在电子支援与对抗中,复杂电磁环境下的目标行为认知研究已成为关键课题。随着智能设备的发展,电磁目标的浅层特征提取难以满足复杂电磁环境下的智能目标分析与决策应用需求。基于认知研究的电磁目标行为分析,关注如何根据电磁目标参数变化、活动规律与综合情报获取目标行为状态与群体协同知识。当前的电磁目标行为分析研究大多依赖先验行为模板与转移信息,对于参数潜在变化规律的研究不足,难以解决参数高度重叠和非平稳变化信号源的行为分析任务。同时现有研究对群体协同关注较少,情报数据的知识利用程度与可重用程度较低。针对上述问题,本文基于时序特征分析与知识构建思想,重点研究了复杂电磁环境下的目标行为分析技术,主要的工作内容与贡献如下所述:首先,提出了一种脉冲信号语义模型与对应的特征提取结构。定义了描述脉冲信号变化规律的五层级语义模型,采用聚类离散编码与统计语言建模从数据中提取特征,使用时序网络学习状态标注与行为特征的识别。通过与直接特征识别方法对比,验证该模型在混合样本和参数重叠场景下行为分析的有效性。其次,构建了以电磁目标行为分析为知识导向的领域本体与知识图谱。采用领域本体建模方法,由电磁关键要素与分析任务构建知识模型,并通过态势分解、特征衍生与动态路径扭曲算法进行协同关联分析,获得电磁要素与协同情报,实现知识共享与情报挖掘。最后,搭建了一套解决复杂电磁环境行为分析需求的智能知识系统。系统包含管理知识数据的信息感知模块、实现智能认知的知识处理模块、实现协同要素决策与电磁环境评估的决策分析模块,集成行为分析知识应用,在复杂电磁环境下提供了智能行为分析服务。