2016年初，DARPA通過“自適應雷達對抗”項目，研制出世界首款認知雷達電子戰系統原型機。該系統可基于敵方無線電信號對抗敵方自適應雷達，感知周圍環境并自動調整實施干擾。6月，DARPA與洛克希德·馬丁公司成功演示了“自適應電子戰行為學習”項目開發的認知電子戰系統，該系統能夠通過機器學習實現動態對抗自適應通信威脅，將干擾先進通信系統所需分析時間從以前的幾個月縮短至幾分鐘。

▲DARPA“自適應雷達對抗”項目概念圖

隨著科技的不斷進步，面對當前日益復雜多變的戰場電磁環境，常規電子戰手段所取得的作戰效能也在逐步下降，面臨著諸多亟須解決的問題：一是戰場上新體制雷達、未知信號、復雜波形層出不窮，加之頻譜擁堵以及海量數據的影響，使得目標信號的情報獲取與分析面臨著巨大挑戰；二是就電子戰裝備中干擾與抗干擾的攻防關系而言，當前裝備的抗干擾能力飛速提升，這就要求必須加快推進干擾技術的發展；三是隨著作戰對象智能化水平的不斷提升，其自適應偵察能力與靈巧應變能力也隨之增強，這就對電子戰裝備的智能化程度提出了新的要求；四是面對各種電子戰裝備組網協同作戰的發展，如何能夠迅速、準確、有效地對組網系統實施打擊，將是擺在電子戰研究者面前的一道難題因此迫切需要開辟一條新的思路來突破瓶頸，推動電子戰作戰方式的變革，認知電子戰技術正是在這種背景下應運而生的。

認知電子戰融合了認知科學和電子戰技術，涉及眾多的學科領域，包括電子學、軍事學、計算機科學、哲學、語言學、人類學、神經學、心理學等。那么如何理解認知的含義？首先，一個實體具備認知能力，就必須建立在實體自身一定的智能化基礎上；其次，整個認知的過程可以看作是對目標及周邊環境信號的偵收、分析、處理、情報形成、智能判決以及措施實施的過程追根溯源，認知的思想最早體現在認知無線電領域，其技術核心是能夠對周邊環境進行感知，并根據環境的特點來實時調節優化自身的工作參數隨后美國科學家Simon Haykins將認知的思想融入雷達設計領域，提出了認知雷達的概念接著從2009年開始，美軍為提高電子戰作戰效能，逐步地將認知的概念引入到電子戰裝備中，也就標志著認知電子戰概念的形成。

1、美軍認知電子戰研究現狀

為了在未來高技術戰爭中獲得“制電磁權”的主動優勢，世界各軍事強國都著力提高自身的電子戰作戰能力，其中美軍對電子戰技術的研究走在了世界的前列，已經著手開發了一系列認知電子戰項目，具備一定的代表性。下面對美軍近期開展的認知電子戰項目進行簡要概述。

1）自適應雷達對抗（Adaptive Radar Coun-termeasures,ARC）項 目。 該項目是DARPA2012年啟動的一項為期五年的研究項目。目的是開發在短時間內（美軍稱為“戰術相關的時間段內”）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新的、未知的或不明確的雷達信號，能夠針對敵方雷達不同的工作模式和信號特征，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（BehavioralLearning for Adaptive Electronic Warfare,BLADE）項目。該項目將著重發展新的算法和技術，使電子戰系統能夠在戰場上自主學習干擾新的通信威脅。其目的是實時對抗敵方的自適應無線通信系統帶來的威脅，即敵人使用的無線設備和網絡指揮，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（Communications in Extreme RF Spectrum Conditions,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（Cognitive Jammer,CJ）項目。該項目旨在以軟件無線電技術為核心，通過研究軟件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（Advanced Components for Electronic Warfare,ACE）項目。該項目主要通過設計制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 Communication Electronic Warfare）項目。該項目旨在針對具備強大抗干擾能力的智能手機和認知無線電電臺，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。該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、機器學習等算法應用于電子戰中，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。因此，為了緊跟電子戰的發展趨勢、不斷適應日趨復雜多變的戰場電磁環境、增強電子戰裝備同作戰對象之間的對抗能力，就必須對認知電子戰概念及其所涉及的關鍵技術進行深入的分析和研究。

2、認知電子戰概念

在深入分析美軍認知電子戰相關項目之后，可將認知電子戰定義為：為了應對威脅目標的智能發展、戰場電磁環境的日益復雜、新波形的不斷涌現而產生的電子戰新方式和新思想。認知電子戰能夠滿足在惡劣防御環境下，在任何時間、任何地點能夠自主預測、發現、識別，對抗并評估任何威脅的需求，其對應的認知電子戰系統要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的能力，是一個智能的、動態的、人能夠參與的大閉環、全自適應系統。認知電子戰系統從環境感知、干擾措施合成到干擾有效性評估都應該具備較高的實時性和可靠性。

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，然后通過進一步的感知來對攻擊效能進行評估，最后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。認知電子戰系統的組成如圖1所示。

 圖1、認知電子戰系統組成框圖

認知偵察模塊通過對戰場電磁環境的感知，偵收到目標及其周邊環境信號后，進行測量、分類、特征提取和識別等信號處理分析過程，進而提取出描述當前環境的核心參數特征，形成特征描述數據，并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征，并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后目標信號特征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，但戰場環境錯綜復雜，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。可以在系統中構建一個人機交互接口，通過該接口，操作人員可以第一時間獲取認知偵察和效果評估的最終信息，進而操控或者干預系統的工作流程，擁有實施干擾的最高權限。

另外知識庫的構建也是認知電子戰系統中不可或缺的，并且3個功能模塊都必須具備與之相對應的能夠實時更新知識的動態數據庫，以便系統在工作過程中利用這些知識庫來快速地獲取信息，并利用反饋和新捕獲的信息進行認知學習，動態更新知識庫。

作為電子戰研究領域的前沿思想，認知電子戰具備極其廣闊的應用前景，相較于常規電子戰作戰手段，具備以下顯著的優勢。

1）具備適應復雜電磁環境，實時精確的態勢感知能力。隨著電子戰裝備的不斷發展，如何在日趨復雜多變的戰場電磁環境中，準確快速地對周邊環境及目標進行態勢感知，已經成為制約傳統電子戰發展的瓶頸問題之一，而這恰恰是認知電子戰發展成熟后所必須具備的能力。尤其針對存在跳頻通信、捷變頻雷達、新型未知信號等復雜電磁環境時，認知電子戰系統能夠近實時地截獲目標信號，對其進行分析識別，獲得目標信息，明確目標意圖。

2）具備動態學習和經驗累積能力。認知電子戰除了具備自主感知戰場態勢的能力以外，還具備近實時、動態的學習和經驗積累能力。例如，在現有知識庫的基礎上，近實時、動態地識別新出現的未知信號，對其進行詳細分析，并將分析結果用于知識庫的更新。這樣，在面臨新的復雜電磁環境時，認知電子戰系統可快速適應該環境，并自主生成適用于該環境的決策。

3）具備智能決策和效能評估能力。與傳統電子戰技術相比，認知電子戰能夠通過分析目標信號來推斷其當前所處的狀態，進而通過智能決策來實施最優的策略。策略實施后，繼續觀察目標信號，通過分析對比施加策略前后信號的變化，或者目標狀態的變化來進行效能評估。這樣，通過評估來判斷施加策略的好壞，進而反饋到智能決策模塊，進一步對策略的合成進行優化，以達到最佳的作戰效能。

4）具備有效對抗認知系統或網絡的能力。在認知無線電理論技術的基礎上，借助其核心“認知”理念，在電子戰領域，迅速出現了認知無線電臺、認知無線網和認知雷達等系統。這些認知系統或網絡能夠根據周邊環境的變化，自主地轉變工作方式、調整參數、改變信號波形，在力求取得最佳作戰效能的同時，也大大提高了系統自身的抗干擾能力。面對這種“智能化”的對抗目標，傳統電子戰系統的效能必然大打折扣，然而認知電子戰的技術核心也是“認知能力”,可謂同根同源，具備優越的“智能化”對抗能力，在實施對抗的過程中，是利用“智能化”對抗“智能化”,必將大大提高對抗認知系統或網絡的能力。

5）具備增強同賽博戰相互使能的能力。電子戰與賽博戰作為高技術條件下的新興作戰樣式，在效能發揮方面有著極其緊密的相互使能關系。然而受傳統電子戰在偵察分析、決策生成、對抗實施以及效能檢測等方面技術水平的限制，同時又由于賽博戰注重邏輯層、應用層等高層次的信息對抗，缺乏物理層、鏈路層等低層次的對抗手段和技術，從而導致兩者之間的使能作用并未充分發揮。但認知電子戰在多個關鍵環節帶來了重大的技術變革，將顯著縮小電子戰同賽博戰之間的距離，進而增強兩者之間的相互使能作用。與此同時，這種使能作用也必將促進某些瓶頸問題的突破，進一步推動電子戰與賽博戰的發展。

6）具備優良的隱蔽性和抗毀性。在當前復雜多變的戰場環境下，傳統電子戰系統對作戰對象的態勢感知不充分，深度、精度不到位，為了對目標實施有效對抗，就必須依靠大功率壓制手段來實現。盡管這種對抗手段很有效，但同時帶來了很多方面的問題，核心的就是干擾信號非常容易暴露，從而招致敵方的反輻射打擊。而認知電子戰系統能夠在復雜多變的電磁環境中，深入、精確地進行自主態勢感知，并在此基礎上實現對目標的精確干擾，而無須依靠大功率壓制手段，從而將大大提高干擾系統的隱蔽性和抗毀性。

3、認知電子戰的關鍵技術

在研究認知電子戰概念和現有自適應、智能化算法的基礎上，可以將認知電子戰所涉及的主要關鍵技術總結為以下4個方面。

3.1認知偵察技術

在電子戰領域，首要且關鍵的就是對目標的偵察技術，如果偵察感知不充分，后續的一切工作都是無的放矢。因此只有快速、準確、全面地從戰場周邊環境中捕獲有用信息，才能夠為后續智能決策、對抗生成以及效能評估等過程提供必要的信息支撐。可以借助機器學習領域的神經網絡、支持向量機等方法來展開對認知偵察技術的研究，主要包括在高密度復雜信號環境下的威脅信號分選、識別和特征提取算法，這些算法的設計必須充分考慮實時性和準確度。自適應機器學習算法需要一定的先驗知識作為訓練的基礎，并且在工作過程中還需不斷地積累所捕獲的新威脅信號，通過持續地對動態數據庫中積累的信號知識進行學習，從而達到提高認知能力的目的。

3.2認知建模技術

為提高認知電子戰系統的感知效率，充分發揮系統的作戰效能，需要研究認知建模技術。認知電子戰系統在工作時，要求能夠實時感知目標及周邊戰場的環境信息，然而在當前高密度復雜電磁環境中，輻射源數目巨大且不同輻射源的信號存在較大差異，因此為了能夠快速、準確、全面地實施認知偵察，就必須對系統周邊的電磁環境進行動態的認知建模，通過統一的模型架構來描述不同類型的信息。可以將描述的信息分為靜態參數信息和動態參數信息兩大方面，所涉及的內容有頻率、重頻、到達方向、帶寬、波形特征、協議、電子防護模式、功能意圖等。

3.3電子干擾技術

隨著科技的飛速發展，電子戰裝備的復雜度和靈活性有了較大的提升，抗干擾能力日趨增強。以雷達為例，數字陣列雷達、認知雷達等新體制雷達層出不窮，這些雷達可以實現超低副瓣的發射和接收，具備靈活多樣的工作模式和復雜多變的信號樣式，同時可以利用極少的脈沖個數來對目標實施探測。由于上述多種技術的采用，使得偵察接收機對這些雷達信號的捕獲、處理、分析困難重重，直接導致了整個系統抗干擾性能的提升。

在面對這些抗干擾性能優異的新型電子戰裝備條件下，倘若依舊利用常規電子戰手段進行攻擊，則很難達到所需的干擾效果。因此為了應對戰場上出現的未知復雜威脅目標，探索新的高度自適應電子干擾技術刻不容緩。

在電子干擾技術中，干擾措施合成技術是對目標對象實施電子進攻的關鍵環節，該技術突破的關鍵亦在于軟件算法的設計，即必須引入智能化的思想，開發針對干擾措施合成的智能優化算法。在算法設計過程中，必須著重考慮目標威脅等級與對抗措施合成之間的關系、不同類型對抗目標的干擾參數設置以及智能生成或選擇干擾策略等問題。遺傳算法（GA）、粒子群算法（PSO）等當前主流的優化方法，在時效性和最優策略選取等方面不能夠滿足認知電子戰系統中干擾措施合成技術的需求。因此需要探索開發更為先進的，實時性和最優解選取都表現優異的智能優化算法。

3.4基于目標信號特征變化的效能評估技術

在認知電子戰技術中需要發展一個新的效能評估手段，即根據目標受到干擾前后信號特征工作狀態的變化來評估干擾有效性的技術。該技術的研究需要對多種目標的各個工作狀態，以及不同工作狀態時的特征參數進行詳細分析和總結，從而形成智能推理機制，以便推測目標當前所處的狀態，甚至目標的意圖，進而指導優化干擾措施合成，取得最佳的干擾效果。這種推理機制不僅能夠處理有先驗知識的目標，而且針對未來戰場上不具備先驗知識的復雜目標也同樣有效。

認知電子戰是認知科學與電子戰技術相融合的新興產物，涉及多種學科領域的交叉，如何開展關鍵技術研究，是否能夠借鑒人工智能和認知無線電的現有成果，還要我們認真思考，比如人工智能中的推理、思考與規劃等；機器學習中的人工神經網絡、強化學習、貝葉斯學習與支持向量機等；智能優化算法中的遺傳算法、模擬退火算法等。

同時，認知無線電中頻譜感知技術對認知電子戰環境感知技術是否能夠借鑒、面向功率控制與資源管理技術對認知電子戰資源管理技術是否能借鑒、認知網絡技術對認知電子戰網絡技術和構架是否能夠借鑒，都是值得我們去研究的內容。

4、結束語

當前電磁空間領域的競爭日趨激烈，為了在未來戰場上掌握制電磁權，各國都在大力提升電子戰裝備的智能化水平，這就導致了常規電子戰作戰手段難以在未來戰場上發揮期望的效能。因此，為了牢牢把握電子戰發展新形態、新思想，形成實時、準確、有效對抗未來戰場上智能化電子戰裝備的能力，在未來高密度復雜電磁環境中掌握制電磁權，必須大力發展以裝備智能化為基礎的認知電子戰技術。

目前認知電子戰技術的研究仍處于初級階段，有關的系統構建思路、核心技術、解決方案以及具體實施方法都有待進一步探索和研究。