人工智能在軍事中的應(yīng)用越來越受到各國的重視，包括但不限于雷達通信電子戰(zhàn)領(lǐng)域。隨著電磁環(huán)境的日益復(fù)雜，雷達通信電子戰(zhàn)設(shè)備中新技術(shù)的應(yīng)用，傳統(tǒng)電子戰(zhàn)系統(tǒng)已難以滿足日益增加的對抗需求。

基于認知電子戰(zhàn)的干擾策略優(yōu)化是認知電子戰(zhàn)系統(tǒng)進行自適應(yīng)對抗的體現(xiàn)，也是認知電子戰(zhàn)技術(shù)的核心優(yōu)勢。認知電子戰(zhàn)中的干擾策略優(yōu)化具體包括3方面的內(nèi)容：干擾樣式?jīng)Q策、干擾波形優(yōu)化以及干擾資源調(diào)度。

自適應(yīng)干擾樣式?jīng)Q策

自適應(yīng)干擾樣式?jīng)Q策是指對抗系統(tǒng)能夠通過對目標信號的威脅感知建立對抗目標多種狀態(tài)與已有干擾樣式之間的最佳對應(yīng)關(guān)系，從而能夠針對目標的不同狀態(tài)形成一套最優(yōu)干擾策略。 認知電子戰(zhàn)中的對抗目標往往具有多種工作狀態(tài)且狀態(tài)之間在對抗過程中可以快速切換、靈活變化，因此，需要對抗系統(tǒng)能夠通過自適應(yīng)的干擾樣式?jīng)Q策建立目標狀態(tài)與已有干擾樣式之間的最佳對應(yīng)關(guān)系，從而能夠針對靈活變化的目標進行快速干擾響應(yīng)。自適應(yīng)的干擾樣式?jīng)Q策可通過強化學(xué)習(xí)技術(shù)解決。強化學(xué)習(xí)是人工智能領(lǐng)域中一類重要的學(xué)習(xí)方法，它通過“試錯機制”來學(xué)習(xí)如何最佳地匹配狀態(tài)和動作，以期獲得最大的回報。強化學(xué)習(xí)具有自主學(xué)習(xí)的能力，它不依賴先驗知識，僅通過不斷與環(huán)境交互來獲得知識，自主地進行動作選擇，使得到獎勵的行為被“強化”而受到懲罰的行為被“弱化”。常用的強化學(xué)習(xí)算法包括：動態(tài)規(guī)劃、蒙特卡羅方法、時序差分學(xué)習(xí)、Q-學(xué)習(xí)、SARSA等。

自適應(yīng)干擾波形優(yōu)化

自適應(yīng)干擾波形優(yōu)化是指對抗系統(tǒng)能夠根據(jù)外界電磁環(huán)境的變化，充分利用我方的干擾資源，自主地、動態(tài)地、實時地優(yōu)化生成新的干擾波形，從而形成靈活多變的干擾樣式，以適應(yīng)現(xiàn)代電子戰(zhàn)復(fù)雜的電磁環(huán)境； 當對抗過程中出現(xiàn)未知威脅目標或目標未知狀態(tài)時，已有的干擾樣式可能無法達到最佳的干擾效果，這時就需要對抗系統(tǒng)根據(jù)感知到的未知狀態(tài)的信號特征，動態(tài)地調(diào)整干擾參數(shù)、優(yōu)化干擾波形，從而生成新的干擾樣式。 自適應(yīng)的干擾波形優(yōu)化可采用啟發(fā)式優(yōu)化算法解決。已有的啟發(fā)式優(yōu)化方法主要包括遺傳算法、模擬退火算法、粒子群算法、差分進化算法、快速多層多極子算法等。在認知電子戰(zhàn)的應(yīng)用條件下，優(yōu)化過程需要考慮目標的威脅程度、匹配干擾策略及干擾實施參數(shù)等諸多因素，對傳統(tǒng)算法的改進并實現(xiàn)數(shù)學(xué)模型化是算法研究的關(guān)鍵內(nèi)容。

自適應(yīng)干擾資源調(diào)度

自適應(yīng)干擾資源調(diào)度則是在“多對多”對抗的條件下，合理分配干擾資源，使得對抗系統(tǒng)能夠使我方既有的干擾資源在面對目標組網(wǎng)信息系統(tǒng)時發(fā)揮最大的作戰(zhàn)效益。 在完成“一對一”對抗中干擾波形優(yōu)化的基礎(chǔ)上，進一步研究“多對多”對抗中的干擾資源調(diào)度問題?；谡J知理論，研究對抗資源分配、調(diào)度的實現(xiàn)機制，盡可能減少系統(tǒng)對人和先驗知識的依賴，以最大限度地提高對抗系統(tǒng)的資源利用效率。 在自適應(yīng)的干擾資源調(diào)度方面，已有算法包括匈牙利算法、動態(tài)規(guī)劃算法、模糊多屬性動態(tài)規(guī)劃算法等。認知電子對抗系統(tǒng)對干擾資源調(diào)度的智能化實現(xiàn)提出了更高的要求，需要研究新算法或?qū)σ延兴惴ㄟM行改進推廣，以適應(yīng)復(fù)雜的現(xiàn)代戰(zhàn)場環(huán)境。 如隨著對抗目標數(shù)量增多乃至組網(wǎng)，干擾機也大多具有干擾多個目標的能力，可以對結(jié)合自主學(xué)習(xí)知識庫和預(yù)裝專家系統(tǒng)的干擾調(diào)度算法進行研究，使其能夠適用于“多對多”對抗的現(xiàn)代復(fù)雜戰(zhàn)場環(huán)境。

DARPA的自適應(yīng)電子戰(zhàn)項目

2010年DARPA發(fā)布了“自適應(yīng)電子戰(zhàn)行為學(xué)習(xí)”(BLADE)項目，開發(fā)組網(wǎng)式電子攻擊系統(tǒng)，通過實時檢測分析無線通信系統(tǒng)，并對檢測到的威脅生成有效的自適應(yīng)對抗措施。這是首次將“認知無線電”用于通信電子戰(zhàn)。 2012年DARPA又啟動了“自適應(yīng)雷達對抗”(ARC)項目，旨在開發(fā)能對抗敵方自適應(yīng)雷達的機載電子戰(zhàn)系統(tǒng)。自適應(yīng)雷達是指那些在波束控制、波形、頻率、相參處理周期等特征上進行捷變的多功能相控陣雷達。ARC系統(tǒng)則需要首先識別出輻射源類型、雷達功能（搜索/跟蹤/識別）、雷達行為等威脅環(huán)境，然后快速生成干擾對策，并能對對抗效果進行評估。

審核編輯：郭婷