一种基于相似性机器学习的空间电磁环境的智能控制方法

本发明提供了一种基于相似性机器学习的空间电磁环境的智能控制方法及系统，涉及电磁环境自适应控制技术领域，方法包括：解析目标电磁环境仿真需求获取电磁环境目标，建立相似元样本信息，生成控制规则，仿真产生符合目标的模拟电磁环境，实时监测、学习相似性偏差，修改控制规则并转为相似性控制量，调整模拟单元工作状态生成新电磁环境，实现动态调控。本发明实现了电磁环境智能规划、自适应控制，解决了传统控制手段的局限性。