Algorytmy sztucznej inteligencji w przetwarzaniu danych rozpoznania radioelektronicznego ELINT

• Autorzy: Rybak Łukasz , Dudczyk Janusz , Mazur Piotr

Identyfikatory

DOI

10.15199/59.2024.4.23

Warianty tytułu

EN

Artificial intelligence algorithm in ELINT data processing

• Konferencja: Konferencja Radiokomunikacji i Teleinformatyki (11-13.09.2024 ; Poznań, Polska)
• Języki publikacji: PL

Abstrakty

PL

Artykuł ukazuje znaczenie sztucznej inteligencji AI dla rozpoznania radioelektronicznego ELINT. Celem było przedstawienie procesu przetwarzania danych ELINT ze wskazaniem potencjału jego automatyzacji przez zastosowanie nadzorowanych i nienadzorowanych algorytmów uczenia maszynowego ML. Scharakteryzowano etapy procesu przetwarzania danych ELINT i wybrane algorytmy klasyfikacji i grupowania. Wyniki wykazały potencjał aplikacyjny poszczególnych algorytmów AI w różnych problemach z zakresu przetwarzania danych ELINT.

EN

The article shows the significance of artificial intelligence (AI) for electronic intelligence (ELINT). The aim was to present the ELINT data processing and indicate the potential for its automation through the use of supervised and unsupervised machine learning algorithms. The stages of the ELINT data processing and selected classification and clustering algorithms were characterized. The results showed the application potential of particular AI algorithms in various problems in the field of ELINT data processing.

Słowa kluczowe

PL

algorytmy; ELINT; rozpoznanie radioelektroniczne; sztuczna inteligencja; uczenie maszynowe

EN

algorithms; artificial intelligence; electronic intelligence; ELINT; machine learning

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
• Rocznik: 2024
• Tom: nr 4
• Strony: 121--124
• Opis fizyczny: Bibliogr. 12 poz., rys.

Twórcy

autor

Rybak Łukasz

• Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego, Warszawa

autor

Dudczyk Janusz

• Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego, Warszawa

autor

Mazur Piotr

• Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego, Warszawa

Bibliografia

• [1] Kaplan Andreas, Haenlein Michael. 2019. “Siri, Siri, in my hand: Who’s the fairest in the land? On the interpretations, illustrations, and implications of artificial intelligence”. Business Horizons, 62 (1) : 15-25.
• [2] Xin Yang i in. 2018. „Machine learning and deep learning methods for cybersecurity”. IEEE Access, 6 : 35365-35381.
• [3] Wiley Richard. 2006. „ELINT: „The interception and analysis of radar signals”. Artech House Publishers.
• [4] Rybak Łukasz, Dudczyk Janusz. 2019. „Increasing the information superiority on the modern battlefield through the use of virtual reality systems”. Security and Defence Quarterly, 25 (3) : 86-98.
• [5] Matuszewski Jan. 2021. „Rozpoznawanie sygnałów radarowych z wykorzystaniem sieci neuronowych”. Przegląd Elektrotechnicznych, 10 : 125-128.
• [6] Iglesias Victor i in. 2014. “Real-time radar pulse parameter extractor”. W: 2014 IEEE Radar Conference, Cincinnati, OH, USA, 371-375.
• [7] Dudczyk Janusz, Rybak Łukasz. 2023. “Application of data particle geometrical divide algorithms in the process of radar signal recognition”. Sensors, 23 (19).
• [8] Kang Shiqian, Wang Cong, Liu Zhangmeng. 2021. “Pulse Group Extraction of Multi-Function Radar”. W: 2021 CIE International Conference on Radar (Ra- dar), Haikou, Hainan, Chiny, 2322-2325.
• [9] Guo Gongde i in. 2003. „KNN Model-Based Approach in Classification”. Lecture Notes in Computer Science, 2888 : 986-996.
• [10] Yang Zhiwei i in. 2023. "A New Three-Way Incremental Naive Bayes Classifier". Electronics, 12 (7).
• [11] Ester Martin i in. 1996. “A density-based algorithm for discovering clusters in large spatial databases with noise”. W: Second International Conference on Knowledge Discovery and Data Mining, Portland, OG, USA, 226-231.
• [12] Ankerst Mihael i in. 1999. “OPTICS: ordering points to identify the clustering structure”. W: 1999 ACM SIGMOD international conference on Management of data, 49-60.