Guerre électronique cognitive : brouillage adaptatif et surveillance du spectre pilotés par l'IA

Un brouilleur classique fonctionne selon des règles fixes : détecter un émetteur de menace sur une fréquence connue, émettre une forme d'onde préprogrammée contre lui, et recommencer. Contre un adversaire doté d'une bibliothèque de signaux statique et bien caractérisée, cette approche fonctionne. Contre un adversaire moderne équipé de radios à saut de fréquence, de protocoles ECCM adaptatifs et de la capacité de se réaccorder plus vite qu'un opérateur humain ne peut réagir, elle échoue en quelques secondes après le premier engagement. La guerre électronique (EW) cognitive comble cette lacune en bouclant de manière autonome le cycle détecter-décider-agir. Une couche de gestion du spectre en guerre électronique qui exigeait autrefois des opérateurs dédiés devient désormais un pipeline d'inférence d'apprentissage automatique, enchaînant la sélection de forme d'onde et la mise à jour de politique plus vite que ne le permet tout temps de réaction humain. Cet article couvre les composants techniques fondamentaux : surveillance du spectre à large bande, classification des signaux, logique de sélection de forme d'onde, apprentissage par renforcement pour l'optimisation de politique, contraintes de temps de cycle, contre-mesures adverses et la pile matérielle qui rend l'EW cognitive en temps réel réalisable.

Ce qui rend la guerre électronique cognitive et pourquoi cela compte face aux adversaires adaptatifs

Le terme « cognitif » en EW a une signification technique précise issue de la communauté de recherche sur la radio cognitive : un système est cognitif s'il perçoit son environnement, apprend de ses interactions avec cet environnement et adapte son comportement pour améliorer son objectif. Appliqué à l'EW, l'environnement est le spectre électromagnétique et l'objectif consiste soit à perturber les communications et capteurs adverses, soit à protéger les émissions amies de toute perturbation. Un système EW cognitif diffère d'un système EW adaptatif par le degré : les systèmes adaptatifs suivent des arbres de décision préscriptés calés sur des paramètres de menace connus ; les systèmes cognitifs apprennent par l'expérience des politiques qui se généralisent à des types de signaux et à des comportements adverses non explicitement anticipés lors de la conception.

Le moteur opérationnel de l'EW cognitive est l'accélération du cycle d'adaptation de l'adversaire. Les radios militaires modernes dotées de capacités de contre-contre-mesures électroniques (ECCM) peuvent sauter de fréquence des milliers de fois par seconde, étaler l'énergie sur des dizaines de mégahertz de bande passante ou changer de schéma de modulation en réponse à un brouillage détecté. Un opérateur humain, même avec une excellente formation et des outils d'affichage du spectre en temps réel, ne peut égaler ce tempo. Le système EW cognitif remplace l'humain sur la boucle interne -- la décision de sélection de forme d'onde à l'échelle de la milliseconde -- tout en préservant l'autorité humaine sur les règles d'engagement et les objectifs de campagne d'ordre supérieur. Le résultat est un brouilleur qui se dégrade en douceur face à des menaces nouvelles plutôt que de devenir immédiatement inefficace.

La proposition de valeur militaire s'étend au-delà du brouillage. Les architectures EW cognitives s'appliquent tout aussi bien à la protection électronique (détecter et classer le brouillage dirigé contre les systèmes amis) et au soutien électronique (caractériser passivement l'ordre de bataille électromagnétique). Une seule plateforme EW cognitive dotée d'une chaîne de réception à large bande et d'un classifieur de signaux entraîné contribue simultanément aux trois piliers de la triade EW, le même pipeline d'apprentissage automatique servant à la fois les rôles de brouillage offensif et de surveillance défensive du spectre.

Surveillance du spectre pour l'EW cognitive : échantillonnage à large bande et classification des signaux à grande vitesse

Une EW cognitive efficace commence par une connaissance précise et à faible latence de l'environnement électromagnétique. Le sous-système de surveillance du spectre doit répondre en continu à trois questions : quels signaux sont présents, sur quelles fréquences et bandes passantes, et quelles sont leurs caractéristiques techniques. Pour un système au sol opérant dans un environnement électromagnétique contesté, la plage de fréquences pertinente peut s'étendre de 20 MHz à 6 GHz -- près de neuf octaves -- avec des bandes passantes de signal allant de quelques kilohertz pour les canaux vocaux à bande étroite à des dizaines de mégahertz pour les liaisons OFDM à large bande. Aucune architecture de récepteur unique ne couvre simultanément cette plage avec une sensibilité et une dynamique suffisantes ; les systèmes pratiques utilisent donc une combinaison d'un récepteur panoramique à large bande pour la découverte de signaux et de récepteurs canalisés à bande plus étroite pour la caractérisation détaillée des signaux.

Le pipeline de classification des signaux reçoit la sortie canalisée et attribue à chaque signal détecté une étiquette de type. La classification des signaux par apprentissage automatique à l'aide de réseaux de neurones convolutifs sur des caractéristiques de spectrogramme atteint une précision de 90--97 % sur des bibliothèques de signaux militaires représentatives, à des rapports signal sur bruit supérieurs à 5 dB. En dessous de 5 dB de SNR, la précision se dégrade rapidement pour les signaux à bande étroite, tandis que les signaux à étalement de spectre sont détectables (leur énergie est visible dans la PSD) mais leur type de modulation reste souvent ambigu jusqu'à ce qu'un nombre suffisant de bits ait été observé. Le pipeline de surveillance doit donc fonctionner selon un modèle de confiance graduée : les classifications à forte confiance déclenchent une sélection immédiate de forme d'onde, tandis que les détections à faible confiance déclenchent une observation continue avant d'engager des ressources de brouillage.

Le taux de rafraîchissement de l'image du spectre -- la fréquence à laquelle le pipeline de surveillance actualise sa vue de chaque bande de fréquences -- détermine la vitesse minimale d'adaptation de l'adversaire que le système peut suivre. Un pipeline de surveillance qui produit une mise à jour spectrale complète toutes les 10 ms peut suivre des systèmes à saut de fréquence dont la cadence de saut atteint 100 sauts par seconde. Des sauts plus rapides nécessitent soit un récepteur à bande étroite dédié verrouillé sur la séquence de saut de l'adversaire (ce qui exige une connaissance préalable de la séquence ou la capacité de la prédire), soit un brouilleur de bruit à large bande couvrant simultanément l'ensemble du jeu de sauts à une efficacité moindre par fréquence. Les systèmes EW cognitifs combinent généralement une couche de déni à large bande avec une couche de précision à bande étroite, répartissant les ressources entre elles en fonction de l'image du spectre en temps réel.

Sélection de la forme d'onde de brouillage : adapter le type d'émission aux caractéristiques du signal adverse

Toutes les formes d'onde de brouillage ne sont pas également efficaces contre chaque type de signal. Un brouilleur de bruit en barrage couvrant 100 MHz de bande passante contre un canal vocal à bande étroite de 25 kHz gaspille 99,975 % de sa puissance d'émission sur des fréquences que l'adversaire n'utilise pas. Un brouilleur à tonalité unique précisément centré sur un canal à bande étroite atteint le même rapport brouillage sur signal avec une fraction de la puissance d'émission -- mais il est immédiatement déjoué si l'adversaire saute vers une nouvelle fréquence. La logique de sélection de forme d'onde doit adapter la géométrie d'émission à l'occupation spectrale du signal adverse, à son type de modulation et à sa stratégie d'adaptation prévue.

Pour les émetteurs à onde continue à bande étroite, un brouilleur tonalité-plus-bruit qui place une porteuse à forte puissance sur la fréquence centrale de l'adversaire et ajoute du bruit mis en forme sur toute la bande passante du canal atteint la meilleure efficacité de brouillage. Pour l'étalement de spectre par saut de fréquence, l'approche efficace est un brouilleur suiveur qui détecte la fréquence de saut courante, sélectionne une tonalité ou une rafale de bruit à bande étroite correspondante, et émet dans la durée de maintien du saut -- ou, si la cadence de saut dépasse la latence du suiveur, un brouilleur de bruit à bande partielle couvrant la portion la plus fréquemment utilisée du jeu de sauts. Pour les formes d'onde OFDM (la base de la plupart des liaisons de données tactiques modernes), un brouillage sélectif de sous-porteuses qui attaque les sous-porteuses pilotes et de contrôle perturbe la synchronisation plus efficacement que le bruit à large bande, car le récepteur OFDM s'appuie sur la cohérence des pilotes pour l'estimation de canal et la démodulation.

La décision de sélection de forme d'onde est l'endroit où le composant d'apprentissage automatique apporte la valeur la plus directe. Une table de correspondance calée sur le type de signal peut encoder les formes d'onde ci-dessus, mais elle ne peut pas tenir compte de l'interaction entre des tâches de brouillage simultanées, de l'épuisement du budget de puissance d'émission disponible entre plusieurs cibles, ni de la re-priorisation dynamique des cibles à mesure que la situation tactique évolue. Une politique apprise, entraînée sur un environnement électromagnétique simulé avec des modèles de comportement adverse représentatifs, se généralise à travers ces dimensions et apprend des compromis qu'un jeu de règles codé à la main ne saisirait pas sans une itération approfondie d'experts du domaine.

Apprentissage par renforcement pour la politique de brouillage : apprendre des réponses efficaces sans données étiquetées

L'apprentissage par renforcement (RL) est le paradigme d'apprentissage automatique le mieux adapté à l'optimisation de la politique d'EW cognitive parce qu'il ne nécessite pas de données d'entraînement étiquetées. Il n'existe pas d'étiquette de vérité terrain pour « l'action de brouillage optimale étant donné cet état du spectre » -- l'action optimale dépend du comportement de l'adversaire, qui est inconnu et adaptatif. Le RL contourne ce problème en apprenant par l'interaction : le système prend une action, observe l'état du spectre résultant, reçoit un signal de récompense qui reflète l'efficacité du brouillage, et met à jour sa politique pour privilégier les actions ayant produit de meilleures récompenses par le passé. Au fil de milliers d'interactions en simulation, la politique RL converge vers une stratégie qui surpasse les règles codées à la main face à la distribution d'adversaires modélisée.

La conception de la fonction de récompense est le choix d'ingénierie le plus lourd de conséquences dans le pipeline RL. Une récompense fondée uniquement sur la réduction mesurée de la puissance du signal adverse encourage un brouillage à large bande agressif qui maximise l'interférence sans égard au coût pour l'usage amical du spectre. Une fonction de récompense plus réaliste incorpore simultanément plusieurs objectifs concurrents : dégradation du signal adverse (récompense positive proportionnelle à la réduction estimée du SINR adverse), protection du spectre ami (récompense négative pour les actions de brouillage qui tombent dans les bandes d'allocation de fréquences amies), efficacité de la puissance d'émission (récompense négative proportionnelle à l'énergie d'émission consommée par unité de perturbation adverse) et latence (récompense négative pour une complétion de cycle lente). La formulation de récompense multi-objectifs produit une politique qui fait des compromis nuancés entre ces buts concurrents, plutôt que d'optimiser une seule dimension au détriment des autres.

Une préoccupation pratique avec l'EW cognitive fondée sur le RL est l'écart simulation-réalité : une politique entraînée sur un environnement électromagnétique simulé rencontrera en déploiement des caractéristiques de signal qui diffèrent de la distribution d'entraînement. Les programmes EW cognitifs modernes y répondent par la randomisation de domaine pendant l'entraînement (variation des conditions de propagation, des niveaux de bruit, des modèles de comportement adverse et des paramètres de signal sur de larges plages afin de rendre la politique robuste aux observations hors distribution) et par un réglage fin en ligne (poursuite de la mise à jour de la politique à partir de l'expérience opérationnelle avec un faible taux d'apprentissage, sous réserve de contraintes de sécurité qui empêchent la dégradation de la politique pendant les opérations en direct). Le composant de réglage fin en ligne est particulièrement important : il permet au système de s'adapter aux tactiques ECCM d'un adversaire spécifique au cours d'une mission opérationnelle, en construisant une couche de politique propre à la mission par-dessus la base générale pré-entraînée.

Contraintes de temps de cycle : à quelle vitesse un système EW cognitif doit-il détecter et répondre

Le temps de cycle détecter-décider-agir détermine les vitesses d'adaptation de l'adversaire que le système EW cognitif peut égaler. Trois budgets de temps s'appliquent à différentes couches de l'architecture. Le temps de commutation de forme d'onde -- la rapidité avec laquelle la chaîne d'émission peut charger de nouveaux paramètres et commencer à émettre -- est déterminé par le matériel RF et est généralement de 1--100 microsecondes pour les générateurs de forme d'onde basés sur FPGA. La latence de classification des signaux -- le temps que met le pipeline d'inférence à produire une étiquette de type de signal fiable à partir d'échantillons nouvellement reçus -- dépend de la complexité du modèle, du matériel d'inférence et de la durée d'observation minimale requise pour une classification fiable ; en pratique, elle varie de 1 ms pour des signaux simples à bande étroite à fort SNR à 50 ms pour des formes d'onde complexes à faible SNR. La latence de mise à jour de politique -- le temps que met le réseau de politique RL à ingérer le vecteur d'observation courant et à produire une nouvelle action -- est généralement de 1--10 ms sur un GPU co-localisé, ou inférieure à 1 ms si la politique est compilée en logique FPGA.

Ces trois latences s'additionnent pour définir le temps de réaction de bout en bout face à un événement d'adaptation adverse spécifique. Contre une radio à saut de fréquence sautant à 100 sauts par seconde (10 ms de maintien par saut), le système dispose d'environ 5--7 ms du maintien de saut pour détecter la nouvelle fréquence de saut, classer le signal, sélectionner une forme d'onde et commencer à émettre -- laissant 2--3 ms de durée de maintien pendant lesquelles le brouillage est actif. Cette couverture marginale signifie que, contre des systèmes à sauts très rapides, le brouillage de bruit à bande partielle couvrant le jeu de sauts probable est plus fiable que le brouillage suiveur de précision, même s'il est moins efficace sur le plan spectral. Les systèmes EW cognitifs qui atteignent des temps de cycle de bout en bout inférieurs à la milliseconde peuvent faire pencher la balance vers le brouillage de précision même à des cadences de saut élevées.

Contre-mesures adverses : comment les adversaires s'adaptent et comment les systèmes cognitifs réagissent

Un adversaire sophistiqué, conscient que le système EW de menace est cognitif, tentera d'exploiter le mécanisme d'apprentissage plutôt que de simplement esquiver la forme d'onde de brouillage courante. La tromperie adverse contre l'EW cognitive prend plusieurs formes. Un adversaire peut injecter des signaux synthétiques qui imitent des émetteurs de grande valeur, amenant le système cognitif à gaspiller des ressources de brouillage sur des leurres pendant que les communications réelles se poursuivent sur des fréquences non surveillées. Un adversaire peut parcourir rapidement un large jeu de sauts de fréquence, épuisant la capacité du système cognitif à suivre simultanément tous les émetteurs actifs et le forçant à prioriser, laissant certains émetteurs non brouillés. Un adversaire peut également exploiter la distribution d'entraînement du RL en utilisant des caractéristiques de signal qui sortent du jeu d'entraînement du classifieur, provoquant une mauvaise classification et déclenchant des sélections de forme d'onde inefficaces.

Les systèmes EW cognitifs contrent la tromperie adverse par plusieurs réponses architecturales. Des modèles de détection d'anomalies, fonctionnant en parallèle du classifieur de signaux principal, signalent les signaux dont les propriétés statistiques sont incohérentes avec la bibliothèque d'émissions historiquement observée de l'adversaire -- les signaux leurres générés par des systèmes automatisés présentent généralement des régularités de cadence, de fréquence ou de puissance que le trafic tactique réel ne présente pas. Les techniques d'empreinte RF qui identifient un matériel spécifique par ses caractéristiques d'émission non intentionnelles permettent de distinguer les émetteurs physiques des leurres générés par logiciel, car les imperfections au niveau matériel (décalage de porteuse, bruit de phase, déséquilibre IQ) d'une radio réelle sont difficiles à reproduire avec précision dans un générateur de signaux. La combinaison de la détection d'anomalies comportementales et de l'empreinte au niveau matériel réduit considérablement l'efficacité des opérations de tromperie contre un système EW cognitif mature.

Au niveau de la politique, une fonction de récompense RL bien conçue décourage implicitement le sur-engagement de ressources sur une cible unique en pénalisant la négligence des autres émetteurs actifs dans l'espace d'observation. Les adversaires qui tentent d'attirer toute l'attention de brouillage vers un leurre constateront que la politique, entraînée sur un environnement électromagnétique diversifié avec plusieurs émetteurs simultanés, répartit les ressources sur l'ensemble de l'image de menace plutôt que de se concentrer exclusivement sur le signal le plus puissant. C'est un bénéfice direct de la formulation de récompense multi-objectifs : elle intègre une robustesse à la manipulation qui ferait défaut à une politique mono-objectif axée uniquement sur la maximisation de la perturbation du signal.

Exigences matérielles : compromis FPGA, GPU et SDR pour l'EW cognitive en temps réel

L'EW cognitive en temps réel requiert trois sous-systèmes matériels étroitement intégrés sur un tissu de données commun : le frontal RF pour la conversion analogique-numérique et la génération de forme d'onde, la couche de traitement numérique du signal pour la canalisation et l'extraction de caractéristiques, et l'accélérateur d'inférence pour exécuter le classifieur ML et la politique RL. Le choix architectural dominant pour les deux premières couches est la famille Xilinx RFSoC (désormais AMD), qui intègre des ADC et DAC multi-gigaéchantillons, un large tissu de logique programmable et des cœurs de traitement ARM Cortex-A sur une seule puce. Cette intégration élimine le goulot d'étranglement de l'interface à haute vitesse entre l'ADC et le FPGA qui affecte les conceptions multipuces, réduit l'encombrement de la carte et la consommation d'énergie, et simplifie la synchronisation entre les chaînes de réception et d'émission. Les plateformes EW cognitives basées sur RFSoC dans une enveloppe de puissance totale de 20 W peuvent atteindre des bandes passantes instantanées de 1--4 GHz, suffisantes pour la plupart des applications EW sur véhicule terrestre et aéroportées en dessous de 6 GHz.

Le choix de l'accélérateur d'inférence implique un véritable compromis entre latence, puissance et flexibilité. Un GPU (classe NVIDIA Jetson) offre le débit le plus élevé pour l'inférence de grands modèles et prend en charge une itération rapide des politiques pendant le développement -- les nouvelles politiques RL entraînées en simulation peuvent être déployées sur la plateforme via une étape directe d'export de modèle. Cependant, la latence d'inférence GPU pour les petits modèles est limitée par la surcharge de transfert de données (copie de la mémoire CPU vers GPU plus lancement de noyau), qui ajoute généralement 0,5--2 ms par appel d'inférence quelle que soit la taille du modèle. Pour des temps de cycle EW cognitifs inférieurs à 5 ms, cette surcharge représente une fraction significative du budget total. L'inférence basée sur FPGA, obtenue en compilant le réseau de politique en logique FPGA à virgule fixe à l'aide d'outils tels que HLS4ML ou Vitis AI, élimine la surcharge de transfert et atteint une latence d'inférence déterministe inférieure à la microseconde, mais nécessite une re-synthèse pour chaque mise à jour de politique -- un processus qui prend de 30 minutes à plusieurs heures, rendant le réglage fin RL en ligne impraticable en mode d'inférence FPGA pure. L'architecture pratique pour les systèmes déployés combine les deux : logique FPGA pour la boucle interne critique en latence (sélection de forme d'onde à partir d'une politique pré-compilée) et un GPU pour le raffinement de politique en arrière-plan et la détection d'anomalies, avec des mises à jour périodiques de politique compilée poussées vers le tissu FPGA pendant les pauses opérationnelles.

Les contraintes de puissance et de taille-poids-et-puissance (SWAP) entraînent des différences significatives entre les classes de plateformes. Un système EW cognitif monté sur véhicule peut accueillir une charge utile de 200--500 W, permettant un matériel de classe RFSoC complet plus Jetson AGX avec un refroidissement adéquat. Un système portable par un soldat ou monté sur un petit drone (UAS) est limité à moins de 30 W, ce qui force un choix entre une variante RFSoC à plus faible capacité (par ex. ZU28DR au lieu de ZU67DR) et une stratégie de compression de politique plus agressive -- des réseaux de politique quantifiés et élagués de moins de 500 K paramètres qui tiennent dans le tissu d'inférence FPGA sans déborder vers un GPU séparé. Le coût en performance de cette compression est mesurable (réduction de 3--8 % de l'efficacité de brouillage contre des signaux nouveaux dans les bancs d'essai en simulation) mais opérationnellement acceptable compte tenu des contraintes SWAP des opérations EW débarquées et montées sur drone.