提高認(rèn)知雷達(dá)和電子戰(zhàn)系統(tǒng)的能力

作者：TIM FOUNTAIN，LEANDER HUMBERT

隨著當(dāng)今新出現(xiàn)的威脅，利用靜態(tài)威脅庫(kù)的傳統(tǒng)雷達(dá)和電子戰(zhàn) （EW） 系統(tǒng)方法容易受到以非傳統(tǒng)模式運(yùn)行的“模式敏捷”或戰(zhàn)時(shí)儲(chǔ)備模式 （WARM） 威脅的攻擊。使用基于閉環(huán)集成記錄、分析和回放系統(tǒng) （IRAPS） 的硬件在環(huán)/軟件在環(huán) （HIL/SIL） 系統(tǒng)是訓(xùn)練、評(píng)估和改進(jìn)人工智能和機(jī)器學(xué)習(xí)（AI 和 ML）算法的絕佳測(cè)試平臺(tái)，這些算法是實(shí)施下一代認(rèn)知雷達(dá)和電子戰(zhàn)系統(tǒng)并保護(hù)生命和資產(chǎn)免受未知威脅所需的。

認(rèn)知RF［射頻］系統(tǒng)通過(guò)將RF頻譜轉(zhuǎn)換為RF數(shù)據(jù)流來(lái)感知RF頻譜。通過(guò)推理和理解數(shù)據(jù)流的上下文，系統(tǒng)做出自主判斷并確定行動(dòng)方案，而無(wú)需人工干預(yù)。該系統(tǒng)的最終目標(biāo)是拒絕對(duì)手使用RF頻譜（電子攻擊或EA），保護(hù)平臺(tái)，例如通過(guò)采用抗干擾技術(shù)來(lái)保護(hù)通信鏈路（電子保護(hù)或EP）和/或向另一個(gè)系統(tǒng)提供支持信息（電子支持或ES）。認(rèn)知系統(tǒng)使用情境感知、學(xué)習(xí)、推理、互動(dòng)和行動(dòng)的連續(xù)反饋循環(huán)。

隨著當(dāng)今新出現(xiàn)的威脅，使用靜態(tài)威脅庫(kù)的傳統(tǒng)雷達(dá)和電子戰(zhàn) （EW） 系統(tǒng)方法（如圖 2 所示）容易受到以非傳統(tǒng)模式運(yùn)行的“模式敏捷”或戰(zhàn)時(shí)儲(chǔ)備模式 （WARM） 威脅的攻擊。在靜態(tài)威脅系統(tǒng)中，反導(dǎo)雷達(dá)等傳統(tǒng)威脅的特征在于其工作參數(shù)，如中心頻率、占用帶寬、跳頻特性、調(diào)制、脈沖重復(fù)間隔（PRI）以及其他已知、重復(fù)和可量化的參數(shù)。靜態(tài)威脅庫(kù)方法根據(jù)數(shù)據(jù)庫(kù)匹配這些參數(shù)并對(duì)其進(jìn)行分類(lèi)。分類(lèi)威脅可能會(huì)轉(zhuǎn)換為脈沖描述詞（PDW）并饋送到平臺(tái)上的其他系統(tǒng)，其中一些系統(tǒng)可能會(huì)部署對(duì)策。

WARM 威脅是為戰(zhàn)時(shí)或緊急使用而保留的信號(hào)特征和操作程序，不符合靜態(tài)威脅庫(kù)中的預(yù)定義參數(shù) 這些模式可能包括新的工作頻率、調(diào)制技術(shù)、脈沖重復(fù)間隔和跳頻模式。靜態(tài)威脅技術(shù)無(wú)法將WARM模式與數(shù)據(jù)庫(kù)相匹配，因此電子保護(hù)，攻擊和支持（EP，EA和ES）系統(tǒng)無(wú)法應(yīng)對(duì)此威脅。在嚴(yán)重沖突之外看不到 WARM 模式。

［Figure 2 | Traditional static-library radar/EW system is shown.］

在認(rèn)知或自適應(yīng)雷達(dá)/電子戰(zhàn)系統(tǒng)中，人工智能（AI）和機(jī)器學(xué)習(xí)（ML）技術(shù)被應(yīng)用于傳入頻譜，以開(kāi)發(fā)一種應(yīng)對(duì)頻譜中動(dòng)態(tài)感知威脅的方法。WARM 威脅完全有可能檢測(cè)到它遇到了使用認(rèn)知 AI/ML 技術(shù)的系統(tǒng)，并且本身可能會(huì)持續(xù)更改其操作參數(shù)。這需要靈活性來(lái)快速適應(yīng)不斷變化的威脅。

認(rèn)知雷達(dá)/電子戰(zhàn)系統(tǒng)的實(shí)施存在幾個(gè)挑戰(zhàn)：

在遇到威脅的戰(zhàn)術(shù)邊緣需要大量的計(jì)算資源。計(jì)算資源可以結(jié)合FPGA（現(xiàn)場(chǎng)可編程門(mén)陣列）GPGPU和多核主機(jī)處理器來(lái)實(shí)現(xiàn)AI/ML算法。平臺(tái)內(nèi)計(jì)算元素必須滿(mǎn)足劇院內(nèi)操作條件的惡劣環(huán)境。

有效的系統(tǒng)需要最大限度地減少檢測(cè)到計(jì)數(shù)器的時(shí)間或RF輸入到RF輸出的延遲，以提高平臺(tái)的生存能力。這是設(shè)計(jì)和實(shí)施的挑戰(zhàn)，因?yàn)?GPGPU 和 COTS ［商用現(xiàn)貨］ 數(shù)據(jù)轉(zhuǎn)換器是深度流水線的，這增加了系統(tǒng)延遲設(shè)計(jì)預(yù)算。

從本質(zhì)上講，WARM 發(fā)射器可能會(huì)在意想不到的頻段中工作，在更寬的帶寬上跳躍，并使用寬帶調(diào)制技術(shù)。這種工作模式需要寬帶寬RF頻譜凝視，這在系統(tǒng)動(dòng)態(tài)范圍和本底噪聲方面有其自身的挑戰(zhàn)，會(huì)影響對(duì)峙、檢測(cè)和干擾范圍。更寬的帶寬要求也使數(shù)據(jù)移動(dòng)和處理任務(wù)復(fù)雜化。

寬帶認(rèn)知 AI/ML 系統(tǒng)使用更多的電力，這推動(dòng)了尺寸、重量、功率和成本 （SWaP-C） 的要求——所有這些都必須始終在較小的自主平臺(tái)上進(jìn)行優(yōu)化，例如無(wú)人機(jī)系統(tǒng) （UAS）。

模式捷變發(fā)射器也可能進(jìn)入“低截調(diào)概率”模式，這需要更高分辨率的模數(shù)轉(zhuǎn)換器（ADC）和數(shù)模轉(zhuǎn)換器（DAC）。

平臺(tái)需要能夠共享信息，這需要可靠的通信鏈接。它們還需要一個(gè)通用的時(shí)間參考，例如GPS，以確保在測(cè)向和地理標(biāo)記發(fā)射器時(shí)使用空間和時(shí)間信息。傳統(tǒng) GPS 容易受到干擾、欺騙和欺騙;有保證的位置、導(dǎo)航和定時(shí) （PNT） 需要成為系統(tǒng)級(jí)解決方案的一部分。

認(rèn)知雷達(dá)/電子戰(zhàn)系統(tǒng)的要素

認(rèn)知雷達(dá)/電子戰(zhàn)系統(tǒng)使用人工智能，人工智能使用計(jì)算機(jī)科學(xué)將非人類(lèi)智能應(yīng)用于模擬人類(lèi)推理和解決問(wèn)題技能的系統(tǒng)。ML 中使用的常見(jiàn) AI 技術(shù)是人工神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)/深度神經(jīng)網(wǎng)絡(luò)、模糊邏輯和遺傳算法。

圖3顯示了認(rèn)知雷達(dá)/電子戰(zhàn)系統(tǒng)的框圖。它由以下功能塊組成：

RF采集：RF采集模塊將RF頻譜轉(zhuǎn)換為數(shù)字?jǐn)?shù)據(jù)流。一個(gè)或多個(gè)天線信號(hào)被路由到信號(hào)調(diào)理系統(tǒng)，該系統(tǒng)對(duì)信號(hào)進(jìn)行濾波、放大和/或衰減，以確保最大的動(dòng)態(tài)范圍。其次是ADC的下變頻和數(shù)字化。數(shù)字?jǐn)?shù)據(jù)可以使用DSP，例如數(shù)字濾波、數(shù)字下變頻、重采樣、解調(diào)或數(shù)字波束成形。

搜索和跟蹤系統(tǒng)：搜索和跟蹤系統(tǒng)持續(xù)監(jiān)控一個(gè)或多個(gè)頻段，以確定到達(dá)角（AoA）和發(fā)射器位置。

核心 AI/ML 系統(tǒng)：核心 AI/ML 系統(tǒng)由 AI 分析引擎組成，用于確定有關(guān)信號(hào)的關(guān)鍵參數(shù)信息，例如 PRI、脈沖寬度、信號(hào)功率、到達(dá)極化時(shí)間 ［ToA］ 和 AoA。核心 AI/ML 系統(tǒng)還包括來(lái)自其他傳感器的數(shù)據(jù)，例如光電、導(dǎo)航、導(dǎo)彈感知等。這些信息被傳送到威脅庫(kù)，提供電子戰(zhàn)場(chǎng)和電子戰(zhàn)斗秩序的演變視圖;該庫(kù)還包含先前識(shí)別的感興趣信號(hào)。信號(hào)分析和推理AI塊通過(guò)將信號(hào)與數(shù)據(jù)庫(kù)進(jìn)行比較來(lái)確定識(shí)別的信號(hào)是友好發(fā)射還是潛在威脅。人工智能支持系統(tǒng)主要用作擬議行動(dòng)方案的最終決策仲裁者，并將威脅和建議的行動(dòng)傳達(dá)給平臺(tái)和運(yùn)營(yíng)商的其余部分。AI 驅(qū)動(dòng)的威脅計(jì)數(shù)器解決方案可在多個(gè)域（例如時(shí)間、頻率和幅度）中確定信號(hào)的關(guān)鍵參數(shù)，無(wú)論是干擾、欺騙還是其他內(nèi)容。

波形合成：波形合成塊解釋威脅計(jì)數(shù)器解決方案塊的輸出，并生成表示計(jì)數(shù)器數(shù)字實(shí)現(xiàn)的數(shù)字流。

射頻生成：RF發(fā)生模塊與RF采集模塊相反。它由DSP和DAC組成。上變頻器將基帶模擬信號(hào)轉(zhuǎn)換為RF信號(hào)，然后進(jìn)行信號(hào)調(diào)理，如濾波、衰減等。信號(hào)在傳輸前被放大，以確保它有足夠的功率來(lái)干擾或欺騙威脅。

［圖3 |框圖列出了一個(gè)認(rèn)知雷達(dá)/電子戰(zhàn)系統(tǒng)。

訓(xùn)練認(rèn)知雷達(dá)/電子戰(zhàn)系統(tǒng)的挑戰(zhàn)

ML 中使用的 AI 技術(shù)需要豐富的訓(xùn)練數(shù)據(jù)。訓(xùn)練是用代表性的信號(hào)樣本集“饋送”算法，分析算法的有效性，修改和改進(jìn)算法并在循環(huán)中重復(fù)訓(xùn)練的過(guò)程。這種迭代過(guò)程（稱(chēng)為RF硬件在環(huán)（RFHIL））很長(zhǎng)，因此非常適合自動(dòng)化。RFHIL可應(yīng)用于初始算法開(kāi)發(fā)和評(píng)估;回歸測(cè)試;在重新編程實(shí)驗(yàn)室中，建立任務(wù)數(shù)據(jù)集，為在沖突或有爭(zhēng)議的環(huán)境中部署做準(zhǔn)備;在任務(wù)執(zhí)行之前的操作層面，以確保雷達(dá)/電子戰(zhàn)系統(tǒng)正常運(yùn)行。

獲取數(shù)據(jù)集

現(xiàn)實(shí)世界的集合不太可能捕獲WARM信號(hào)。采集過(guò)程仍然可以獲得有價(jià)值的真實(shí)信號(hào)，這些信號(hào)在硬件在環(huán)/軟件在環(huán)（HIL/SIL）實(shí)驗(yàn)室中很有用，因?yàn)樗鼈儼哂懈蓴_、信噪比差、衰落、多徑和其他像差的代表性信號(hào)。AI/ML 系統(tǒng)還可用于去交錯(cuò)和分類(lèi)在復(fù)雜的現(xiàn)實(shí)世界射頻環(huán)境中通常難以辨別的信號(hào) AI/ML 系統(tǒng)可用于提取感興趣的信號(hào)并將其保存為潛在的未來(lái)訓(xùn)練數(shù)據(jù)集。

建模和仿真（M&S）軟件，如Matlab，Simulink，R&S脈沖序列器和其他商用軟件包可用于創(chuàng)建訓(xùn)練數(shù)據(jù)集。它們通過(guò)添加干擾源、噪聲和其他像差，使原型具有幾乎無(wú)限的變化，并促進(jìn)復(fù)雜場(chǎng)景的生成，例如在低風(fēng)險(xiǎn)、受控的實(shí)驗(yàn)室環(huán)境中生成多個(gè)移動(dòng)發(fā)射器。

可以使用集成的記錄、分析和回放系統(tǒng) （IRAPS） 完成 AI/ML 系統(tǒng)的訓(xùn)練。IRAPS 系統(tǒng)的核心是 ERISYS SigPro，它是一種高性能矢量信號(hào)處理器和服務(wù)器，具有 8 到 64 個(gè)內(nèi)核、8 x 256 GB 系統(tǒng)內(nèi)存、Gen-4 PCIe、總線、工作站顯卡和高達(dá) 60 TB 的高速 SSD，可以存儲(chǔ)數(shù)千個(gè)訓(xùn)練集。SigPro 具有 10 或 100 Gb 以太網(wǎng)，可實(shí)現(xiàn)快速數(shù)據(jù)移動(dòng)。SigPro 包括一個(gè)大型 FPGA 開(kāi)發(fā)板，用于 FPGA 算法原型設(shè)計(jì)和 IQ 數(shù)據(jù)流的在線 DSP。SigPro還通過(guò)以太網(wǎng)協(xié)調(diào)系統(tǒng)通信和配置，并存儲(chǔ)訓(xùn)練運(yùn)行的結(jié)果以供進(jìn)一步分析。

使用的矢量信號(hào)發(fā)生器R&S SMW200A產(chǎn)生RF波形。它通過(guò)光纖 QSFP+ 連接器連接到 SigPro，支持高達(dá) 1 GHz 的 IQ 數(shù)據(jù)。SMW可以產(chǎn)生兩個(gè)獨(dú)立的射頻信號(hào)，可以是兩個(gè)來(lái)自SigPro的射頻信號(hào)，也可以是一個(gè)來(lái)自SigPro的信號(hào)和一個(gè)來(lái)自SMW板載存儲(chǔ)器的信號(hào)，例如干擾和商業(yè)射頻信號(hào)，如地面電視，LTE，5G，GNSS等。這些信號(hào)由寬帶放大器放大。

放大后，RF信號(hào)被饋送到訓(xùn)練中的系統(tǒng)（SUT）。SUT 可以通過(guò)有線接口或帶有天線的空中 （OTA） 接收射頻。如果系統(tǒng)使用 OTA 測(cè)試，則可以使用 EMC［電磁兼容性］ 室來(lái)確保射頻輻射不會(huì)從腔室外部發(fā)出。

從SUT生成的RF響應(yīng)（同樣是有線或OTA）可能需要衰減，然后由矢量信號(hào)和頻譜分析儀采集，將1 GHz的RF頻譜轉(zhuǎn)換為反饋給SigPro的IQ數(shù)據(jù)流。該工具還可用于強(qiáng)大的雷達(dá)信號(hào)分析，具有 60 多種脈沖和脈沖序列分析功能，包括與波形無(wú)關(guān)的定時(shí)旁瓣測(cè)量。相同的工具可用于驗(yàn)證電磁環(huán)境中的商業(yè)RF信號(hào)。多通道示波器也可用于捕獲被測(cè)系統(tǒng)的時(shí)間和延遲信息。

基于 IRAPS 的閉環(huán) HIL/SIL 系統(tǒng)是訓(xùn)練、評(píng)估和改進(jìn)實(shí)施下一代認(rèn)知雷達(dá)和電子戰(zhàn)系統(tǒng)所需的 AI/ML 算法以及保護(hù)生命和資產(chǎn)免受未知威脅的出色測(cè)試平臺(tái)。

審核編輯：郭婷