美軍現(xiàn)在很清楚地知道，美國的機載武器平臺已經(jīng)面臨反介入/區(qū)域拒止(A2/AD)的戰(zhàn)場環(huán)境。與曾經(jīng)面臨的作戰(zhàn)環(huán)境相比，機載武器平臺在這樣的環(huán)境中將表現(xiàn)得更為激烈。這個令人生畏的挑戰(zhàn)正在變得愈演愈烈。

因此，機載電子攻擊(AEA)能力和整體AEA戰(zhàn)略需要顯著改善和重組，以跟上作戰(zhàn)環(huán)境威脅的發(fā)展。

美國國防部已經(jīng)確定，為適應新的作戰(zhàn)環(huán)境，不能通過對現(xiàn)有系統(tǒng)的漸進式改進來實現(xiàn)，而是必須采取一種指數(shù)級的改進，并采用最新的技術(shù)。特別是人工智能(AI)體系結(jié)構(gòu)和機器學習技術(shù)和算法。

在AEA的情況下，這些技術(shù)被認為是高度集成的網(wǎng)絡中的認知電子戰(zhàn)自學習系統(tǒng)，能夠?qū)崟r檢測環(huán)境，做出相應的反應并適應新的威脅。

先進綜合防空系統(tǒng)(IADS)的運行范圍和復雜性增加了，主動和被動監(jiān)視和定向能力都是AEA規(guī)劃者最關(guān)心的問題。目前的方法幾乎全部依賴于專用的AEA平臺，例如具有高功率寬帶干擾系統(tǒng)的EA-18G咆哮者和EC-130H指南針呼叫飛機。

然而，這些低密度，高需求的系統(tǒng)主要是在威脅系統(tǒng)之外運行，所以隨著威脅范圍的擴大，這些“隔離”平臺的高功率干擾的有效性是顯著減少。

與此同時，他們的干擾信號的波束寬度也隨著距離同時擴大，使得它們本身更加明顯，更容易受到更廣泛的威脅。

改進的系統(tǒng)，如為EA-18G開發(fā)的下一代干擾機(NGJ)，將稍微能夠解決這個問題，但是它們不能完全解決這個問題。

無論如何，還需要額外的AEA能力來補充對抗能力。預計這些技術(shù)將會采取攔截/低概率檢測(LPI / LPD)無人機或消耗系統(tǒng)(空軍的微型空中發(fā)射誘餌MALD-X和美國海軍的版本MALD-N)。

克拉克說：“我們已經(jīng)看到，AEA從基本上是一種對立的旁瓣干擾方式演變成為一種更具競爭力的環(huán)境中的獨立的能力。這些系統(tǒng)可以讓你靠近，并以較低的功率產(chǎn)生效果，而不會受到攻擊?！?/span> 

關(guān)于下一代AEA的發(fā)展和計劃，美國國防部長Ashton Carter和國防部副部長Bob Work提出了國防部新的“第三次抵消戰(zhàn)略”。

為了保證美軍將繼續(xù)在所有可能的對手方面擁有決定性的軍事優(yōu)勢，戰(zhàn)略核心就是要快速發(fā)展和部署國防部所有服務和任務領(lǐng)域的最新技術(shù)能力。

包括在“深度學習系統(tǒng)，大數(shù)據(jù)和人機協(xié)作”這一特定的技術(shù)領(lǐng)域，這些都是基于人工智能與人類智能的緊密結(jié)合，這些將是必不可少的，以確保美軍保持永久優(yōu)勢。

圖 美國空軍的EC-130H是獲得遠距離AEA能力的中流砥柱，但它將很快被更小的飛機取代。

在商業(yè)領(lǐng)域人工智能有了巨大的增長，現(xiàn)在國防部也有很多興趣，將人工智能和機器學習應用到我們的系統(tǒng)中，使它們在實時處理任務時更智能，更具有適應性。

針對AEA，Niedzwiecki指出整個電磁頻譜(EMS)中無線電通信激增。這會在環(huán)境中造成電磁堵塞，大量不同的重疊信號使電磁堵塞更嚴重，但只要梳理清楚環(huán)境中的信號即可知道目標是什么，堵塞了什么，以及何時堵塞。

另一個區(qū)別是，今天的系統(tǒng)更多的具備軟件可重新編程功能。而過去的雷達主要由模擬元件組成，需要花費數(shù)年的時間才能完成功能更新。而隨著軟件可編程和數(shù)字處理架構(gòu)的普及，這些威脅系統(tǒng)更加靈活，采取收集威脅數(shù)據(jù)的老方法，并將其帶回實驗室開發(fā)對抗算法，以處理應對新的威脅信號類型，這是完全不切實際的。

這樣的老方法耗時太長，第三次抵消戰(zhàn)略已經(jīng)意識到這個問題，利用機器學習和先進的信號處理是克服它的好方法。

“威脅設備的發(fā)射器在頻譜范圍內(nèi)越來越敏捷，波形、頻率和行為能夠在從脈沖到接收的時間范圍內(nèi)改變。頻譜信號密度相應增長也加劇了這一挑戰(zhàn)。特別是在高密度環(huán)境中被遮擋的情況下，敏捷雷達以意想不到的頻率出現(xiàn)，難以找到波形。因此在決定做什么之前，系統(tǒng)將利用少量的威脅行為進行觀察。學習新雷達必須在威脅發(fā)現(xiàn)目標之前實時發(fā)生?！?/span> 

為了滿足和跟上威脅的發(fā)展步伐，Yuse提出需要可以感知射頻環(huán)境并適應的認知系統(tǒng)。“我們的系統(tǒng)必須快速響應對手EMS參數(shù)的動態(tài)變化。認知電子戰(zhàn)，實時決策和相關(guān)的戰(zhàn)術(shù)執(zhí)行是重中之重。針對EMS運營(EMSO)，機器學習提供了觀察、分析和應對任務之前未知的威脅的能力?！?/span>

DARPA在該領(lǐng)域進行著廣泛而持續(xù)的努力，CSBA的克拉克概述了技術(shù)的當前狀態(tài)，并期望遵循的道路是先進的。

“今天，我們的系統(tǒng)非常自動化，能夠產(chǎn)生針對刺激的預先計劃響應，但我們現(xiàn)在正在進入使這些系統(tǒng)適應的領(lǐng)域，這意味著他們可以獲取信息，并根據(jù)信息告訴他們，能夠采取幾個預先計劃的反應，并提出一種技術(shù)或多個技術(shù)組合，這是有效的。這個系統(tǒng)更聰明，但是它們的反饋仍然需要基于操作員的輸入?！?/span>

Clark將下一步描述為實際轉(zhuǎn)換到機器學習或AI的地方?！拔覀冋趯ふ译娮討?zhàn)系統(tǒng)，它能夠檢測到一個未知的信號，看起來不像以前看到的任何信號，但是根據(jù)其基本特征，能夠找出一種可能有效的技術(shù)，使用它創(chuàng)建的技術(shù)，觀察效果是什么，然后實時更改該技術(shù)。這種技術(shù)將會隨著機器在環(huán)境中所看到的情況而不斷變化?！盋lark說，DARPA目前正在研究這種體驗式學習，作為該機構(gòu)認知電子戰(zhàn)工作的一部分，目前正在建設示范性的功能。

據(jù)BAE的Niedzwiecki說：“事實上，研發(fā)領(lǐng)域的工作是在認知電子戰(zhàn)中進行的。我們正在積極參與這個過程，特別是在機器學習算法方面?！彼枋龅哪繕巳缦拢骸拔覜]有去查看一個新的信號如何與我以前見過的事物相匹配，而是用它的一般特征來推斷它的能力，然后我用一系列技術(shù)來試圖攻擊這個威脅，為了確定我是否有效而作出反應的行為改變。然后我使用這些知識來訓練我的算法?！?/span>

圖 微型空中發(fā)射誘餌干擾器（MALD-J）能夠飛入防御空域，可近距離干擾IADS。

但是Niedzwiecki強調(diào)，這不僅僅是潛在的威脅信號參數(shù)和特征，不是一般的行為，而是參與決策的過程?！袄?，在天氣雷達或商用空中交通管制雷達，除了信號特征外，還將具有一定的行為特征，如掃描整個空域。這些行為特征對于瞄準特定飛機的跟蹤雷達及其發(fā)射的信號是不同的?；谝恍┧惴ɡ眠@些知識來幫助確定哪些信號優(yōu)先，哪些是最好的技術(shù)?！?/span>

Niedzwiecki指出，電子戰(zhàn)研發(fā)社區(qū)正在利用機器學習方面的許多優(yōu)勢，結(jié)合深入了解的商業(yè)行業(yè)，已經(jīng)將重點放在大數(shù)據(jù)領(lǐng)域?！拔覀冋诎堰@些東西應用到電子戰(zhàn)領(lǐng)域，結(jié)合機器學習、先進信號處理以及我們對物理的理解來解決問題。”

事實上，摩爾定律(處理器能力提高的速度)還在繼續(xù)發(fā)揮作用?！艾F(xiàn)在好的是，我們的很多算法都可以在非常低端的SWaP處理器上運行，所以當你想用一些商業(yè)應用程序去實現(xiàn)機器學習時，這些算法就駐留在大型網(wǎng)絡服務器機房中。

目前，我們正在研究這些算法如何在戰(zhàn)術(shù)平臺嵌入式系統(tǒng)上運行。有很多開發(fā)工作正在優(yōu)化這些算法，這些算法可以減少SWaP，而對整體性能影響最小。通過改進處理器，例如使用圖形處理單元(GPU)，允許您進行大規(guī)模并行計算，用這些處理架構(gòu)來進行電子戰(zhàn)應用?！?/span> 

但是，最終的解決方案并不是在單個平臺層面上完成的。這需要能夠同時解決許多不同平臺和傳感器的資源。如果傳感器/平臺級機器學習的好處要真正達到最大化，那么每個系統(tǒng)必須能夠立即與網(wǎng)絡上的其他所有系統(tǒng)共享所有的學習信息。

正如CSBA的克拉克所指出的那樣，第三抵消戰(zhàn)略強調(diào)的領(lǐng)域之一，就是能夠進行網(wǎng)絡化運作?！斑@是任務的重要組成部分。

電子戰(zhàn)由電子保護(EP)，電子支援(ES)和電子攻擊(EA)組成，除非您可以管理和控制網(wǎng)絡運行和生活的EMS，否則您將無法進行聯(lián)網(wǎng)戰(zhàn)爭。我們在網(wǎng)絡戰(zhàn)爭中的優(yōu)勢是有風險的。

我們可能會升級網(wǎng)絡技術(shù)，并有很多的經(jīng)驗，但是這取決于我們是否能夠獲得和使用EMS的能力。如果我們是對手的話，在我們接入EMS之后，所有這些網(wǎng)絡技術(shù)都不適用。這就是為什么在第三次抵消中如此重視電子戰(zhàn)，以確保我們能夠獲得所需的EMS來促進網(wǎng)絡化的能力?！?/span>

雷神的Yuse對這一點做出了回應?！凹夹g(shù)的同步融合，將整合和優(yōu)化任務系統(tǒng)，并最終實現(xiàn)一攬子計劃，這是戰(zhàn)略核心。戰(zhàn)略性地設計和部署一個成功的AEA能力，需要適應先前未知行為的系統(tǒng)，并保留傳統(tǒng)的有效性。這些系統(tǒng)必須整合多種感應模式并協(xié)調(diào)多種效果。

我們正在投資，將EMSO從嚴格的使命推動者轉(zhuǎn)變?yōu)樽陨淼男?。各種綜合技術(shù)和系統(tǒng)將在技術(shù)和武器組合中發(fā)揮作用。高功率隔離式干擾器、非傳統(tǒng)平臺上的小型輕量級AEA系統(tǒng)，高價值平臺上高度集成的復雜系統(tǒng)都將包括在內(nèi)。這將需要從動能和非動能EMSO效應的層面來防御威脅?！?/span>

為了達到AEA目前預期的最終能力，網(wǎng)絡技術(shù)的重大進步是必不可少的。 Niedzwiecki指出：“網(wǎng)絡總是被要求進一步推進，因為有幾個不同的因素。一方面是EMS變得越來越擁擠，找到可用的頻譜進行通信而不受干擾是一個越來越大的挑戰(zhàn)。當然，除非對手積極嘗試堵塞你的通信信號。

因此，在A2 / AD環(huán)境中操作和提供這些系統(tǒng)的網(wǎng)絡是一個挑戰(zhàn)，我們要把認知AEA概念應用于認知EP。如何利用我對通信信號干擾環(huán)境的理解，實時優(yōu)化我的波形，并在發(fā)生干擾時保持通信正常?！?/span>

另一方面，AEA網(wǎng)絡工作性能與網(wǎng)絡容量和數(shù)據(jù)速率有關(guān)，當前在網(wǎng)絡上需要傳遞越來越多的信息。為了有效地完成，需要高效的網(wǎng)絡優(yōu)化技術(shù)。 Niedzwiecki指出：“這是另一個需要高度重視的領(lǐng)域。確保網(wǎng)絡資源管理和網(wǎng)絡協(xié)調(diào)算法足夠靈活，可以處理丟失的數(shù)據(jù)或丟失的信息。從電子戰(zhàn)角度來看，在信號密度高的情況下，管理資源的能力尤其重要，例如，針對某些信號的平臺和針對其他平臺的平臺?！?/span> 

除了不斷演變的威脅之外，機器學習算法、處理和網(wǎng)絡技術(shù)的進步也將影響執(zhí)行AEA的平臺的類型、組合和任務。在任務方面，目前主要有不同的專業(yè)平臺和系統(tǒng)服務的通信和雷達AEA任務，將越來越多地滿足單一的多用途系統(tǒng)。 

CSBA的Clark說：“過去，我們不得不單獨對待它們，因為當你使用基于硬件的信號處理和干擾系統(tǒng)(TWTs，波導等)時，你不具備這種適應性。用硬件驅(qū)動產(chǎn)生信號的頻率范圍和特性?！?/span>

鑒于威脅雷達和通信系統(tǒng)一般在不同的頻率范圍內(nèi)運行，這意味著不同的AEA系統(tǒng)和攜帶它們的平臺也不同?，F(xiàn)在，克拉克說，隨著基于GaN的AESA技術(shù)的出現(xiàn)，我們可以期待看到更多的多功能軟件控制系統(tǒng)能夠在更寬的帶寬上執(zhí)行這兩個任務。

“今天我們已經(jīng)看到了一些這樣的情況，例如，一些雷達干擾系統(tǒng)有能力進入通信頻率范圍，反之亦然。我們將在NGJ和海軍的SEWIP Block 3中看到更多的這一點，我們必然會看到通用的AEA系統(tǒng)適用于通信和雷達?！?/span>

雷神公司的Yuse對此表示贊同，但他補充道：“AEA的能力需要融合到復雜的、可擴展的、價格合理的端到端EMSO系統(tǒng)中，而智能EMSO的未來則是關(guān)于網(wǎng)絡，高收益、EA、賽博空間、可擴展通用后端和多功能陣列。

混合模式可能是有效的，但是需要網(wǎng)絡化來配合，且伴隨著分布式管理和通信等內(nèi)在挑戰(zhàn)。另外，多用途系統(tǒng)也面臨挑戰(zhàn)。

主要原因是多用途工具為了獲得有效的多種用途，往往是妥協(xié)的，達不到最理想的用途。具有主要和次要功能(或冗余)的系統(tǒng)可能是一個很好的妥協(xié)，并有助于提升整體戰(zhàn)斗彈性。”

BAE的Niedzwiecki說這引起了資源管理的問題?！爱斈阍谝粋€環(huán)境中查看多個信號時，算法將不得不找出哪些信號是最重要的，哪些信號是最致命的，哪些信號是我的系統(tǒng)能夠最高優(yōu)先級、最大限度地發(fā)揮整體任務的有效性?！?/span>

圖 DARPA “小精靈”計劃旨在證明蜂擁式網(wǎng)絡無人平臺可以在IADS內(nèi)，執(zhí)行各種任務，包括AEA。(DARPA)

這反過來又涉及到最符合AEA要求的平臺或系統(tǒng)的組合，以及在電子戰(zhàn)層面上有效資源管理的需要。還可以推廣到更廣泛的任務管理，以及系統(tǒng)自主運行的程度。 

Niedzwiecki說道：“有了這些信息，任務指揮官會對威脅空間有一個更好的描述，以便在任務中做出戰(zhàn)術(shù)決定。”

另一方面，減少人工任務負載是將認知電子戰(zhàn)和機器學習應用到AEA任務中最顯著的益處之一。為了描述需要考慮的替代方案和權(quán)衡，Niedzwiecki指出：“由于所需的時間安排，您肯定會希望這些系統(tǒng)是采用完全自治的配置和任務組，但是也有其他的方法可能需要有一個操作員處于‘人在回路’狀態(tài)。在這種情況下，雖然操作員實際上并不在回路中驅(qū)動決策過程，但他們可以觀察到正在發(fā)生的事情并確認機器建議的一個方法，或者在某些情況下，手動覆蓋它?！?/span>

第三種選擇是運營商在線環(huán)境，Niedzwiecki把它描述為更多的任務指揮官：“你不僅要使用你收集和處理EMS的信息，還要使用所有的信息，包括您在從平臺上的所有其他傳感器收集信息，以幫助優(yōu)化整體使命?！庇兄笓]官的地方就是“人在回路”可以接管的地方。Niedzwiecki指出：“即便如此，目前也在研究如何盡可能地使這個過程自動化，以便減少戰(zhàn)士的認知負擔。” 

雷達和通信系統(tǒng)將不再是唯一的有助于應對復雜IADS環(huán)境或者A2 / AD環(huán)境的威脅系統(tǒng)。其他潛在的監(jiān)視、瞄準以及主動、被動武器技術(shù)也必須加以考慮和處理，例如：利用商業(yè)發(fā)射器(電視和無線電信號)信號工作的被動雷達、衛(wèi)星系統(tǒng)、紅外與光學傳感器、無人機和便攜式防空系統(tǒng)等。