认知通信电子战关键技术分析

张冠杰

(中国电子科技集团公司第五十四研究所，河北 石家庄 050081)

0 引 言

“认知”的概念应用于电磁频谱领域最早出现于认知无线电。随后，Simon Haykin教授提出了认知雷达的概念[1]。近年来，美军将“认知”的思想引入到对抗领域，提出了认知通信电子战的概念，以提高现役装备的认知能力。认知通信电子战具有自主态势感知、智能决策和自适应策略优化等优势，是未来通信电子战装备的发展方向之一。

传统通信电子战在复杂电磁环境下，可以对抗已知威胁目标，但对于未知威胁目标则基本束手无策，并且在网络化通信系统对抗方面，存在干扰资源调动和协同能力弱的问题。因此需要设计认知通信电子战对抗系统。文献[2]主要介绍了认知电子战技术研究的必要性。文献[3]详细介绍了美国国防部的自适应电子战行为学习(BLADE)的设计思路以及项目进展。文献[3]和文献[4]介绍了认知无线电的概念、关键技术和主要技术特点。文献[5]介绍了复杂战场环境下通信电子战面临的挑战。然而，文献[3]和文献[4]对认知电子战进行了系统性介绍，并未针对通信电子战进行深入的分析。

基于以上工作，本文分析了认知通信电子战系统的构成以及关键技术，构建了基于认知侦察、干扰效果在线评估以及对抗措施合成等部分的组成框架，并阐述了认知通信电子战系统的关键技术。

1 认知通信电子战需求分析

随着军事装备的发展，通信电子战装备面临的战场电磁环境越来越复杂，同时，战场通信系统网络化以及大量的抗干扰技术的应用，都对通信电子战的发展提出了严峻的挑战[5]。通信电子战系统面临的挑战主要来自以下3个方面：

(1) 复杂的战场电磁环境带来的挑战

现代战场上，电磁环境越来越复杂。一方面，作战电子系统众多，各系统的频段不断扩宽，信号样式不断增加，应用方式复杂多变；另一方面，战场地形复杂，给对抗系统的侦察和干扰造成严重的影响。传统的电子战系统对各种新体制通信信号、新型抗干扰信号等威胁辐射源侦察识别能力较弱，不能及时有效地制定对抗决策。

(2) 通信系统网络化带来的挑战

现代通信系统已经普遍网络化，通信得以实现多路由传输，网格化多路由传输能够实现很好的抗干扰，对传统通信电子战系统来说，仅仅对几条通信链路实施干扰，并不能很好地完成攻击任务，无法对抗网络化信息系统。

(3) 通信抗干扰技术带来的挑战

现代通信系统中有大量抗干扰技术的应用，比如，空域干扰抑制技术、高增益扩频技术、突发通信技术等。这些抗干扰技术的应用无一例外都极大地消耗了通信电子战装备的干扰资源，降低了通信电子战装备的干扰效果。

总之，通信电子战经过几十年的发展，面临的挑战越来越多，亟需转变思路，研究通信电子战的新体制和新技术，使通信电子战具有“认知”能力。

2 认知电子战国内外发展现状

2.1 国外发展现状

2018年6月27日，美国国防部下令建立联合人工智能中心(JAIC),该中心将成为军事人工智能研究的核心枢纽，英国、韩国、日本以及以色列等发达国家也相继成立AI实验室等类似机构。其中，美国在认知电子战系统方面走到了世界的前列，下面介绍美国防部的几个主要项目。

2.1.1 算法战“Project Maven”项目

2017年4月，美国防部时任副部长罗伯特·沃克启动“Project Maven”项目，该计划的目的在于将国防部海量数据快速转变为可用于行动的情报。该项目启动刚满一年，所开发的算法已经部署到美国非洲司令部、中央司令部等多个地点，帮助情报分析人员从“扫描鹰”、MQ-9“死神”等无人机拍摄到的数百万小时视频图像中，自主识别感兴趣的物体。“Project Maven”利用机器学习技术挖掘作战数据的具体做法如下：

(1) 采用“三步走”策略处理原始数据。

第一步，对数据进行编目和标注，使其可用于训练算法；第二步，在谷歌等承包商的帮助下，操作员利用已标注数据为特定任务和地区量身定制一套算法；第三步，将该算法交付部队，并探索如何最好地对其加以利用。

(2) 注重算法的反复训练。算法不会在部署后立即完美地发挥作用，在部署后对算法进行多次“重新训练”才能使算法获得“令人印象深刻的性能水平”。

2.1.2 自适应电子战行为学习项目

BLADE项目是美国国防部认知通信电子战的开拓项目，于2010年启动。该项目的重点是开发新的算法和技术，使通信电子战系统能够在战场上自主学习干扰新的通信威胁，并不涉及硬件设备研制，目的是对抗敌方自适应无线通信系统带来的威胁[2]。

BLADE项目开发的机器学习算法和技术能够快速探测和表征新的无线电威胁，动态形成新的对抗策略，并基于威胁的变化情况，提供精确的电子战损毁评估。该项目将基于实验室的电子对抗方式转变为自适应现场实时的对抗方式，可以在几分钟时间内，探测、表征、对抗先进无线通信威胁。更为重要的是，该技术为作战人员提供了对抗那些可以快速适应或改变电子剖面的新的或先进威胁的能力。

2016年6月，洛克希德·马丁公司和美国防部DARPA成功地在政府试验靶场针对典型威胁环境进行了一系列的飞行试验。试验期间，洛克希德·马丁公司的工程师们驾驶一架改装的Piper Navajo飞机，针对军用无线电信号、手机和专用数据链等射频信号进行采集，政府机构的25名代表观看了BLADE系统在各种战术情况下动态感应、表征和干扰自适应无线通信威胁的场景。

2.2 国内发展现状

目前，国内在认知电子战领域的研究工作还处于刚刚起步阶段，多数工作集中于系统的理论研究方面，通过跟踪国外相关项目的研究动态，借鉴和吸收相关项目的研究经验教训，积极跟进理论研究，为我国认知电子战系统的开发奠定基础。

3 认知电子战系统组成及关键技术

3.1 系统组成

典型的具有认知能力的通信电子战系统由认知侦察、对抗措施合成、干扰效果在线评估和动态知识库组成，如图1所示。

图1 认知通信电子战工作流程图

3.1.1 认知侦察模块

认知侦察模块是认知通信电子战的基础，由环境感知、信号分类、信号识别以及辐射源特征描述等部分组成。针对感兴趣频段范围内的所有电磁信号，利用聚类等无监督学习、深度神经网络、贝叶斯网络推理技术、模糊推理技术等机器学习技术，自主提取和推理辐射源的特征参数、类别以及辐射源的状态等功能，确定需要对抗的威胁辐射源及其相应的工作状态、电磁行为、威胁等级等信息，最终形成威胁辐射源报告。

3.1.2 对抗措施合成模块

对抗措施合成模块是认知通信电子战的核心，由对抗策略搜索、对抗措施配置、效能推演评估以及对抗措施实施等部分组成。针对需要干扰的威胁辐射源以及干扰效果在线评估结果，利用强化学习、案例推理、模糊推理等机器学习技术在对抗策略库中搜索相对应的对抗措施类别，并完成对抗措施配置，根据模拟数据实现效能推演评估，以效能推演评估结果为依据完成对干扰措施配置的优化，实现干扰措施的闭环决策，最后实施对威胁目标辐射源的干扰。

3.1.3 干扰效果在线评估模块

干扰效果在线评估模块是认知通信电子战的关键，是认知电子战闭环系统的重要组合部分。针对不同的通信系统，将威胁目标受干扰后物理层、链路层及网络层上的特征及其变化视为目标的行为特征，采用基于贝叶斯网络推理等智能评估方法实现干扰效果在线评估以及预测威胁目标的电磁行为。

3.2 关键技术

根据认知通信电子战系统的功能结构和系统组成，初步得出认知通信电子战系统技术体系结构包括电磁感知和认知对抗技术、基于行为学习的干扰效果在线评估技术等关键技术。

3.2.1 电磁感知与认知对抗技术

传统的电子战系统可以根据预先装订的对抗方案来响应威胁辐射源的变化，但当面对未知信号或者新信号时，则没有相应的对抗方案。本技术能够自主感知战场电磁环境，识别威胁辐射源的状态，推断辐射源电磁行为并有针对性地自主配置对抗策略。首先，利用深度学习技术和贝叶斯学习技术实现对感兴趣频段范围内的电磁信号的检测，并提取电磁信号的传输方式参数、发射机参数、信道参数以及链路参数等信号特征；其次，根据检测的信号波形和信号特征，利用聚类算法、深度学习算法、最近邻算法以及模板匹配算法等技术实现已知和未知辐射源的分类，并提取分类特征；第三，利用贝叶斯网络推理、基于案例的推理等技术识别未知威胁目标辐射源的工作模式、所属通信网络状态、电磁行为分析以及意图推断等；第四，根据辐射源识别和分类结果，利用强化学习、基于案例的推理等技术检索已知和未知威胁辐射源的干扰策略种类；第五，在模糊推理等机器学习技术的支撑下，实现对干扰策略的配置，并通过效能推演评估完成对干扰策略配置的优化，最后针对威胁辐射源实施快速干扰。电磁感知和认知对抗技术的处理流程图如图2所示。

图2 电磁感知及认知对抗处理流程

3.2.2 基于行为学习的干扰效果在线评估技术

传统的干扰效果评估方法是利用被干扰通信系统的最终结果来直接评估的，但是在战时环境下，无法获取被干扰通信系统的最终结果，实时干扰效果评估就很难进行了。本技术将威胁目标受干扰后物理层、链路层及网络层上的特征及其变化视为电磁行为，通过观察目标电磁行为的变化来间接评估干扰效果。基于行为学习的干扰效果在线评估技术采用“侦察-推理-干扰-再侦察”的工作模式，通过侦察传感器截获目标信号，引导干扰机对目标信号实施干扰，然后监视被干扰目标信号的特征变化，利用已建立样本库的先验知识对目标信号进行行为分析，最后利用基于案例的推理、贝叶斯网络推理、支持向量机以及半监督学习等机器学习技术进行判别，确定干扰是否有效以及干扰有效等级，从而推断干扰机是否应该采取进一步的措施。干扰效果评估系统处理流程框图如图3所示。

图3 基于行为学习的干扰效果在线评估处理流程

4 结束语

随着战场环境和通信装备的快速发展，通信电子战装备的作战环境和作战对象都发生了巨大变化，给通信电子战装备的发展带来了严峻的挑战。本文针对传统通信电子战系统面临的变化与挑战，简述了认知思想在电磁频谱领域的发展，在对美军认知电子对抗技术进行深入研究的基础上，牢牢把握了通信电子战发展的新形态和新思想；分析了认知通信电子战系统的主要构成，深化了认知通信电子战系统的处理流程，并进一步提出了一些认知通信电子战系统的关键技术以及初步的实现手段；以实现使通信电子战装备形成“认知”能力的目的，为推动我国认知通信电子战装备的发展奠定了基础。