航天是高新技术聚集的领域，一直都处于科学技术的前沿、国家战略的前沿、社会发展的前沿。人工智能的发展和最新成果的广泛应用为航天技术研究开创了新的领域。本书介绍了人工智能在航天操控领域的应用技术以及未来的可能应用与发展趋势。主要以智能航天器、空间智能机器人等为对象，面向近地应用、载人航天、月球/深空探测、天文观测、行星发现

空时-频分组码是采用分集思想对无线通信传输系统性能进行改善的信道编码方式。本书主要介绍了STBC、STBC-OFDM和SFBC-OFDM三种信号的深度学习识别技术，从研究对象和技术路径的基础理论出发，对每类信号的预处理方式、数据集构建方法、深度学习模型架构都进行了详细的描述，并基于仿真数据对各种识别方法进行验证，给出了

这本书的作者是非经典逻辑、粗糙集理论和粒度计算领域的主要研究人员。不确定性条件下的人类推理由于其表征约束，不能很好地用经典逻辑来解释。非经典逻辑如模态逻辑、多值逻辑、直觉逻辑、弗协调逻辑自亚里士多德以来，就得到了研究和发展。在这本书中，粗糙集理论从代数和非经典逻辑角度进行研究。在非经典逻辑的基础上，研究了粗糙集的逻辑;

本书从强化学习的基础入手，以非常直观易懂的例子和实际应用来解释其中的每个概念，接着介绍一些前沿的研究及进展，这些进展使得强化学习可以超过其他（人工）智能系统。本书的目的不仅在于为读者阐释多种前沿强化学习算法背后的数学原理，而且也希望读者们能在各自的应用领域中实际运用这些算法及类似的先进深度强化学习智能体。本书从强化学习

本书探讨了在国家和国际层面的无线电频谱管理技术，涵盖了频谱管理背后的科学和政策，以及频谱管理的实施过程。本书内容包括无线电传输链路预算、有源和无源射频传感器、天线基础知识、国际上和美国国家无线电频率监管机构、世界无线电通信大会议题项目示例、无源和卫星业务的频谱挑战，以及频谱共享和冲突消解技术等。

本书内容全面涵盖视频监控的图像处理、视频处理、相关算法和具体实现。本书概述了图像处理和视频处理的基本概念，描述了传统视频监控系统的构建模块，讲述了对象分类技术、包括基于深度卷积神经网络和基于区域卷积神经网络模型的最新技术，介绍了基于机器学习技术的分类，详细讲述了在遮挡等复杂场景中对多个目标的处理和跟踪方法。还讲述了视频

本书对基于粗糙集的特征选择进行了综合性的介绍。通过本书，读者可以系统地研究粗糙集理论(RST)的各个领域，包括基础知识、前沿概念以及基于粗糙集的特征选择。本书还提供了基于粗糙集的API库，可用于支持一些粗糙集概念和基于粗糙集的特征选择的算法程序实现。

本书按照“概念、技术、流程、实践”的思路对美军作战仿真实验相关问题进行了介绍。首先从美军作战实验的相关概念着手，分析了美军对作战实验的定义、分类、基本组成等基本问题；接着重点分析了美军作战仿真实验中使用的建模与仿真技术、分析技术、互操作技术以及典型的作战仿真实验系统；然后依据仿真实验实施流程，从需求分析、实验设计、数据

本书共分为八章，重点介绍了立方星天线的设计和应用。首先对立方星1号进行了简单介绍，并重点介绍了多个天线的选择和设计；然后介绍了应用于6U级别立方星的最大反射阵列天线；最后对低增益天线、中增益天线和高增益天线三类现有立方星天线进行了概述，介绍了空间环境对天线的影响。

本书以靶场试验理论与方法为基础，以防空武器系统射击试验为对象，将建模仿真技术、虚拟现实技术与靶场射击过程相结合，介绍了防空武器系统试验平行仿真的一般方法与主要技术。主要内容包括虚实靶场资源的融合方法、靶场异构资源互联技术、基于抽样的航迹生成方法、基于误差模型的航迹生成方法等，建立了试验平行仿真系统体系结构，梳理了系统仿