طراحی سامانه های خودتطبیق شناختی برای شناسایی و مقابله با تهدیدات طیفی متغیر در محیط های الکترونیکی پویا بر اساس الگوریتم های هوش مصنوعی

در عصر جدید جنگ های الکترونیکی، تهدیدات طیفی با سرعتی فزاینده در حال تکامل هستند و پاسخ های سنتی دیگر توانایی مقابله با این تهدیدات پیچیده و پویا را ندارند. در این پژوهش، یک سامانه شناختی خودتطبیق برای شناسایی، تحلیل و پاسخ هوشمندانه به تهدیدات طیفی در محیط های الکترونیکی پویا طراحی و پیاده سازی شده است. این سامانه با بهره گیری از الگوریتم های یادگیری تقویتی چندمرحله ای ، شبکه های عصبی حافظه دار و مدل های تصمیم ساز تطبیقی، قادر است به صورت بلادرنگ تهدیدات را تحلیل کرده و پاسخ هایی متناسب با تغییرات محیط اتخاذ کند. طراحی معماری چندلایه، بهینه سازی فازی-هوشمند، و استفاده از حافظه تطبیقی در تصمیم سازی، از ویژگی های متمایز این سامانه است. نتایج شبیه سازی ها نشان می دهد که سامانه پیشنهادی در مقایسه با مدل های پایه، از دقت بالاتر، سرعت پاسخ بهتر و توانایی تطبیق موثرتر با تهدیدات جدید برخوردار است. این پژوهش گامی موثر در مسیر توسعه سامانه های جنگال شناختی نسل آینده محسوب می شود.

کلیدواژه ها:

جنگ الکترونیک شناختی ، یادگیری تقویتی متا ، تهدید طیفی ، سامانه های تطبیقی ، LSTM ، تصمیم سازی بلادرنگ ، محیط پویا