人工智能技術(shù)與在雷達對抗中的應(yīng)用及需要解決的問題

人工智能技術(shù)作為一種新興技術(shù)受到了廣泛關(guān)注，越來越多力量都期望能夠利用人工智能技術(shù)形成在電磁領(lǐng)域的技術(shù)優(yōu)勢，牢牢抓住電磁領(lǐng)域信息作戰(zhàn)的主動權(quán)，拉開與潛在對手的電子戰(zhàn)裝備的技術(shù)差距。

現(xiàn)代戰(zhàn)爭是高技術(shù)條件下的信息化戰(zhàn)爭。隨著信息化技術(shù)的不斷進步，戰(zhàn)爭日益依賴高技術(shù)設(shè)備，自?20世紀?70年代信息革命爆發(fā)至今，信息技術(shù)已歷經(jīng)近半個世紀的發(fā)展，形成了體系完備的產(chǎn)業(yè)集群并滲透到很多領(lǐng)域，尤其在軍事領(lǐng)域中大放異彩。在此大環(huán)境驅(qū)使下，人工智能作為一種新型的技術(shù)受到越來越多的重視。人工智能武器的出現(xiàn)，將“人對人”的戰(zhàn)爭轉(zhuǎn)化為了“機器自主殺人”的戰(zhàn)爭，即從根本上改變了戰(zhàn)爭的方式。越來越多的國家將發(fā)展人工智能提升到了國家戰(zhàn)略的層次，在政策、資金等方面給予了很大支持。以美國為代表的世界軍事強國，早已預(yù)見到人工智能技術(shù)在軍事領(lǐng)域的廣闊應(yīng)用前景，并已經(jīng)展開了在智能化上的競賽。美國還相繼提出了“第一、二次抵消戰(zhàn)略”及“第三次抵消戰(zhàn)略”，希望利用人工智能和機器人等技術(shù)保持對潛在對手的軍事優(yōu)勢。

在電子戰(zhàn)領(lǐng)域，尤其是雷達對抗方面，常規(guī)手段在時效性、準確性、抗毀性、打擊能力、自適應(yīng)等方面不能滿足當前戰(zhàn)場需求。人工智能技術(shù)作為一種新興技術(shù)受到了廣泛關(guān)注，越來越多力量都期望能夠利用人工智能技術(shù)形成在電磁領(lǐng)域的技術(shù)優(yōu)勢，牢牢抓住電磁領(lǐng)域信息作戰(zhàn)的主動權(quán)，拉開與潛在對手的電子戰(zhàn)裝備的技術(shù)差距。??

人工智能技術(shù)的發(fā)展

人工智能的概念

人工智能（artificial intelligence，AI）涉及到研究、擴展延伸、模擬人智能的相關(guān)內(nèi)容。1956年，在美國達特茅斯召開了一次學術(shù)會議上正式出現(xiàn)了“人工智能”這個術(shù)語，首次將像人類那樣思考的機器稱為“人工智能”，被看作是人工智能正式誕生的標志。此后不久，麥卡錫與明斯基兩人共同創(chuàng)建了世界上第一座人工智能實驗室，開始從學術(shù)角度對?AI展開嚴肅而精專的研究。人工智能最基本的概念是指通過機器為載體，使機器具有一定的人的表達能力與思維方式，它是關(guān)于知識的學科，是如何表達、獲取知識并實際應(yīng)用的科學技術(shù)。

人工智能技術(shù)的發(fā)展狀況及其應(yīng)用

自從人類象棋冠軍?Garry Kasparov?被?IBM?公司所研發(fā)出的電腦擊敗以后，人工智能技術(shù)迅速進入人們的視野。從本質(zhì)上來講人工智能是計算機學科當中的一個重要的分支，人們最初去研究人工智能技術(shù)的原因是希望計算機能夠像人類的大腦一樣進行思考，但是到目前為止，人們對自身大腦的了解程度還遠遠不夠，模仿大腦的工作更是難上加難，盡管在過去很長一段時間內(nèi)科學家為之付出了很大努力。??

人工智能在近幾十年的大致發(fā)展趨勢如圖?1?所示。由圖?1可以看出：1943年人工智能開始萌芽，人工智能主要以人工神經(jīng)網(wǎng)絡(luò)的形式存在；1956年正式誕生，并逐步進入了上升期，啟發(fā)式算法知識推理等開始盛行；而進入20?世紀?60?年代以后，開始了模糊邏輯進化策略，這一時期也是人工智能技術(shù)發(fā)展的延遲期；20世紀?70年代以后，專家系統(tǒng)遺傳算法等開始出現(xiàn)，人工智能技術(shù)在這一時期取得了很大的突破；20世紀?80年代至今，又步入了一個新的發(fā)展階段，越來越多的技術(shù)以及算法不斷成熟，并且在很多領(lǐng)域得到了應(yīng)用。

圖 1??人工智能發(fā)展趨勢

（1）國內(nèi)發(fā)展態(tài)勢

民用方面，阿里巴巴網(wǎng)絡(luò)技術(shù)有限公司和騰訊計算機系統(tǒng)有限公司為了獲得更多的連接面，把主要的精力投放在了橫向圈地動作上。百度公司則以技術(shù)為核心，重在進行人工智能和深度學習領(lǐng)域的布局。百度云則是結(jié)合了深度學習技術(shù)提供的人臉識別及檢索技術(shù)，使用了類似于人腦思維的方式去識別、搜索圖片中的物體及其他內(nèi)容，其語音識別系統(tǒng)可以在嘈雜環(huán)境下實現(xiàn)近?81%的辨識準確率。與此同時，百度公司已經(jīng)建成了被稱為“百度大腦”的大規(guī)模深度神經(jīng)網(wǎng)絡(luò)，目前完全可以理解分析?200?億個參數(shù)，達到了?2~3歲幼兒的智力水平。縱觀中國人工智能技術(shù)與產(chǎn)業(yè)發(fā)展，很多科研院所、企業(yè)單位等均已經(jīng)開展深度學習理論算法、建模等方面的研究。關(guān)于人腦網(wǎng)絡(luò)結(jié)構(gòu)與認知結(jié)構(gòu)的研究也開始陸續(xù)開展，人工智能的相關(guān)技術(shù)也開始實現(xiàn)產(chǎn)品化應(yīng)用。? ?

軍用方面，中國很早就開始探索人工智能技術(shù)在軍事領(lǐng)域的應(yīng)用?！笆濉币?guī)劃指出：未來?5~10年，國家將重點推動人工智能規(guī)?；瘧?yīng)用。“十三五”國家科技創(chuàng)新規(guī)劃指出：發(fā)展智能綠色服務(wù)制造技術(shù)，發(fā)展智能感知、智能控制、智能機器人等技術(shù)，圍繞建設(shè)制造強國，大力推進制造業(yè)向智能化、綠色化發(fā)展。目前，國內(nèi)無人系統(tǒng)已經(jīng)廣泛應(yīng)用于反恐、偵察、遠程精確打擊、軍事訓(xùn)練、邊境巡邏、作戰(zhàn)支援等，并在蜂群無人機和指揮控制方面取得了一定的突破，巡航導(dǎo)彈在路徑規(guī)劃和目標識別方面也采用了人工智能技術(shù)。此外，在自主多用途作戰(zhàn)機器人系統(tǒng)、軍用飛機“副駕駛員”系統(tǒng)、武器裝備的自動故障診斷與排除系統(tǒng)、智能電子戰(zhàn)系統(tǒng)、人工智能武器等武器裝備中均應(yīng)用了人工智能技術(shù)。

（2）國際發(fā)展態(tài)勢

人工智能技術(shù)在民用方面的發(fā)展重點由主要的互聯(lián)網(wǎng)公司進行推動。例如谷歌公司基于對人工神經(jīng)網(wǎng)絡(luò)的研究，開發(fā)出了一種新型的學習算法，能夠模仿人腦學習和記憶的原理，具有對數(shù)據(jù)進行歸納整理及進一步預(yù)測推斷等能力。Facebook公司致力于利用好人工智能技術(shù)進行用戶數(shù)據(jù)分析以提升用戶體驗，主要針對用戶信息和關(guān)系的人工智能算法演進，同時也關(guān)注圖像識別和自然語言處理，其臉部識別算法的準確度已達到?97%。IBM公司是依托自身計算基礎(chǔ)重點部署大規(guī)模計算能力，研制可以模擬人類大腦的芯片。除此之外，近年以來，國際上也陸續(xù)開展了對于人腦的模擬和研究，一方面是希望通過模擬人腦來促進醫(yī)學發(fā)展，另一方面則是希望通過研究人腦的學習機制推動學習算法、人機交互及神經(jīng)計算等科學技術(shù)的進一步發(fā)展。? ?

人工智能技術(shù)在軍用方面，美國和以色列等國家在走在了世界前列。美國軍方一直以來都很重視人工智能方向的發(fā)展，2013年以來接連發(fā)布了《為人工智能的未來做好準備》和《國家人工智能研究與發(fā)展戰(zhàn)略規(guī)劃》。目前，美國的無人機系統(tǒng)倉儲量大幅度提高，甚至制定了“無人系統(tǒng)集成路線圖”，試圖在?2038年前全面發(fā)展空中、地面、海洋三大領(lǐng)域的無人自動系統(tǒng)。以色列現(xiàn)已擁有?Orbiter、Aerostar、Domintor等一系列無人機，并且擁有導(dǎo)航系統(tǒng)和人機界面等。以色列國防軍?Sigma?分支一直致力于將深度學習、機器學習、視頻分析等技術(shù)用在軍事領(lǐng)域，并且已經(jīng)取得了一些實際成果。例如在兩個神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上使用240萬幅圖片和視頻訓(xùn)練出能夠理解和描述視頻的人工智能算法，可用于監(jiān)控戰(zhàn)場和邊境線。除此之外，以色列還利用?3D打印技術(shù)制造無人機，并開發(fā)出了蛇形機器人，用于沙漠、隧道、廢墟等特定環(huán)境。??

人工智能技術(shù)與在雷達對抗中的應(yīng)用

隨著“制電磁權(quán)”在高技術(shù)戰(zhàn)爭中地位的提高，世界各軍事強國都意圖加強自己國家的電子作戰(zhàn)能力。人工智能技術(shù)與電子戰(zhàn)的結(jié)合成為很多國家追求信息戰(zhàn)發(fā)展的方向。1944年6月，德國軍隊依靠自身無線電導(dǎo)航的引導(dǎo)夜襲了倫敦，致使英、德兩國之間展開了一場激烈的無線電導(dǎo)航對抗，此后雷達投入了作戰(zhàn)使用，并很快成為了放空探測和火炮定位的有力武器，且逐漸成為了電子戰(zhàn)的重點，其地位和作用不斷提高。當前，國內(nèi)外在雷達對抗方面都取得了很大的突破。自20世紀末以來，美國分別開展了專家系統(tǒng)恒虛警處理（ESCFAR）和基于數(shù)字地圖信息的空時自適應(yīng)處理（KBMap-STAP）等研究項目；2013年，美國防御遠景研究規(guī)劃局（DARPA）支持了雷達與通信共享頻譜（SSPARC）研究項目；2016年，Greco將認知雷達擴展到被動雷達。??

自?2008年開始，中國學者在認知雷達領(lǐng)域開展了研究，在環(huán)境感知與描述、最優(yōu)化波形設(shè)計、自適應(yīng)信號處理等方面進行了探索，并取得了一定的研究成果。此外，在雷達目標識別技術(shù)研究方面也有比較廣泛的研究基礎(chǔ)，這其中包括利用神經(jīng)網(wǎng)絡(luò)、支持向量機對雷達一維距離像結(jié)果的分類識別、合成孔徑雷達（SAR）圖像的分類識別等。主要針對電子戰(zhàn)領(lǐng)域中的雷達對抗，介紹人工智能與雷達對抗相結(jié)合的發(fā)展概況。?

當前，一大批符合未來戰(zhàn)爭需求的雷達對抗新技術(shù)、新概念被不斷提出。例如自適應(yīng)雷達對抗（adaptive radar countermeasures，ARC）、智能雷達干擾決策支持系統(tǒng)等將在未來電子戰(zhàn)中發(fā)揮巨大的作用。下面主要根據(jù)自適應(yīng)雷達對抗介紹人工智能技術(shù)在雷達對抗方面的應(yīng)用。??

由美國國防預(yù)先研究計劃局啟動的自適應(yīng)雷達對抗，目的是開發(fā)短時間內(nèi)對抗敵方新型、未知雷達的能力，是第一個真正意義上的認知電子戰(zhàn)項目。該項目是研制一種可以進行信號特征分析、對抗措施合成以及對抗措施效能評估的閉環(huán)系統(tǒng)，系統(tǒng)框圖如圖?2所示。

圖2??自適應(yīng)雷達對抗系統(tǒng)示意

該項目是針對對方空中無線電信號而開發(fā)對抗對方自適應(yīng)雷達系統(tǒng)的電子戰(zhàn)能力，這種能力可以感知周圍復(fù)雜電磁環(huán)境，并且自動調(diào)整，最后實施干擾。通常傳統(tǒng)的雷達不具有對環(huán)境的認知性，不能夠自動識別復(fù)雜電磁環(huán)境下的未知信號，更不能依據(jù)未知的威脅信號實時合成有效的對抗措施。而自適應(yīng)雷達對抗項目對上述問題進行了很大的優(yōu)化改善，它可以基于敵方空中無線電信號對抗敵方自適應(yīng)雷達系統(tǒng)，感知周圍環(huán)境并自動調(diào)整實施干擾。

從圖?2可以看出，ARC項目充分體現(xiàn)了認知雷達動態(tài)閉環(huán)反饋功能的認知原理。（1）通過對雷達威脅信號的分析確定威脅的功能和意圖，即對于目標環(huán)境的偵察感知。它充分利用了學習領(lǐng)域的支持向量機和神經(jīng)網(wǎng)絡(luò)等方法，展開了對于認知偵察技術(shù)的研究，研究的主要內(nèi)容包括高復(fù)雜信號環(huán)境下的威脅信號分選、識別和特征值提取算法，重要的是算法的設(shè)計必須要考慮實時性及準確性。（2）自適應(yīng)的機器學習算法通常需要一定的先驗知識作為訓(xùn)練的基礎(chǔ)，并且要求其在工作過程中可以不斷地積累和捕獲新的威脅信號，持續(xù)地對數(shù)據(jù)庫里積累的新信號進行學習，從而可以逐步提高自身系統(tǒng)對于威脅信號環(huán)境的偵察感知能力。（3）根據(jù)感知到的威脅信號提取信息，利用當前主流的優(yōu)化方法，遺傳算法、粒子群算法（PSO）等推導(dǎo)出進行干擾的最優(yōu)化策略，自動合成對抗措施的算法和技術(shù)，接著由發(fā)射機進行干擾信號的發(fā)射。（4）需要繼續(xù)觀察目標信號，通過有效的對比，分析采取干擾措施前后信號的變化情況，對采取的對抗措施進行精確的現(xiàn)場評測，判斷干擾信號究竟是否有效，并將評估結(jié)果反饋到智能決策，進一步優(yōu)化策略，從而達到最佳的干擾效果?？傊珹RC?可以將應(yīng)對新雷達威脅的時間由過去的幾個月甚至一年，縮短至幾分鐘甚至幾秒鐘。? ?

需要解決的關(guān)鍵問題

威脅信號的提取及其特征分析

在當前趨勢下，世界各軍事強國都希望能夠引領(lǐng)電磁空間發(fā)展，牢牢抓住電子戰(zhàn)的主動權(quán)，這導(dǎo)致當今的電磁空間十分擁塞，從而對雷達偵察接收機獲取威脅信號提出更高的要求。如何實時地從其他射頻輻射源的密集復(fù)雜電磁環(huán)境中分離出威脅信號，是需要關(guān)注的問題。針對以上問題，可以考慮將人工智能中的機器學習算法、基于規(guī)則的推理及自適應(yīng)算法等運用到接收機對外界信號的感知中；同時要結(jié)合創(chuàng)新的方法對輻射源脈沖進行分析，根據(jù)數(shù)據(jù)庫中心的先驗知識提取威脅信號特征；此外，要注重這整個過程的實時性和準確性。??

軟件算法需要優(yōu)越的硬件系統(tǒng)

在自適應(yīng)雷達對抗項目中，很多問題解決的關(guān)鍵在于應(yīng)用了人工智能中的一系列軟件算法。因此需要研究如何使這些軟件算法在雷達對抗系統(tǒng)中發(fā)揮出優(yōu)越的性能，從而對硬件系統(tǒng)提出了要求。必須注意對硬件開發(fā)平臺的研究，在硬件系統(tǒng)設(shè)計等方面投入更多的精力。??

對抗措施合成既干擾信號的產(chǎn)生

自適應(yīng)雷達對抗系統(tǒng)在工作時，要求能夠?qū)崟r地感知危險信息，并且基于信號分析和特征描述對當前威脅環(huán)境的理解無延時地形成對抗措施。這需要在雷達對抗系統(tǒng)中加入一套預(yù)編程的技術(shù)方案，可以考慮采用一些新的引擎控制模塊（ECM）技術(shù)或者是先進的機器學習算法使系統(tǒng)積累一定的經(jīng)驗?zāi)Ｐ?，并且能夠通過與環(huán)境的交互持續(xù)地學習積累新的經(jīng)驗知識，同時要注意干擾波形的優(yōu)化問題。??

實時的對抗效果評估

當雷達對抗系統(tǒng)發(fā)出干擾信號之后，要對干擾的效果進行實時評估，這其中包含兩個問題：（1）如何檢測干擾效果。無法從威脅雷達處直接觀測對抗的效果，需要采用創(chuàng)新的方法進行精確地評估，例如通過威脅雷達波束、帶寬等的變化來評估對抗效果；（2）實時性的問題?？梢钥紤]如何提高射頻前端的響應(yīng)能力等，同時在軟件方面要注意提升算法的運算速度，也可以在組成硬件系統(tǒng)的新材料或技術(shù)等方面進行探索，保證評估的有效性。? ?

安全性和可靠性需要保證

人工智能技術(shù)雖然很大程度上發(fā)展了雷達對抗裝備，但仍處在一個初級階段，機器對戰(zhàn)場環(huán)境的感知處理能力在某些方面未必會超出人類，有時可能會因為機器的自主性導(dǎo)致一些安全事故。安全性和可靠性問題可能會影響人工智能系統(tǒng)的類型，也會影響它們?nèi)谌氤Ｒ?guī)的軍事行動計劃。因此，未來需要對安全性和可靠性給予足夠重視，使風險降到最低。??

對戰(zhàn)雙方都具備了自適應(yīng)，加大了對抗的挑戰(zhàn)性

隨著自適應(yīng)雷達對抗系統(tǒng)的發(fā)展，今后的電子戰(zhàn)中，對戰(zhàn)雙方都擁有一定的自適應(yīng)，這必然會為戰(zhàn)場環(huán)境帶來更多的不確定性及挑戰(zhàn)性，同時這種不確定因素的增多必然對雷達對抗系統(tǒng)的要求更高。任何一種技術(shù)，不同的發(fā)展程度和運用環(huán)境一定會形成優(yōu)劣對比。因此，若想走在未來電子戰(zhàn)的前列，就需要時刻注意其他力量在相關(guān)的發(fā)展狀況，力求在裝備技術(shù)發(fā)展上領(lǐng)先于潛在對手。? ?

發(fā)展、培養(yǎng)更多的專業(yè)技術(shù)人才

當前正處于人工智能發(fā)展浪潮中，研究人員都希望通過人工智能技術(shù)加強自身領(lǐng)域的發(fā)展，但是真正熟悉并掌握技術(shù)的人才較少，很多領(lǐng)域均出現(xiàn)了人才短缺的問題，而且大多技術(shù)都是在民用領(lǐng)域形成之后才應(yīng)用于軍事領(lǐng)域。人工智能在雷達對抗中應(yīng)用的研究人員更加稀缺，如果臨時培養(yǎng)，需花費大量的時間精力，周期較長，無法適應(yīng)發(fā)展需求，因此要加強宣傳工作，招攬真正的人工智能技術(shù)人才投身于相關(guān)領(lǐng)域的研究中。

一些軍事強國已將人工智能技術(shù)引入自適應(yīng)雷達對抗。分析了人工智能技術(shù)與雷達對抗結(jié)合所帶來的理想的應(yīng)用效果。從技術(shù)層面、安全性、可靠性以及人才培養(yǎng)等方面總結(jié)了繼續(xù)深入人工智能與雷達對抗融合發(fā)展需要重點解決的關(guān)鍵問題。針對未來發(fā)展趨勢，人工智能技術(shù)將在很長一段時間繼續(xù)處于研究熱潮，要把目光放遠、放長，緊跟科學發(fā)展腳步，力爭實現(xiàn)成為技術(shù)創(chuàng)新的引領(lǐng)者。