人工智能與電磁頻譜戰

王沙飛

美軍《 JP6-01 聯合電磁頻譜管理作戰 》將電磁頻譜定義為一個基于物理空間的機動（maneuver）空間，其實質是控制整個軍事行動期間的電磁行動環境。我國2011 版《中國人民解放軍軍語》定義電磁空間為由電磁波構成的物理空間，是自然空間的組成部分。在現代戰爭中，電磁空間與陸、海、空、天并稱為五維作戰空間。

電磁頻譜戰概念演進

美國軍方各軍種根據自身需求，先后提出多個新概念以指導自身在這一領域的具體行動。早在2010 年老烏鴉協會就提出電磁頻譜控制的概念，2012 年美參聯會在《JP3-13.1 聯合電子戰條令》中提出聯合電磁頻譜作戰（JEMSO）概念，2013 年美國空軍提出頻譜戰，2014 年美國陸軍提出網絡電磁行動（CEMA），2014 年美國海軍提出電磁機動戰（EMMW）。而到近期，美國一些智庫又對該概念進行了進一步闡述，如2017 年10 月，《決勝灰色地帶》智庫研究報告提出了電磁戰。特別是在2017 年1 月，美國國防部還發布了《電子戰戰略》。

綜上，我們認為電磁空間是指由依存于電磁頻譜的各類傳感器、通信和武器系統及其相關信息活動所構成的物理空間。電磁空間是現代戰爭作戰概念和技術發展到一定階段后才被認知的領域，并成為了新的作戰空間。在構成上，既包括戰場各類傳感器、通信終端以及武器系統等實體，也包括各類信息系統產生的電磁波和信息流。

電磁頻譜戰是電子對抗的自然延續和發展，是指發生在電磁空間并依賴電磁空間能力的對抗行動，其核心能力包括電磁空間偵察能力、電磁空間進攻能力、電磁空間防御能力和電磁戰斗管理能力。電磁頻譜戰將傳統電子對抗的概念進一步向電子戰+ 電磁頻譜控制，甚至整個電磁頻譜領域（包括電子戰、通信、傳感器）的斗爭拓展。

基于認知的電磁頻譜戰

在牛津英文字典中認知（Cognition）被解釋為“knowing，perceiving，or，conceiving as an act”，即行為理解、行為感知和行為設想。生物的基本認知過程是通過反饋信息感知、分析其行為作用結果，利用經驗調整其行為活動，以實現最優、智能的行為控制，并學習更新其經驗知識。將認知思想應用到無線工程領域，提出基于認知的電子信息系統的概念，這種智能的信息系統與生物認知特性有著對應的關系。

基于認知的電子信息系統具備四種能力。一是環境感知能力，能從復雜環境中自主快速獲取信息；二是學習推理能力，能根據感知信息或環境變化，快速自主學習并進行智能調整改變；三是評估判斷能力，能對智能改變所產生的結果進行實時評估并反饋；四是記憶存儲能力，能對產生有效改變所對應的環境感知信息和自適應調整參數進行實時存儲。

在軍事領域，認知思想得到了廣泛運用，近年來，逐漸提出了認知無線電、認知雷達、認知電子戰等新概念。1999 年，瑞典皇家技術學院的Joseph Mitola 博士和Gerald Q.Maguire.JR 教授在IEEE Personal Communications 雜志上發表文章，提出了“認知無線電”（Cognitive Radio）的概念，其基本特征歸結為具有認知能力和重構能力，一種以軟件無線電為平臺的智能無線通信技術。2006 年，加拿大皇家學會院士Simon Haykin 教授提出了認知雷達（Cognitive Radar）的概念，通過將腦科學和人工智能融入雷達系統，使得其可以感知環境、理解環境、學習推理和判斷決策，指出具有認知功能是新一代雷達系統的重要標志。2010 年7 月，DARPA 發布自適應電子戰行為學習項目（BLADE），第一次將機器學習理論應用到通信電子戰領域，具有革命性意義。

認知電子戰（Cognitive EW）可以描述為一個智能的電子戰系統，它能夠自主感知電磁環境，通過學習和推理，實時改變干擾策略，并評估干擾效果，以達到對威脅目標（已知或未知）的自適應對抗。

2015 年12 月2 日，美國智囊戰略與預算評估中心（CSBA）發布了《電波制勝：重拾美國在電磁頻譜領域的主宰地位》報告，首次提出了以“電磁頻譜戰”（EMS warfare）代替“電子戰”概念，提出未來電磁頻譜作戰系統應具有“認知”等能力。將人工智能理論應用于電磁頻譜戰，主要解決三個方面的問題：一是復雜電磁環境下未知威脅和網絡化目標偵察識別問題，采用人工智能方法，綜合輻射源時、頻、空、能等多維信息，提高電子戰系統對電磁態勢感知和未知威脅快速識別能力等；二是對抗新型未知信號和網絡化多目標的問題，通過基于機器學習的自主推理，自動形成優化干擾波形和干擾策略，實現現場快速對新型雷達/通信威脅的對抗，以及“多對多”的對抗；三是干擾效果在線檢測評估的問題，通過人工智能算法，檢測威脅目標干擾前后的變化，實時評估干擾效果。綜上，基于認知的電磁頻譜戰提高了復雜電磁環境下對未知目標威脅信號，以及網絡化目標的自主感知、智能干擾決策和干擾效果在線評估能力，提升電子對抗觀察——判斷—— 決策—— 行動（OODA）環路的自適應能力和智能化水平，并縮短反應時間。

關鍵技術問題思考

支撐構建完整、閉環的電磁頻譜戰OODA 環路，實現電磁空間裝備智能化，主要關鍵技術包括頻譜認知理論和方法、電磁行為智能感知與威脅自主識別技術、頻譜學習推理的自適應對抗技術等。

頻譜認知理論與方法包括電磁威脅建模與頻譜行為表征方法、面向非確定性小樣本空間應用的智能頻譜戰學習訓練方法、面向頻譜認知的動態專家知識庫構建技術等。電磁行為智能感知與威脅自主識別技術包括未知輻射源的頻譜行為分析技術、未知威脅自主識別技術、多智能體協同頻譜認知方法、網絡化信息系統戰斗序列自主識別與行為意圖推斷技術等。頻譜學習推理的自適應對抗技術包括基于認知的干擾策略優化方法、智能化的干擾波形優化生成方法、干擾效果在線評估技術等。

美軍將基于認知的電磁頻譜戰技術作為未來電子戰裝備自適應、智能化的重要支撐。各軍種都有相應規劃，如美國防部DARPA 的自適應雷達對抗（ARC）、自適應電子戰行為學習（BLADE），美國海軍的認知電子戰計劃，美國空軍的認知干擾機（CJ）。DARPA 局長在國會聽證會上表示，ARC 將“應對新的雷達威脅的時間由過去幾個月到一年，縮短至幾分鐘、幾秒鐘”，這其中人工智能的應用使得電子戰的技能得到了極大的提升。DARPA 的自適應電子戰行為學習（BLADE）將機器學習理論應用到通信電子戰領域，對于通信電子戰發展具有革命性意義。美國哈里斯公司研制的自適應電子戰裝備“破壞者”SRx，實現了全譜覆蓋、多功能、可重構、可編程、基于微系統的低成本、小型化的智能化干擾。

綜合來看，電磁行為智能感知與威脅自主識別的應用解決了未知威脅和網絡目標識別的問題，基于頻譜學習推理的自適應對抗技術解決了自適應干擾問題，干擾效果在線評估技術解決了電磁頻譜戰OODA 環路閉環的問題。通過上述理論和技術的綜合應用，實現從過去的點、鏈目標的對抗轉變到網絡化目標對抗，從已知目標對抗轉變到未知威脅對抗，從過去開環、以人為主的對抗模式向閉環、人機交互、自主決策的轉變。

在概念上，電磁頻譜將作為繼陸海空天網之后的第六維獨立作戰空間，并貫穿于其它空間的作戰中；在內涵上，將由電子戰向電子戰+ 頻譜管控，甚至整個電磁頻譜所有作戰行動擴展；在特征上，更加強調智能化、一體化、網絡化等特征，特別是人工智能在電磁頻譜戰中的應用。未來將實現由電子戰向電磁頻譜戰、向電磁空間作戰的演變，并且人工智能技術將貫穿始終。