰系統的聯系 1.3.5 電子戰系統設計問題 1.4 選擇人工智能方法還是傳統方法 1.5 本書導讀 1.6 小結 參考文獻 第2章 目標函數 2.1 描述環境的可觀測量 2.2 改變系統行為的控制參數 2.3 性能評估指標 2.4 創建目標函數 2.5 目標函數設計注意事項 2.6 小結 參考文獻 第3章 機器學習入門 3.1 常用機器學習算法 3.1.1 支持向量機 3.1.2 人工神經網絡 3.2 集成方法 3.3 混合機器學習 3.4 開集分類 3.5 泛化和元學習 3.6 算法權衡 3.7 小結 參考文獻 第4章 電子支援 4.1 輻射源分類和表征 4.1.1 特征工程與行為表征 4.1.2 波形分類 4.1.3 特定輻射源識別 4.2 效能評估 4.3 多源情報數據融合 4.3.1 數據融合方法 4.3.2 5G多源情報融合用于定位的示例 4.3.3 分布式數據融合 4.4 異常檢測 4.5 因果關系 4.6 意圖識別 4.6.1 自動目標識別和跟蹤 4.7 小結 參考文獻 第5章 電子防護和電子進攻 5.1 優化 5.1.1 多目標優化 5.1.2 性能空間搜索 5.1.3 基于元學習的優化 5.2 調度 5.3 任意時間算法 5.4 分布式優化 5.5 小結 參考文獻 第6章 電子戰作戰管理 6.1 規劃 6.1.1 規劃的基礎：問題定義和搜索 6.1.2 分層任務網絡 6.1.3 行動不確定性 6.1.4 信息不確定性 6.1.5 時間規劃和資源管理 6.1.6 多時間尺度 6.2 博弈論 6.3 人機界面 6.4 小結 參考文獻 第7章 任務中實時規劃和學習 7.1 執行監控 7.2 任務中重規劃 7.3 任務中學習 7.3.1 認知架構 7.3.2 神經網絡 7.3.3 支持向量機 7.3.4 多臂賭博機 7.3.5 馬爾可夫決策過程 7.3.6 深度Q學習 7.4 小結 參考文獻 第8章 數據管理 8.1 數據管理流程 8.1.1 元數據 8.1.2 語義 8.1.3 可追溯性 8.2 策展和偏差 8.3 數據管理實踐 8.3.1 嵌入式系統中的數據 8.3.2 數據多樣性 8.3.3 數據增強 8.3.4 數據遺忘 8.3.5 數據安全 8.4 小結 參考文獻 第9章 架構 9.1 進程間的軟件架構 9.2 進程內的軟件架構 9.3 硬件選擇 9.4 小結 參考文獻 第10章 測試和評估 10.1 情景驅動 10.2 消融測試 10.3 計算精度 10.3.1 回歸和歸一化均方根誤差 10.3.2 分類和混淆矩陣 10.3.3 策略評估 10.4 學習保證：評估認知系統 10.4.1 學習保證過程 10.4.2 形式化驗證方法 10.4.3 經驗和半形式化驗證方法 10.5 小結 參考文獻 第11章 認知電子戰系統的初步構建實踐 11.1 開發注意事項 11.2 工具和數據 11.2.1 機器學習工具包 11.2.2 機器學習數據集 11.2.3 射頻數據生成工具 11.3 小結 參考文獻 縮略語 作者簡介