Kognitywna walka elektroniczna: adaptacyjne zakłócanie sterowane AI i wykrywanie widma

Konwencjonalny zakłócacz działa według stałych reguł: wykryj emiter zagrożenia na znanej częstotliwości, nadawaj przeciwko niemu wstępnie zaprogramowany przebieg i powtarzaj. Wobec przeciwnika dysponującego statyczną, dobrze scharakteryzowaną biblioteką sygnałów takie podejście sprawdza się. Wobec nowoczesnego przeciwnika wyposażonego w radia ze skokami częstotliwości, adaptacyjne protokoły ECCM oraz zdolność do przestrajania się szybciej, niż zdoła zareagować operator-człowiek, zawodzi w ciągu kilku sekund od pierwszego starcia. Kognitywna walka elektroniczna (EW) wypełnia tę lukę, autonomicznie zamykając pętlę wykryj-zdecyduj-działaj. Warstwa zarządzania widmem walki elektronicznej, która niegdyś wymagała dedykowanych operatorów, staje się teraz potokiem wnioskowania uczenia maszynowego, przechodzącym przez dobór przebiegów i aktualizację polityki szybciej, niż pozwala na to jakikolwiek ludzki czas reakcji. Ten artykuł obejmuje kluczowe komponenty techniczne: szerokopasmowe wykrywanie widma, klasyfikację sygnałów, logikę doboru przebiegów, uczenie ze wzmocnieniem do optymalizacji polityki, ograniczenia czasu cyklu, środki przeciwdziałania przeciwnika oraz stos sprzętowy, który czyni kognitywną EW w czasie rzeczywistym wykonalną.

Co czyni walkę elektroniczną kognitywną i dlaczego ma to znaczenie wobec adaptacyjnych przeciwników

Termin "kognitywny" w EW ma precyzyjne znaczenie techniczne wywodzące się ze społeczności badawczej radia kognitywnego: system jest kognitywny, jeśli postrzega swoje środowisko, uczy się z interakcji z nim i adaptuje swoje zachowanie, by poprawić swój cel. W zastosowaniu do EW środowiskiem jest widmo elektromagnetyczne, a celem jest albo zakłócanie komunikacji i sensorów przeciwnika, albo ochrona własnych emisji przed zakłóceniem. Kognitywny system EW różni się od adaptacyjnego systemu EW stopniem: systemy adaptacyjne podążają za wstępnie napisanymi drzewami decyzyjnymi powiązanymi ze znanymi parametrami zagrożeń; systemy kognitywne uczą się z doświadczenia polityk, które generalizują na typy sygnałów i zachowania przeciwnika nieprzewidziane jawnie podczas projektowania.

Operacyjnym czynnikiem napędzającym kognitywną EW jest przyspieszenie cyklu adaptacji przeciwnika. Nowoczesne radia wojskowe ze zdolnościami elektronicznych środków przeciw-przeciwdziałania (ECCM) mogą przeskakiwać częstotliwość tysiące razy na sekundę, rozpraszać energię na dziesiątkach megaherców pasma lub przełączać schematy modulacji w reakcji na wykryte zakłócanie. Operator-człowiek, nawet przy doskonałym wyszkoleniu i narzędziach do wyświetlania widma w czasie rzeczywistym, nie dorówna temu tempu. Kognitywny system EW zastępuje człowieka w pętli wewnętrznej -- decyzji o doborze przebiegu w skali milisekund -- zachowując jednocześnie ludzką władzę nad zasadami użycia siły i celami kampanii wyższego rzędu. Rezultatem jest zakłócacz, który degraduje się łagodnie wobec nowych zagrożeń, zamiast stawać się natychmiast nieskutecznym.

Propozycja wartości wojskowej wykracza poza zakłócanie. Architektury kognitywnej EW stosują się jednakowo do ochrony elektronicznej (wykrywania i klasyfikowania zakłócania skierowanego na systemy własne) oraz wsparcia elektronicznego (pasywnego charakteryzowania elektromagnetycznego porządku bojowego). Pojedyncza platforma kognitywnej EW z szerokopasmowym torem odbiorczym i wytrenowanym klasyfikatorem sygnałów przyczynia się jednocześnie do wszystkich trzech filarów triady EW, przy czym ten sam potok uczenia maszynowego pełni zarówno rolę ofensywnego zakłócania, jak i defensywnego monitorowania widma.

Wykrywanie widma dla kognitywnej EW: szerokopasmowe próbkowanie i szybka klasyfikacja sygnałów

Skuteczna kognitywna EW zaczyna się od dokładnej, niskoopóźnieniowej wiedzy o środowisku elektromagnetycznym. Podsystem wykrywania widma musi nieustannie odpowiadać na trzy pytania: jakie sygnały są obecne, na jakich częstotliwościach i pasmach oraz jakie są ich charakterystyki techniczne. Dla systemu naziemnego działającego w spornym środowisku elektromagnetycznym istotny zakres częstotliwości może obejmować od 20 MHz do 6 GHz -- niemal dziewięć oktaw -- przy pasmach sygnałów od kilku kiloherców dla wąskopasmowych kanałów głosowych do dziesiątek megaherców dla szerokopasmowych łączy OFDM. Żadna pojedyncza architektura odbiornika nie pokrywa tego zakresu jednocześnie przy wystarczającej czułości i zakresie dynamicznym, dlatego praktyczne systemy stosują połączenie szerokopasmowego odbiornika panoramicznego do wykrywania sygnałów oraz węższopasmowych odbiorników kanalizowanych do szczegółowej charakteryzacji sygnałów.

Potok klasyfikacji sygnałów odbiera kanalizowane wyjście i przypisuje każdemu wykrytemu sygnałowi etykietę typu. Klasyfikacja sygnałów metodą uczenia maszynowego przy użyciu konwolucyjnych sieci neuronowych na cechach spektrogramu osiąga dokładność 90-97% na reprezentatywnych bibliotekach sygnałów wojskowych przy stosunkach sygnału do szumu powyżej 5 dB. Poniżej 5 dB SNR dokładność szybko degraduje się dla sygnałów wąskopasmowych, podczas gdy sygnały z rozpraszaniem widma są wykrywalne (ich energię widać w PSD), lecz ich typ modulacji jest często niejednoznaczny, dopóki nie zaobserwuje się wystarczającej liczby bitów. Potok wykrywania musi zatem działać ze stopniowanym modelem pewności: klasyfikacje o wysokiej pewności wyzwalają natychmiastowy dobór przebiegu, podczas gdy wykrycia o niskiej pewności wyzwalają dalszą obserwację przed zaangażowaniem zasobów zakłócających.

Częstość aktualizacji obrazu widma -- jak często potok wykrywania odświeża swój widok każdego pasma częstotliwości -- określa minimalną szybkość adaptacji przeciwnika, którą system zdoła śledzić. Potok wykrywania, który wytwarza pełnowidmową aktualizację co 10 ms, może śledzić systemy ze skokami częstotliwości o tempie skoków do 100 skoków na sekundę. Szybsze przeskakiwanie wymaga albo dedykowanego odbiornika wąskopasmowego zsynchronizowanego z sekwencją skoków przeciwnika (co wymaga uprzedniej znajomości sekwencji lub zdolności do jej przewidzenia), albo szerokopasmowego zakłócacza szumowego pokrywającego jednocześnie cały zbiór skoków przy niższej efektywności na częstotliwość. Kognitywne systemy EW zazwyczaj łączą warstwę szerokopasmowego obezwładniania z wąskopasmową warstwą precyzyjną, rozdzielając zasoby między nimi na podstawie obrazu widma w czasie rzeczywistym.

Dobór przebiegu zakłócającego: dopasowanie typu emisji do charakterystyki sygnału przeciwnika

Nie każdy przebieg zakłócający jest jednakowo skuteczny wobec każdego typu sygnału. Zaporowy zakłócacz szumowy pokrywający 100 MHz pasma wobec wąskopasmowego kanału głosowego 25 kHz marnuje 99,975% swojej mocy nadawania na częstotliwości, których przeciwnik nie używa. Jednotonowy zakłócacz precyzyjnie wyśrodkowany na kanale wąskopasmowym osiąga ten sam stosunek zakłócenia do sygnału przy ułamku mocy nadawania -- lecz zostaje natychmiast pokonany, jeśli przeciwnik przeskoczy na nową częstotliwość. Logika doboru przebiegu musi dopasować geometrię emisji do zajętości widmowej sygnału przeciwnika, typu modulacji i przewidywanej strategii adaptacji.

Dla wąskopasmowych emiterów fali ciągłej zakłócacz typu ton-plus-szum, który umieszcza nośną o wysokiej mocy na częstotliwości środkowej przeciwnika i dodaje ukształtowany szum na pasmie kanału, osiąga najlepszą efektywność zakłócania. Dla rozpraszania widma metodą skoków częstotliwości skutecznym podejściem jest zakłócacz nadążający, który wykrywa bieżącą częstotliwość skoku, dobiera dopasowany ton lub wąskopasmowy impuls szumowy i nadaje w obrębie czasu trwania skoku -- albo, jeśli tempo skoków przekracza opóźnienie nadążania, częściowo-pasmowy zakłócacz szumowy pokrywający najczęściej używaną część zbioru skoków. Dla przebiegów OFDM (podstawy większości nowoczesnych taktycznych łączy danych) selektywne wobec podnośnych zakłócanie atakujące podnośne pilotujące i sterujące zakłóca synchronizację efektywniej niż szum szerokopasmowy, ponieważ odbiornik OFDM polega na koherencji pilotów do estymacji kanału i demodulacji.

Decyzja o doborze przebiegu to miejsce, w którym komponent uczenia maszynowego dostarcza najbardziej bezpośredniej wartości. Tablica wyszukiwań powiązana z typem sygnału może zakodować powyższe przebiegi, lecz nie potrafi uwzględnić interakcji między równoczesnymi zadaniami zakłócania, wyczerpywania dostępnego budżetu mocy nadawania na wiele celów ani dynamicznej zmiany priorytetów celów w miarę ewolucji sytuacji taktycznej. Wyuczona polityka, wytrenowana w symulowanym środowisku elektromagnetycznym z reprezentatywnymi modelami zachowania przeciwnika, generalizuje na tych wymiarach i uczy się kompromisów, których ręcznie kodowany zestaw reguł nie uchwyciłby bez rozległej iteracji z udziałem eksperta dziedzinowego.

Uczenie ze wzmocnieniem dla polityki zakłócania: nauka skutecznych reakcji bez oznaczonych danych

Uczenie ze wzmocnieniem (RL) to paradygmat uczenia maszynowego najlepiej dopasowany do optymalizacji polityki kognitywnej EW, ponieważ nie wymaga oznaczonych danych treningowych. Nie istnieje etykieta prawdy podstawowej dla "optymalnej akcji zakłócania przy danym stanie widma" -- optymalna akcja zależy od zachowania przeciwnika, które jest nieznane i adaptacyjne. RL omija to, ucząc się z interakcji: system podejmuje akcję, obserwuje wynikowy stan widma, otrzymuje sygnał nagrody odzwierciedlający skuteczność zakłócania i aktualizuje swoją politykę, by preferować akcje, które w przeszłości dawały lepsze nagrody. W toku tysięcy interakcji w symulacji polityka RL zbiega do strategii przewyższającej ręcznie kodowane reguły wobec modelowanego rozkładu przeciwnika.

Projekt funkcji nagrody to najbardziej brzemienny w skutki wybór inżynieryjny w potoku RL. Nagroda oparta wyłącznie na zmierzonej redukcji mocy sygnału przeciwnika zachęca do agresywnego zakłócania szerokopasmowego, które maksymalizuje interferencję bez względu na koszt dla własnego użycia widma. Bardziej realistyczna funkcja nagrody uwzględnia jednocześnie kilka konkurencyjnych celów: degradację sygnału przeciwnika (pozytywna nagroda proporcjonalna do szacowanej redukcji SINR przeciwnika), ochronę własnego widma (ujemna nagroda za akcje zakłócania mieszczące się w pasmach przydziału częstotliwości własnych), efektywność mocy nadawania (ujemna nagroda proporcjonalna do energii nadawania zużytej na jednostkę zakłócenia przeciwnika) oraz opóźnienie (ujemna nagroda za powolne ukończenie cyklu). Wieloceelowe sformułowanie nagrody wytwarza politykę, która dokonuje subtelnych kompromisów między tymi konkurującymi celami, zamiast optymalizować pojedynczy wymiar kosztem pozostałych.

Praktycznym problemem RL-owej kognitywnej EW jest luka sim-do-real: polityka wytrenowana w symulowanym środowisku elektromagnetycznym napotka w rozmieszczeniu charakterystyki sygnałów odbiegające od rozkładu treningowego. Nowoczesne programy kognitywnej EW radzą sobie z tym poprzez randomizację dziedziny podczas treningu (zmienianie warunków propagacji, poziomów szumu, modeli zachowania przeciwnika i parametrów sygnału w szerokich zakresach, by uczynić politykę odporną na obserwacje spoza rozkładu) oraz poprzez dostrajanie online (kontynuowanie aktualizacji polityki z doświadczenia operacyjnego przy małym współczynniku uczenia, z zastrzeżeniem ograniczeń bezpieczeństwa zapobiegających degradacji polityki podczas operacji na żywo). Komponent dostrajania online jest szczególnie ważny: pozwala systemowi adaptować się do taktyk ECCM konkretnego przeciwnika w toku misji operacyjnej, budując misyjną warstwę polityki na wierzchu ogólnej, wstępnie wytrenowanej bazy.

Ograniczenia czasu cyklu: jak szybko kognitywny system EW musi wykrywać i reagować

Czas cyklu wykryj-zdecyduj-działaj określa szybkości adaptacji przeciwnika, którym kognitywny system EW może dorównać. Trzy budżety czasowe obowiązują na różnych warstwach architektury. Czas przełączania przebiegu -- jak szybko tor nadawczy może załadować nowe parametry i rozpocząć emisję -- jest określony przez sprzęt RF i wynosi zazwyczaj 1-100 mikrosekund dla generatorów przebiegów opartych na FPGA. Opóźnienie klasyfikacji sygnału -- ile czasu zajmuje potokowi wnioskowania wytworzenie pewnej etykiety typu sygnału z nowo odebranych próbek -- zależy od złożoności modelu, sprzętu wnioskowania i minimalnego czasu obserwacji wymaganego do pewnej klasyfikacji; w praktyce mieści się w zakresie od 1 ms dla prostych sygnałów wąskopasmowych o wysokim SNR do 50 ms dla złożonych przebiegów przy niskim SNR. Opóźnienie aktualizacji polityki -- ile czasu zajmuje sieci polityki RL przyjęcie bieżącego wektora obserwacji i wytworzenie nowej akcji -- wynosi zazwyczaj 1-10 ms na współlokowanym GPU lub poniżej 1 ms, jeśli polityka jest skompilowana do logiki FPGA.

Te trzy opóźnienia sumują się, definiując czas reakcji od początku do końca wobec konkretnego zdarzenia adaptacji przeciwnika. Wobec radia ze skokami częstotliwości przeskakującego z tempem 100 skoków na sekundę (10 ms trwania na skok) system ma około 5-7 ms czasu trwania skoku, by wykryć nową częstotliwość skoku, sklasyfikować sygnał, dobrać przebieg i rozpocząć nadawanie -- pozostawiając 2-3 ms czasu trwania, podczas którego zakłócanie jest aktywne. To marginalne pokrycie oznacza, że wobec bardzo szybkich systemów skokowych częściowo-pasmowe zakłócanie szumowe pokrywające prawdopodobny zbiór skoków jest bardziej niezawodne niż precyzyjne zakłócanie nadążające, choć jest mniej efektywne widmowo. Kognitywne systemy EW osiągające czasy cyklu od początku do końca poniżej milisekundy mogą przesunąć równowagę w stronę precyzyjnego zakłócania nawet przy wysokim tempie skoków.

Środki przeciwdziałania przeciwnika: jak przeciwnicy adaptują się i jak reagują systemy kognitywne

Wyrafinowany przeciwnik, świadomy, że system EW zagrożenia jest kognitywny, będzie próbował wykorzystać mechanizm uczenia, zamiast po prostu unikać bieżącego przebiegu zakłócającego. Zwodzenie kognitywnej EW przybiera kilka form. Przeciwnik może wstrzykiwać syntetyczne sygnały imitujące cenne emitery, powodując, że system kognitywny marnuje zasoby zakłócające na wabiki, podczas gdy prawdziwa komunikacja trwa na niemonitorowanych częstotliwościach. Przeciwnik może szybko przebiegać przez duży zbiór skoków częstotliwości, wyczerpując zdolność systemu kognitywnego do jednoczesnego śledzenia wszystkich aktywnych emiterów i zmuszając go do priorytetyzacji, pozostawiając część emiterów niezakłóconych. Przeciwnik może też wykorzystać rozkład treningowy RL, używając charakterystyk sygnałów wykraczających poza zbiór treningowy klasyfikatora, powodując błędną klasyfikację i wyzwalając nieskuteczne dobory przebiegów.

Kognitywne systemy EW przeciwdziałają zwodzeniu poprzez kilka odpowiedzi architektonicznych. Modele wykrywania anomalii, działające równolegle z głównym klasyfikatorem sygnałów, oznaczają sygnały, których właściwości statystyczne są niespójne z historycznie obserwowaną biblioteką emisji przeciwnika -- sygnały-wabiki generowane przez systemy zautomatyzowane zazwyczaj wykazują regularności w czasie, częstotliwości lub mocy, jakich nie wykazuje prawdziwy ruch taktyczny. Techniki RF fingerprintingu, które identyfikują konkretny sprzęt po jego niezamierzonych charakterystykach emisji, potrafią odróżnić fizyczne nadajniki od programowo generowanych wabików, ponieważ niedoskonałości na poziomie sprzętu (przesunięcie nośnej, szum fazowy, niezrównoważenie IQ) prawdziwego radia trudno dokładnie odtworzyć w generatorze sygnałów. Połączenie behawioralnego wykrywania anomalii i fingerprintingu na poziomie sprzętu znacząco redukuje skuteczność operacji zwodzenia wobec dojrzałego kognitywnego systemu EW.

Na poziomie polityki dobrze zaprojektowana funkcja nagrody RL niejawnie zniechęca do nadmiernego angażowania zasobów w jakikolwiek pojedynczy cel, karząc zaniedbanie innych aktywnych emiterów w przestrzeni obserwacji. Przeciwnicy, którzy próbują ściągnąć pełną uwagę zakłócania na wabik, przekonają się, że polityka, wytrenowana w zróżnicowanym środowisku elektromagnetycznym z wieloma równoczesnymi emiterami, rozdziela zasoby na całym obrazie zagrożeń, zamiast skupiać się wyłącznie na sygnale o najwyższej mocy. Jest to bezpośrednia korzyść wielocelowego sformułowania nagrody: wbudowuje ono odporność na manipulację, której brakowałoby polityce jednocelowej skupionej wyłącznie na maksymalizacji zakłócenia sygnału.

Wymagania sprzętowe: kompromisy FPGA, GPU i SDR dla kognitywnej EW w czasie rzeczywistym

Kognitywna EW w czasie rzeczywistym wymaga trzech podsystemów sprzętowych ściśle zintegrowanych na wspólnej magistrali danych: tory RF do konwersji analogowo-cyfrowej i generowania przebiegów, warstwy cyfrowego przetwarzania sygnałów do kanalizacji i ekstrakcji cech oraz akceleratora wnioskowania do uruchamiania klasyfikatora ML i polityki RL. Dominującym wyborem architektonicznym dla pierwszych dwóch warstw jest rodzina Xilinx RFSoC (obecnie AMD), która integruje wielogigapróbkowe ADC i DAC, dużą programowalną strukturę logiczną oraz rdzenie przetwarzające ARM Cortex-A na jednej kości. Ta integracja eliminuje wąskie gardło szybkiego interfejsu między ADC a FPGA, które dotyka projekty wielokostkowe, redukuje powierzchnię płytki i zużycie mocy oraz upraszcza synchronizację między torami odbiorczym a nadawczym. Platformy kognitywnej EW oparte na RFSoC w kopercie mocy całkowitej 20 W mogą osiągać pasma chwilowe rzędu 1-4 GHz, wystarczające dla większości zastosowań EW pojazdowej i lotniczej poniżej 6 GHz.

Wybór akceleratora wnioskowania wiąże się z rzeczywistym kompromisem między opóźnieniem, mocą i elastycznością. GPU (klasy NVIDIA Jetson) zapewnia najwyższą przepustowość dla wnioskowania dużych modeli i wspiera szybką iterację polityki podczas rozwoju -- nowe polityki RL wytrenowane w symulacji można przesyłać na platformę prostym krokiem eksportu modelu. Jednak opóźnienie wnioskowania GPU dla małych modeli jest ograniczone narzutem transferu danych (kopiowanie z pamięci CPU do GPU plus uruchomienie kernela), który zazwyczaj dodaje 0,5-2 ms na wywołanie wnioskowania niezależnie od rozmiaru modelu. Dla czasów cyklu kognitywnej EW poniżej 5 ms ten narzut stanowi znaczącą część całego budżetu. Wnioskowanie oparte na FPGA, osiągnięte przez skompilowanie sieci polityki do stałopozycyjnej logiki FPGA przy użyciu narzędzi takich jak HLS4ML lub Vitis AI, eliminuje narzut transferu i osiąga deterministyczne opóźnienie wnioskowania poniżej mikrosekundy, lecz wymaga resyntezy przy każdej aktualizacji polityki -- procesu trwającego od 30 minut do kilku godzin, czyniąc dostrajanie online RL niepraktycznym w czystym trybie wnioskowania FPGA. Praktyczna architektura systemów polowych łączy oba: logikę FPGA dla pętli wewnętrznej krytycznej pod względem opóźnienia (dobór przebiegu z wstępnie skompilowanej polityki) oraz GPU do tła doskonalenia polityki i wykrywania anomalii, z okresowymi aktualizacjami skompilowanej polityki przesyłanymi do struktury FPGA podczas przerw operacyjnych.

Ograniczenia mocy oraz rozmiaru-masy-i-mocy (SWAP) napędzają znaczące różnice między klasami platform. System kognitywnej EW montowany na pojeździe może pomieścić ładunek 200-500 W, umożliwiając pełny sprzęt klasy RFSoC plus Jetson AGX z odpowiednim chłodzeniem. System przenośny lub montowany na małym UAS jest ograniczony do poniżej 30 W, co wymusza wybór między wariantem RFSoC o niższej pojemności (np. ZU28DR zamiast ZU67DR) a bardziej agresywną strategią kompresji polityki -- skwantowanymi i przyciętymi sieciami polityki o mniej niż 500 tys. parametrów, które mieszczą się w strukturze wnioskowania FPGA bez przelewania się do osobnego GPU. Koszt wydajnościowy tej kompresji jest mierzalny (3-8% redukcji skuteczności zakłócania wobec nowych sygnałów w testach symulacyjnych), lecz operacyjnie akceptowalny ze względu na ograniczenia SWAP operacji EW pieszych i montowanych na UAS.