人工智慧那些事——人工智慧軍事應用（三）

認知電子戰系統

認知電子戰系統是具有實時戰場環境的感知與學習、最佳干擾措施的智能選取、干擾措施有效性實時評估反饋能力的，智能的、動態的、人在迴路的全自適應系統。

認知電子戰系統的實質是首先對目標對象和周邊環境的自適應偵察感知，從偵收到的海量數據中快速準確地分析出可用知識，進而智能地選取或合成最佳的電子攻擊措施，然後通過進一步的感知來對攻擊效能進行評估，最後根據評估優劣來指導系統下一次的電子進攻。可以將認知電子戰系統構建為一個大閉環系統，分為3個功能模塊：認知偵察模塊、對抗措施合成模塊和對抗效果評估模塊。

認知電子戰系統組成示意圖

認知偵察模塊通過對戰場電磁環境的感知，對獲取的目標及周邊環境信號進行測量、分類、特徵提取和識別等處理分析，提取出核心參數特徵，形成特徵描述數據，並傳送至對抗措施合成和效果評估模塊。

對抗措施合成模塊通過分析信號特徵，並結合知識庫中的學習信息，搜索最佳的干擾策略，同時進行干擾資源分配和最優化干擾波形，進而對目標實施干擾。

對抗效果評估模塊根據實施干擾前後目標信號特徵的變化來定量地分析對抗效果，得到當前干擾措施的效能評估結果，優化對抗策略，進而促進下一輪對抗措施的合成。

認知電子戰系統雖然具備一定的智能化能力，能夠根據目標狀態的不同自主地調整最佳的對抗措施，但戰場環境錯綜複雜，需要依據戰局的實際情況或者設定的戰術策略來操控系統，這就需要通過人機交互來實現操作人員對認知電子戰系統的總體掌控。

BAE系統公司研究手持式認知電子戰技術

美軍最先意識到認知技術給電子戰帶來的挑戰，最先開展認知電子戰系統研究。從2008年開始，美國國防部就在資助應用於下一代電子戰的先進認知干擾技術和人工智慧技術研究項目。2010年以來，DARPA和各軍種陸續發起了多個認知電子戰研究項目，以對認知電子戰關鍵技術進行深入分析和研究，重點是實時識別和響應能力，以快速識別和開發電子攻擊措施。其近年來的主要項目包括：

（1）自適應雷達對抗（ARC）項目。目的是開發在短時間內對抗敵方新型雷達的能力，使得電子戰系統能夠近乎實時地自動生成有效的對策來對抗未知的雷達信號，並能夠針對敵方雷達不同的工作模式和信號特徵，隨時調整干擾策略，以達到最佳的干擾效果。

（2）自適應電子戰行為學習（BLADE）項目，該項目將著重發展新的人工智慧演算法和技術，使電子戰系統能夠在戰場上自主學習干擾新的通信威脅，實時對抗敵方的無線設備和網路指揮，控制和通信以及遙控簡易爆炸裝置等所帶來的無線通信威脅。

（3）極端射頻頻譜條件下的通信（COMMEX）項目。主要針對在遭受嚴重干擾壓制的情況下，開發一種具備高度自適應能力和靈活性的通信系統。

（4）美空軍認知干擾機（CJ）項目。該項目旨在以軟體無線電技術為核心，通過研究軟體演算法和樣機系統構架，開發一套功能多樣、干擾樣式靈活多變的認知干擾機系統，以期達到干擾靈巧、迅速和有效的目的。

（5）美空軍先進電子戰組件（ACE）項目。該項目主要通過設計製造低成本高產量的先進電子戰光電元件，推進構建適應未來先進電子戰的基礎設施和能力。

（6）美海軍認知通信電子戰（Cognitive Com-munication Electronic Warfare）項目。針對具備強大抗干擾能力的智能手機和認知無線電電台，開發一種認知通信干擾機。項目要求所開發的認知通信干擾機能夠利用機器學習演算法來學習、預測作戰對象的行為。

（7）美海軍下一代電子戰技術（Cognitive EWTomorrow）項目。主要從電磁頻譜方面著手，通過抑制敵方、保障己方，加強海軍電磁頻譜的掌控和利用能力。期望通過將自適應、機器學習等演算法應用於電子戰中，從而提高電子戰整體的效能。

通過分析美軍近年來展開的電子戰項目可以看出，以提高電子戰系統智能化水平為核心，具備自主感知能力、實時反應能力、準確打擊能力以及評估反饋能力的認知電子戰技術必將成為未來電子戰的發展趨勢。

裝備故障診斷系統

大型複雜裝備在航空、航天、核工業、軌道交通、機器人等高技術領域以及現代化工業生產中起了重要角色，一旦發生故障將造成巨大的經濟損失、人員傷亡和社會影響。複雜系統的故障診斷技術伴隨航天、航空等複雜系統的出現而產生，其發展正向著智能化方向發展。

智能診斷系統是在常規故障診斷技術的基礎上，結合人工智慧技術的研究成果研製而成的自動化診斷系統。隨著電子技術、計算機科學和人工智慧技術的迅速發展，工業生產設備越來越大型化、複雜化和智能化，人們對這些大型複雜系統的安全運行提出了更高的要求，以現場數據處理為核心的常規診斷系統已無法滿足現場提出的日益嚴格的要求，智能診斷系統就是為了實現大型複雜系統的實時狀態監測和準確、及時地故障診斷而研製的。它的一個重要特點是：它從以現場數據處理為核心的常規診斷模式轉變為以診斷知識處理為核心的智能診斷模式，實現了信號檢測，現場數據處理和經驗知識處理等多種信息處理的統一。

智能診斷系統的開發歷史並不長，美國自20世紀80年代開始首先在這方面開展研製工作。美國國家航空航天局（NASA)把人工智慧應用到航天器的故障診斷中，研製了多種故障的智能診斷系統，如太空梭液氧加註診斷系統LES、太空梭主發動機透平泵診斷專家系統SEES、「旅行者」號探測器通信系統故障診斷專家系統SHARP等。20世紀80年代初，美國羅姆航空發展中心提出了利用人工智慧來提高機內測試（BIT）概念，最後發展成為智能BIT (Smart BIT)。智能BIT技術就是將專家系統、神經網路、模糊理論、信息融合等人工智慧技術應用到機內測試的設計、檢測、診斷、決策中去，提高BIT的綜合效能，從而降低設備全周期費用的技術方法。智能BIT的研究主要在美國空軍的懷特實驗室和羅姆航空發展中心展開。一些大型的航空公司（例如波音公司、休斯公司和諾斯羅普·格魯門公司）在智能BIT設計和應用研究等方面也發揮了重要的領導作用，並成功地把最先進的BIT理論、技術和方法應用到生產的各種軍、民用飛機中，其理論和技術都代表了世界領先水平。

王志偉

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！