Război electronic cognitiv: bruiaj adaptiv bazat pe AI și detecție de spectru

Un jammer convențional operează pe reguli fixe: detectează un emițător de amenințare pe o frecvență cunoscută, transmite o formă de undă pre-programată împotriva sa și repetă. Împotriva unui adversar cu o bibliotecă de semnale statică și bine caracterizată, această abordare funcționează. Împotriva unui adversar modern echipat cu radiouri cu salt de frecvență, protocoale ECCM adaptive și capacitatea de a se resintoniza mai rapid decât poate răspunde un operator uman, aceasta eșuează în câteva secunde de la primul angajament. Războiul electronic (EW) cognitiv abordează acest decalaj prin închiderea buclei detectare-decizie-acțiune în mod autonom. Un nivel de gestionare a spectrului în războiul electronic care necesita odată operatori dedicați devine acum o conductă de inferență machine learning, ciclând prin selecția formelor de undă și actualizarea politicilor mai rapid decât permite orice timp de reacție uman. Acest articol acoperă componentele tehnice de bază: detecția spectrului în bandă largă, clasificarea semnalelor, logica de selecție a formelor de undă, reinforcement learning pentru optimizarea politicilor, constrângerile de timp de ciclu, contramsurile adversarilor și stiva hardware care face fezabil EW cognitiv în timp real.

Ce face războiul electronic cognitiv și de ce contează împotriva adversarilor adaptativi

Termenul „cognitiv" în EW are o semnificație tehnică precisă derivată din comunitatea de cercetare a radioului cognitiv: un sistem este cognitiv dacă percepe mediul său, învață din interacțiunile cu acel mediu și își adaptează comportamentul pentru a-și îmbunătăți obiectivul. Aplicat la EW, mediul este spectrul electromagnetic, iar obiectivul este fie perturbarea comunicațiilor și senzorilor adversarilor, fie protejarea emisiilor prietenoase de perturbări. Un sistem EW cognitiv diferă de un sistem EW adaptiv în grad: sistemele adaptive urmează arbori de decizie pre-scriptați bazați pe parametrii de amenințare cunoscuți; sistemele cognitive învață politici din experiență care se generalizează la tipuri de semnale și comportamente adversariale neanticiapate explicit în timpul proiectării.

Factorul operațional pentru EW cognitiv este accelerarea ciclului de adaptare al adversarului. Radiourile militare moderne cu capacități de contramăsuri electronice (ECCM) pot sări frecvența de mii de ori pe secundă, răspândi energia pe zeci de megaherți de lățime de bandă sau comuta schemele de modulație ca răspuns la bruiajul detectat. Un operator uman, chiar și cu pregătire excelentă și instrumente de afișare a spectrului în timp real, nu poate egala acest tempo. Sistemul EW cognitiv înlocuiește omul pe bucla interioară — decizia de selecție a formei de undă la scară de milisecunde — păstrând în același timp autoritatea umană asupra regulilor de angajament și a obiectivelor campaniei de ordin superior. Rezultatul este un jammer care se degradează grațios împotriva amenințărilor noi, mai degrabă decât să devină imediat ineficace.

Propunerea de valoare militară se extinde dincolo de bruiaj. Arhitecturile EW cognitive se aplică în mod egal protecției electronice (detectarea și clasificarea bruiajului dirijat împotriva sistemelor prietenoase) și suportului electronic (caracterizarea pasivă a ordinii de bătălie electromagnetice). O singură platformă EW cognitivă cu un lanț de recepție în bandă largă și un clasificator de semnale antrenat contribuie simultan la toate cele trei ramuri ale triadei EW, cu aceeași conductă ML servind atât roluri de bruiaj ofensiv, cât și de monitorizare defensivă a spectrului.

Detecția spectrului pentru EW cognitiv: eșantionare în bandă largă și clasificarea semnalelor la viteză

EW cognitiv eficace începe cu cunoașterea precisă și cu latență scăzută a mediului electromagnetic. Subsistemul de detecție a spectrului trebuie să răspundă continuu la trei întrebări: ce semnale sunt prezente, pe ce frecvențe și lățimi de bandă și care sunt caracteristicile lor tehnice. Pentru un sistem terestru care operează într-un mediu electromagnetic contestat, domeniul de frecvențe relevant poate acoperi 20 MHz la 6 GHz — aproape nouă octave — cu lățimi de bandă ale semnalelor variind de la câțiva kiloherți pentru canale vocale în bandă îngustă la zeci de megaherți pentru legături OFDM în bandă largă. Nicio singură arhitectură de receptor nu acoperă simultan acest domeniu la sensibilitate și dinamică suficientă, astfel că sistemele practice folosesc o combinație de un receptor panoramic în bandă largă pentru descoperirea semnalelor și receptoare canalizate cu bandă mai îngustă pentru caracterizarea detaliată a semnalelor.

Conducta de clasificare a semnalelor primește ieșirea canalizată și atribuie fiecărui semnal detectat o etichetă de tip. Clasificarea semnalelor cu machine learning folosind rețele neuronale convoluționale pe caracteristici spectrogram atinge o acuratețe de 90–97% pe biblioteci reprezentative de semnale militare la rapoarte semnal-zgomot (SNR) peste 5 dB. Sub 5 dB SNR, acuratețea se degradează rapid pentru semnalele în bandă îngustă, în timp ce semnalele cu spectru dispersat sunt detectabile (energia lor poate fi văzută în PSD), dar tipul lor de modulație este adesea ambiguu până când au fost observate suficiente biți. Conducta de detecție trebuie să opereze prin urmare cu un model de confidență graduat: clasificările cu confidență ridicată declanșează selecția imediată a formei de undă, în timp ce detecțiile cu confidență scăzută declanșează observarea continuă înainte de a angaja resursele de bruiaj.

Rata de actualizare a imaginii spectrale — cât de frecvent conducta de detecție își reîmprospătează vizualizarea fiecărei benzi de frecvență — determină viteza minimă de adaptare a adversarului pe care o poate urmări sistemul. O conductă de detecție care produce o actualizare completă a spectrului la fiecare 10 ms poate urmări sisteme cu salt de frecvență cu rate de salt de până la 100 de salturi pe secundă. Saltul mai rapid necesită fie un receptor în bandă îngustă dedicat blocat pe secvența de salt a adversarului, fie un jammer cu zgomot în bandă largă care acoperă întregul set de salturi simultan la eficiență mai mică per frecvență. Sistemele EW cognitive combină de obicei un strat de denial în bandă largă cu un strat de precizie în bandă îngustă, alocând resursele între ele pe baza imaginii spectrale în timp real.

Selecția formei de undă de bruiaj: potrivirea tipului de emisie cu caracteristicile semnalului adversar

Nu orice formă de undă de bruiaj este la fel de eficace împotriva oricărui tip de semnal. Un jammer cu zgomot de baraj care acoperă 100 MHz de lățime de bandă împotriva unui canal vocal în bandă îngustă de 25 kHz risipește 99,975% din puterea de transmisie pe frecvențele pe care adversarul nu le folosește. Un jammer cu ton unic centrat precis pe un canal în bandă îngustă atinge același raport de bruiaj-la-semnal cu o fracție din puterea de transmisie — dar este imediat înfrânt dacă adversarul sare la o nouă frecvență. Logica de selecție a formei de undă trebuie să potrivească geometria emisiei cu ocuparea spectrală a semnalului adversar, tipul de modulație și strategia de adaptare prognozată.

Pentru emițătoarele cu undă continuă (CW) în bandă îngustă, un jammer ton-plus-zgomot care plasează un purtător de mare putere pe frecvența centrală a adversarului și adaugă zgomot modelat pe lățimea de bandă a canalului atinge cea mai bună eficiență de bruiaj. Pentru spectrul dispersat cu salt de frecvență, abordarea eficace este un jammer de urmărire care detectează frecvența de salt curentă, selectează un ton potrivit sau o rafală de zgomot în bandă îngustă și transmite în intervalul de reședință al saltului — sau, dacă rata de salt depășește latența de urmărire, un jammer cu zgomot de bandă parțială care acoperă cea mai frecvent utilizată porțiune a setului de salt. Pentru formele de undă OFDM (baza majorității legăturilor de date tactice moderne), bruiajul selectiv al subpurtătorilor care atacă subpurtătorii pilot și de control perturbă sincronizarea mai eficient decât zgomotul în bandă largă, deoarece receptorul OFDM se bazează pe coerența pilotului pentru estimarea canalului și demodularea.

Decizia de selecție a formei de undă este locul unde componenta de machine learning oferă cea mai directă valoare. Un tabel de căutare cu cheie pe tipul de semnal poate codifica formele de undă de mai sus, dar nu poate ține cont de interacțiunea dintre sarcinile simultane de bruiaj, epuizarea bugetului de putere de transmisie disponibil pe mai multe ținte sau re-prioritizarea dinamică a țintelor pe măsură ce situația tactică evoluează. O politică învățată, antrenată pe un mediu electromagnetic simulat cu modele de comportament adversarial reprezentative, se generalizează pe aceste dimensiuni și învață compromisuri pe care un set de reguli codificate manual nu le-ar captura fără iterații extinse ale experților din domeniu.

Reinforcement learning pentru politica de bruiaj: învățarea răspunsurilor eficiente fără date etichetate

Reinforcement learning (RL) este paradigma de machine learning cel mai potrivită pentru optimizarea politicii EW cognitive, deoarece nu necesită date de antrenament etichetate. Nu există o etichetă ground-truth pentru „acțiunea optimă de bruiaj dată această stare a spectrului" — acțiunea optimă depinde de comportamentul adversarului, care este necunoscut și adaptiv. RL ocolește acest lucru prin învățarea din interacțiune: sistemul ia o acțiune, observă starea spectrului rezultantă, primește un semnal de recompensă care reflectă eficacitatea bruiajului și își actualizează politica pentru a prefera acțiunile care au produs recompense mai bune în trecut. Pe parcursul a mii de interacțiuni în simulare, politica RL converge la o strategie care depășește regulile codificate manual împotriva distribuției modelate a adversarilor.

Proiectarea funcției de recompensă este alegerea inginerească cea mai consequentă în conducta RL. O recompensă bazată pur pe reducerea măsurată a puterii semnalului adversar încurajează bruiajul agresiv în bandă largă care maximizează interferența indiferent de costul pentru utilizarea spectrului prietenos. O funcție de recompensă mai realistă încorporează mai multe obiective concurente simultan: degradarea semnalului adversar (recompensă pozitivă proporțională cu reducerea estimată a SINR a adversarului), protecția spectrului prietenos (recompensă negativă pentru acțiunile de bruiaj care cad în benzile de alocare a frecvențelor prietenoase), eficiența puterii de transmisie (recompensă negativă proporțională cu energia de transmisie consumată per unitate de perturbare a adversarului) și latența (recompensă negativă pentru finalizarea lentă a ciclului). Formularea recompensei cu obiective multiple produce o politică care face compromisuri nuanțate între aceste obiective concurente, mai degrabă decât să optimizeze o singură dimensiune în detrimentul celorlalte.

O preocupare practică cu EW cognitiv bazat pe RL este decalajul simulare-realitate: o politică antrenată pe un mediu electromagnetic simulat va întâlni în implementare caracteristici de semnal care diferă de distribuția de antrenament. Programele moderne de EW cognitiv abordează aceasta prin randomizarea domeniului în timpul antrenamentului (variind condițiile de propagare, nivelurile de zgomot, modelele de comportament ale adversarilor și parametrii semnalelor pe plaje largi pentru a face politica robustă la observații în afara distribuției) și prin reglaj fin online (continuând actualizarea politicii din experiența operațională folosind o rată de învățare mică, sub constrângeri de siguranță care previn degradarea politicii în timpul operațiunilor live). Componenta de reglaj fin online este deosebit de importantă: permite sistemului să se adapteze la tacticile ECCM specifice ale unui adversar pe durata unei misiuni operaționale, construind un strat de politici specific misiunii peste baza de referință generală pre-antrenată.

Constrângeri de timp de ciclu: cât de rapid trebuie să detecteze și să răspundă un sistem EW cognitiv

Timpul ciclului detectare-decizie-acțiune determină vitezele de adaptare ale adversarului pe care le poate egala sistemul EW cognitiv. Trei bugete de timp se aplică la diferite straturi ale arhitecturii. Timpul de comutare a formei de undă — cât de rapid poate lanțul de transmisie încărca parametri noi și începe emiterea — este determinat de hardware-ul RF și este de obicei 1–100 de microsecunde pentru generatoarele de forme de undă bazate pe FPGA. Latența de clasificare a semnalelor — cât timp necesită conducta de inferență pentru a produce o etichetă de tip semnal cu confidență din eșantioanele nou recepționate — depinde de complexitatea modelului, hardware-ul de inferență și durata minimă de observare necesară pentru clasificarea cu confidență; în practică, aceasta variază de la 1 ms pentru semnale simple în bandă îngustă cu SNR ridicat la 50 ms pentru forme de undă complexe la SNR scăzut. Latența de actualizare a politicii — cât timp necesită rețeaua de politici RL pentru a ingera vectorul de observație curent și a produce o nouă acțiune — este de obicei 1–10 ms pe un GPU co-localizat sau sub 1 ms dacă politica este compilată în logică FPGA.

Aceste trei latențe se sumează pentru a defini timpul de reacție end-to-end împotriva unui eveniment specific de adaptare a adversarului. Împotriva unui radio cu salt de frecvență care saltă la 100 de salturi pe secundă (10 ms de reședință per salt), sistemul are aproximativ 5–7 ms din reședința saltului pentru a detecta noua frecvență de salt, a clasifica semnalul, a selecta o formă de undă și a începe transmiterea — lăsând 2–3 ms de timp de reședință în care bruiajul este activ. Această acoperire marginală înseamnă că împotriva sistemelor cu salt foarte rapid, bruiajul cu zgomot de bandă parțială care acoperă setul de salturi probabil este mai fiabil decât bruiajul de precizie de urmărire, chiar dacă este mai puțin eficient spectral. Sistemele EW cognitive care ating timpi de ciclu end-to-end sub milisecundă pot schimba echilibrul spre bruiajul de precizie chiar și la rate de salt ridicate.

Contramsuri ale adversarilor: cum se adaptează adversarii și cum răspund sistemele cognitive

Un adversar sofisticat, conștient că sistemul EW de amenințare este cognitiv, va încerca să exploateze mecanismul de învățare mai degrabă decât să evite pur și simplu forma curentă de undă de bruiaj. Înșelarea adversarială împotriva EW cognitiv ia mai multe forme. Un adversar poate injecta semnale sintetice care imită emițătoarele de mare valoare, determinând sistemul cognitiv să risipească resursele de bruiaj pe momeli în timp ce comunicațiile reale continuă pe frecvențe nemonitorizate. Un adversar poate cicla rapid printr-un set mare cu salt de frecvență, epuizând capacitatea sistemului cognitiv de a urmări simultan toți emițătorii activi și forțându-l să prioritizeze, lăsând unii emițători nebruiați. Un adversar poate exploata, de asemenea, distribuția de antrenament RL folosind caracteristici de semnal care cad în afara setului de antrenament al clasificatorului, cauzând clasificare greșită și declanșând selecții de forme de undă ineficace.

Sistemele EW cognitive contracarează înșelarea adversarială prin mai multe răspunsuri arhitecturale. Modelele de detecție a anomaliilor, rulând în paralel cu clasificatorul primar de semnale, marchează semnalele ale căror proprietăți statistice sunt inconsistente cu biblioteca de emisii observate istoric a adversarului — semnalele momeală generate de sisteme automatizate prezintă de obicei regularități în timp, frecvență sau putere pe care traficul tactic real nu le exhibă. Tehnicile de amprentare RF care identifică hardware-ul specific prin caracteristicile de emisie neintenționate pot distinge transmițătoarele fizice de momelile generate software, deoarece imperfecțiunile la nivel hardware (offset de purtătoare, zgomot de fază, dezechilibru IQ) ale unui radio real sunt greu de replicat cu exactitate într-un generator de semnale. Combinația de detecție a anomaliilor comportamentale și amprentare la nivel hardware reduce semnificativ eficacitatea operațiunilor de înșelare împotriva unui sistem EW cognitiv matur.

La nivelul politicii, o funcție de recompensă RL bine proiectată descurajează implicit supraangajarea resurselor pentru orice țintă unică prin penalizarea neglijării altor emițători activi din spațiul de observație. Adversarii care încearcă să atragă toată atenția de bruiaj spre o momeală vor constata că politica, antrenată pe un mediu electromagnetic divers cu mai mulți emițători simultani, distribuie resursele pe imaginea de amenințare mai degrabă decât să se concentreze exclusiv pe semnalul de cea mai mare putere. Acesta este un beneficiu direct al formulării recompensei cu obiective multiple: construiește robustețe la manipulare pe care o politică cu obiectiv unic axată pur pe maximizarea perturbării semnalului nu ar putea-o oferi.

Cerințe hardware: compromisuri FPGA, GPU și SDR pentru EW cognitiv în timp real

EW cognitiv în timp real necesită trei subsisteme hardware integrate strâns pe un fabric de date comun: front end-ul RF pentru conversia analog-digitală și generarea formei de undă, stratul de procesare a semnalului digital pentru canalizare și extracție de caracteristici, și acceleratorul de inferență pentru rularea clasificatorului ML și a politicii RL. Alegerea arhitecturală dominantă pentru primele două straturi este familia Xilinx RFSoC (acum AMD), care integrează ADC-uri și DAC-uri multi-gigasample, un fabric de logică programabilă mare și nuclee de procesare ARM Cortex-A pe un singur cip. Această integrare elimină blocajul de interfață de mare viteză dintre ADC și FPGA care afectează proiectele multi-cip, reduce spațiul pe placă și consumul de energie și simplifică sincronizarea dintre lanțurile de recepție și transmisie. Platformele EW cognitive bazate pe RFSoC în pachetul de putere totală de 20 W pot atinge lățimi de bandă instantanee de 1–4 GHz, suficiente pentru majoritatea aplicațiilor EW pe vehicule terestre și aeriene sub 6 GHz.

Alegerea acceleratorului de inferență implică un compromis real între latență, putere și flexibilitate. Un GPU (clasa NVIDIA Jetson) oferă cel mai mare throughput pentru inferența modelelor mari și suportă iterarea rapidă a politicilor în timpul dezvoltării — noi politici RL antrenate în simulare pot fi trimise pe platformă cu un pas simplu de export al modelului. Cu toate acestea, latența de inferență GPU pentru modele mici este blocată de overhead-ul de transfer de date (copiere CPU la memoria GPU plus lansare kernel), care adaugă de obicei 0,5–2 ms per apel de inferență indiferent de dimensiunea modelului. Pentru timpii de ciclu EW cognitiv sub 5 ms, acest overhead este o fracție semnificativă din bugetul total. Inferența bazată pe FPGA, obținută prin compilarea rețelei de politici în logică FPGA cu punct fix folosind instrumente precum HLS4ML sau Vitis AI, elimină overhead-ul de transfer și atinge o latență de inferență sub-microsecundă deterministă, dar necesită re-sinteză pentru fiecare actualizare de politică — un proces care durează 30 de minute până la câteva ore, făcând reglajul fin RL online impracticabil în modul pur de inferență FPGA. Arhitectura practică pentru sistemele implementate combină ambele: logica FPGA pentru bucla interioară critică de latență (selecția formei de undă dintr-o politică pre-compilată) și un GPU pentru rafinarea politicii în fundal și detecția anomaliilor, cu actualizări periodice ale politicii compilate trimise pe fabric-ul FPGA în timpul pauzelor operaționale.

Constrângerile de putere și de spațiu-greutate-și-putere (SWAP) determină diferențe semnificative între clasele de platforme. Un sistem EW cognitiv montat pe vehicul poate găzdui o sarcină utilă de 200–500 W, permițând hardware de clasă RFSoC complet plus Jetson AGX cu răcire adecvată. Un sistem portabil sau montat pe UAS mic este limitat la sub 30 W, ceea ce forțează o alegere între o variantă RFSoC cu capacitate mai mică și o strategie de compresie a politicii mai agresivă — rețele de politici cuantificate și pruificate cu sub 500K parametri care se potrivesc în fabric-ul de inferență FPGA fără a se vărsa pe un GPU separat. Costul de performanță al acestei compresii este măsurabil (reducere de 3–8% a eficacității bruiajului împotriva semnalelor noi în benchmark-urile de simulare), dar acceptabil operațional, date fiind constrângerile SWAP ale operațiunilor EW de tip dismounted și montate pe UAS.