雷達對抗電子偵察中的大數據應用探析

季華益，唐　莽，王　佩

(中國航天科工集團8511研究所，江蘇 南京 210007)

0　引言

雷達對抗電子偵察行動可在和平、危機和戰爭等多個時期，在遠離一個國家數千千米之外自由地實施偵察與監視，具有重要的戰略和戰術意義[1]。隨著用頻裝備和監測臺站的種類不斷增加，各類雷達輻射裝備對頻譜的使用方式正在不斷演進，雷達對抗電子偵察面臨的半結構化和非結構化數據日益增多，數據之間的關系日趨復雜，如何充分獲取與利用雷達對抗電子偵察數據，將偵察數據優勢轉換為信息優勢、情報優勢和決策優勢，已經成為各個軍事強國關注的熱點。

傳統雷達對抗電子偵察處理，通常依賴于預設方案和預裝載的知識庫進行分析處理，不能有效適應具有未知增量、動態變化特性的復雜電磁環境[2]。隨著雷達對抗電子偵察數據向大數據的規模性(Volume)、多樣性(Variety)、價值性(Value)和高速性(Velocity)等“4V”特性發展，傳統的處理手段已經難以獲取準確、完備、有效的雷達輻射信息。

大數據的發展為雷達對抗電子偵察處理提供了技術突破思路。大數據分析將數據分析技術分為描述性、預測性和指導性三個層次，可分別實現歷史數據的描述、數據趨勢的預見以及數據分析解決方案的優化[3]。這些特點與雷達對抗電子偵察處理的特性極為契合：對歷史偵察數據進行描述性分析，可以客觀地重現輻射目標和輻射場景；對特定時間、特定環境和特定任務下的雷達偵察數據進行預測性分析，可以實現輻射源未來短時工作模式的預測和推理；對海量偵察數據進行指導性分析，可以實現偵察方案、處理流程的改造和優化。在電子情報偵察進入大數據時代的背景下，探索大數據在雷達對抗電子偵察領域的應用思路與方法將成為一種必然的趨勢[4-5]。

1　大數據在雷達對抗電子偵察領域的應用現狀

隨著人們對數據科學認識的深入，大數據及其相關技術研究引起了學術界、工業界和各國政府的高度關注，成為重要的科技發展驅動因素。以美國為首的多個國家先后發布了大數據的國家發展戰略，英國、日本及歐盟等國家也快速跟進，相繼出臺了相應的戰略舉措。

在雷達對抗電子偵察領域，數據正以前所未有的速度在不斷地增長和累積，數據間的關系也逐漸復雜。應用大數據分析處理技術，從海量雷達對抗電子偵察數據中挖掘提取出有價值的電磁目標情報(如信號特征參數、目標屬性和運動狀態等)，及時準確掌握敵方的戰略企圖、作戰規律和兵力配置，能夠大幅提高指揮機關的情報獲取能力，實現雷達對抗電子偵察數據的深度挖掘和有效利用，為信息化戰爭服務。如何有效利用大數據挖掘技術，已成為從業人員的研究熱點。

1.1　國外應用概述

在大數據軍事應用方面，包括美國科學基金會、國防部、國防部高級研究計劃局等在內的6個美國聯邦部門，在2012年3月就已經啟動投資額為數億美元的“大數據研究和發展計劃”，涉及情報偵察、數據分析的項目就有十多項[6]。表1給出了若干相關項目簡介。

表1　美國大數據研究和發展計劃部分項目簡介

美軍對于大數據在軍事上的應用，極為重視“從數據到決策”的發展戰略。在美國軍兵種的大數據應用方面，美國空軍“作戰云”、海軍“戰術云”以及陸軍的“求雨者”等作戰概念與系統，均起源并得益于大數據、云計算、云服務的迅猛發展[7-8]。為了推動大數據的應用，美國國家安全局建立了一個超級網絡情報中心，用于存儲偵察衛星、無人機、海外偵察站、全美監控中心所收集的各類情報偵察數據。該中心利用大數據技術，每天對各類數據進行過濾、篩選、處理、分析和融合，快速提取有價值的信息，向美國政府和國防部提供各類情報數據。該中心還依靠存儲的海量加密數據樣本，研究破解各類加密算法的大數據技術，以支撐其軍事作戰、反恐等情報行動。歐盟等其他國家也開展了類似的大數據項目研發。

1.2　國內研究現狀

國內對大數據的重視程度與日俱增， 2016年大數據技術正式列入了國家“十三五”重大戰略。在軍事大數據應用方面，國內也陸續開展了相關的數據工程建設和數據中心建設。但鑒于雷達對抗電子偵察數據的非合作與軍事敏感性，相比于美軍在軍事大數據方面的應用研究，國內相關研究還處于起步和探索階段，目前可用的大數據系統較少。

大數據在雷達對抗電子偵察領域的應用已經引起多方關注。相關研究主要集中在系統架構、體系構建以及發展趨勢研判等層面。比如楊小牛院士團隊基于現代信號情報偵察的特點，利用大數據構建了下一代信號情報偵察體系架構，并分析了構建過程中需要解決的關鍵問題[4]；曠生玉等人結合電子對抗情報中數據類型和處理需求特點，研究了可演進發展的電子對抗大數據平臺架構[2]；趙震等人研究了大數據背景下電子對抗情報保障的若干問題[9]；何勰等人將大數據技術在編隊電子偵察領域的應用進行了剖析，分析了大數據技術在海戰場雷達對抗電子偵察中的應用前景[10]；張殿明等人圍繞電子對抗偵察面臨的數據環境特點，結合大數據思想的內涵提出了電子對抗偵察效能提升要實現多層次的轉變[11]；段永勝等人利用大數據分析了電子對抗情報處理的初步構想，以期在電子對抗情報處理領域發揮大數據的優勢[12]；劉威等人針對大數據在電子對抗情報偵察工作中的應用問題，思考了工作觀念轉變、體系架構構建以及數據工程建設等實際問題[13]。

近五年來，國內日益重視雷達對抗電子偵察領域的大數據應用研究，但是相關體系架構、處理方法尚處于起步階段。

1.3　存在的問題

與國外相比，目前國內在雷達對抗電子偵察中的大數據應用還存在諸多問題。

在認知層面，雷達對抗電子偵察沒有形成完善的理論體系，依然還是一門偏重試驗性的學科。尤其與雷達系統設計有檢測與估計理論、波形設計理論等理論體系指導相比，雷達對抗電子偵察技術相對于雷達的發展約有十年的滯后[14]。但是雷達偵察數據與大數據特征的天然契合性，使其具備了借鑒和應用大數據相關前沿技術的潛力，具備了跟蹤和超越雷達技術發展變化的可能性。由此，實現雷達對抗電子偵察領域的大數據應用，首先必須從認知層面改變固有的跟蹤式處理模式，積極探索大數據技術的快速應用和創新。

在標準規范層面，雷達對抗電子偵察數據具有明顯的領域特色和裝備依賴性。目前已有的各類雷達對抗電子偵察數據難以共享，存在“數據孤島”、“數據沖突”、“數據盲點”現象。對于雷達對抗電子偵察數據的管理尚未形成針對性的標準體系，雷達偵察的大數據處理等新興技術領域更是處于空白狀態。

在技術應用層面，對雷達對抗電子偵察數據的大數據處理技術還有待突破。雖然近年來大數據已成功應用于信息檢索推送、人機對弈、智能駕駛、醫療衛生診斷及安全防護等諸多民用領域，但是由于雷達對抗數據的非合作性、保密性，其大數據處理技術起步較晚，應用尚處于理論研究階段，成功應用案例較少。尤其是對多源異構數據融合、小樣本集網絡訓練、特征深度挖掘、目標關聯分析等相關專業技術還未能有效突破，信息到決策的技術鏈路尚未完全打通。

2　大數據在雷達對抗電子偵察中的應用發展建議

在大數據時代，以大數據中數據驅動、相關性分析等思想引領雷達對抗工作觀念的轉變，以大數據中多源異構數據處理、特征深度學習等技術促進雷達對抗電子偵察數據應用模式和處理架構的創新，以大數據相關標準為基礎制定雷達對抗電子偵察大數據采集、管理與應用的標準規范，具有重要意義。

2.1　建立“數據驅動”的雷達對抗電子偵察數據處理模型

在雷達對抗電子偵察數據處理領域應用大數據技術，首先必須轉變多年來形成的傳統處理理念，將雷達偵察數據處理由“知識經驗驅動”的處理模式向“數據驅動”的新型處理模式轉變，如圖1所示。

圖1　“知識驅動”與“數據驅動”的雷達對抗電子偵察處理特點

傳統的雷達對抗電子偵察數據處理以“知識驅動”為主要指導思想，以專家的知識經驗為依據，設計固定的流程進行信號處理，其處理對象主要是結構化數據，主要依賴先驗知識庫進行監督分析，關注和利用的是通過技術手段篩選出來的“重要數據”。“知識驅動”的處理模式優點是具有清晰的邏輯關系和因果關系，缺點是可適應的信號類型有限。

大數據時代的雷達對抗電子偵察處理，應以“數據驅動”的思維理念為指導思想，以部分標注結果開展導向式訓練，面向所有數據進行分析處理，強調全過程、全要素、多類型、多結構的數據聯動分析。“數據驅動”的處理模式優點是具有較好的智能性和自主性，缺點是處理中間環節可能出現機器獨有的難以明確解釋的現象。

以雷達輻射源的脈沖分選識別為例，在“數據驅動”的處理模式下，可使用部分歷史數據作為訓練集構建學習網絡，直接采用中頻數據或者時頻圖像等作為輸入進行網絡系數訓練，當網絡權值系數固化后，可直接“流水式”地實現基于單個脈沖的輻射源個體識別。

大數據技術還處于技術浪潮的起始階段，構建以數據驅動與知識引導相結合，或者以數據為核心的雷達對抗電子偵察大數據處理技術具有重要意義。

2.2　形成以人工智能為核心的雷達對抗電子偵察大數據處理與應用體系

在軍事領域，未來影響、決定軍事行動的核心在數據，數據的積累量、數據分析和處理能力將成為獲得戰場優勢的決定性因素。戰場上的實時信息、各種偵察平臺搜集的情報、作戰指揮中心的每條指令，都是以數據的形式存在并發揮作用。正是這些瞬息萬變、紛繁復雜的海量數據構成了最基本、最客觀、最全面的戰場態勢，從而也使大數據本身成為戰爭攻防的焦點，如何高效率地處理軍事大數據已是“數據優勢”向“決策優勢”轉化的關鍵。新一代人工智能技術的興起正在提供技術突破的方向，在大數據、高性能計算平臺以及深度學習算法的共同作用下，新一代人工智能技術正在帶動大數據分析走向實用化。

結合雷達對抗電子偵察大數據處理與應用面臨的現實問題與未來威脅趨勢，以需求為牽引，以深度學習等人工智能算法為核心，從關鍵技術、應用支撐和綜合應用等多個層次梳理雷達對抗電子偵察大數據處理技術與應用體系，如圖2所示。

圖2　雷達對抗電子偵察處理應用體系構建

在關鍵技術層面，要以歷史積累的海量雷達對抗電子偵察大數據為基礎，深入學習和應用大數據及人工智能技術，開展信號級、信息級的數據深度分析處理，突破新型神經網絡分析、小樣本數據訓練、智能電磁情報深度挖掘等關鍵技術，為偵察數據分析處理提供新型的技術手段。

在應用支撐層面，應以智能電磁情報深度挖掘、電子目標行為規律分析為主，形成以目標標注、電磁信號識別以及偵察目標知識圖譜為核心的典型示范性應用，為雷達對抗電子偵察處理提供模塊化應用支撐。

在綜合應用層面，應在雷達對抗電子偵察數據分析的基礎上拓展情報分析能力，建立電磁信息數據應用管理平臺、高性能分布式計算平臺、數據挖掘分析平臺、可視化平臺和大型數據庫系統等基礎設施和應用系統，突破輻射源個體識別、目標行為預測、雷達對抗電磁綜合態勢生成、雷達輻射源目標能力預測、電磁目標狀態威脅評估、多域多維度目標行為規律分析及戰場輔助決策等態勢、行為級分析應用，構建以數據為核心的雷達偵察大數據服務模式。

2.3　制定體系化的雷達對抗電子偵察大數據標準規范

受限于體制和系統頂層設計理念，目前的雷達對抗電子偵察數據格式種類存在較大差異，缺乏統一的數據存儲、訪問、顯示、處理機制，不同人員、不同軟件工具之間無法共用數據，造成了情報信息之間無法互聯互通，影響了體系協同能力的形成。

在大數據時代背景下，需要強化雷達對抗電子偵察數據標準規范的統籌規劃，充分結合領域特色和現實需求，形成雷達偵察數據處理相關的電磁信息數據采集、交換、融合、應用、安全、服務等一系列電磁標準，形成雷達對抗電子偵察大數據標準規范體系。標準規范應以雷達對抗電子偵察數據應用與服務為目標，研究在數據流向的全過程中，實現數據的標準輸入以及產品、服務的標準輸出，并在雷達對抗電子偵察大數據采集、管理與應用的過程中不斷完善，圖3給出了部分標準的建設示意圖。

圖3　雷達對抗電子偵察數據標準規范建設思路

在數據采集方面，應充分考慮實際需求，以數據存得好、找得到、便于分析等使用要求為目標，分析大數據技術的數據清洗、分布式存儲、數據轉換和校驗等多種技術手段，針對歷史數據、新采集數據、重要表單數據等多類型數據實現在線、離線、填報、交換等多重方式的采集標準規范。

在數據管理與應用方面，應將數據視為一種戰略資產，制定數據的管理應用標準，應充分考慮雷達對抗電子偵察數據的軍事敏感性，依據數據應用以及對外提供服務過程中數據的安全性制定相關數據服務安全技術標準，從技術角度研究加強防護的有效方法，從而避免數據安全事件的發生，將數據質量管理和數據治理貫穿于數據整個生命周期過程。對數據生命周期中各個環節數據的擁有者、提供方、使用方、管理方以及各自的職責范圍給出指導規范，強調數據使用時的流程驅動，全程受控，對數據可追溯、可識別。

3　結束語

雷達對抗電子偵察數據已經具備了大數據特性。本文概述了雷達對抗電子偵察數據處理與大數據技術的契合性，通過分析大數據在國內外軍事情報領域的應用與發展趨勢，探討了雷達對抗電子偵察大數據處理與應用的若干建議。在大數據日益深入的背景下，期望能夠為利用大數據技術提升雷達對抗電子偵察數據的分析處理能力提供若干發展思路。■