Когнітивна радіоелектронна боротьба: адаптивне придушення та РЕБ на основі ML

Традиційна радіоелектронна боротьба працює на основі файлу місіонних даних. Перехоплений сигнал зіставляється з каталогом відомих випромінювачів, витягується попередньо визначена відповідь, і метод застосовується. Ця модель дає збій, щойно противник вводить в дію радіостанцію, яка змінює свою форму хвилі швидше, ніж каталог може оновитися, — частотно-маневрена лінія передачі даних, програмно-визначений радар, що перепрограмовує свій шаблон імпульсів між зіткненнями, комерційний контролер безпілотника, який перескакує через нелізензовану смугу. Когнітивна радіоелектронна боротьба є програмною відповіддю на цей збій: система, яка зондує спектр, характеризує знайдене в реальному часі, вирішує щодо методу придушення, вимірює ефект і навчається. Ця стаття детально розглядає архітектуру програмного стека когнітивної РЕБ — фронтенд зондування, бібліотеку сигналів, ядро прийняття рішень на основі машинного навчання, адаптивне формування методів придушення та обмеження інтеграції, що розміщують її в межах операцій в електромагнітному спектрі (EMSO).

Від файлів місіонних даних до когнітивної петлі

Визначальна відмінність між звичайною та когнітивною РЕБ полягає в тому, де знаходиться інтелект. У звичайній системі інтелект завантажено заздалегідь: аналітики вивчають загрозу, виводять оптимальний метод придушення в офлайні та кодують його у файл місіонних даних, який платформа несе в бій. Сама платформа є швидким механізмом пошуку. Це добре працює проти відомих, стабільних загроз і зазнає невдачі проти будь-чого нового або адаптивного.

Когнітивна система переміщує інтелект у зіткнення. Вона замикає чотириетапну петлю в програмному забезпеченні — зондування, рішення, дія, навчання — що безперервно функціонує, поки загроза присутня. Петля концептуально ідентична циклу OODA, але стиснута до мілісекунд і виконується програмним забезпеченням, оскільки жодна людина не може відреагувати в часовому масштабі, в якому сучасні маневрені випромінювачі змінюються. Когнітивна система все ще отримує вигоду від офлайн-аналізу — вона несе бібліотеку сигналів і попередньо навчені моделі, — але не обмежена тим, що було завантажено перед зльотом. Коли вона зустрічає випромінювач, якого ніколи не бачила, вона характеризує його та генерує кандидатний метод, а не оголошує загрозу невідомою і відключається.

Виявлення та характеризація цих випромінювачів самі по собі є складною задачею; про висхідні методи йдеться в нашому аналізі виявлення сигналів у радіоелектронній боротьбі, від якого когнітивний шар залежить як від свого фронтенду зондування.

Архітектура зондування–рішення–дії–навчання

Виробничий стек когнітивної РЕБ має чотири функціональні блоки, що безпосередньо відповідають петлі, плюс наскрізний шар обмежень і безпеки.

Зондування. Широкосмуговий приймач живить конвеєр зондування спектра в реальному часі: канальне розподілення, виявлення енергії та виділення ознак виробляють постійно оновлюваний список активних випромінювачів. Що критично — блок зондування відстежує кожен випромінювач у часі, а не як одиничний знімок; маневровість видима лише як часовий ряд. Радар, що перепрограмовує свій інтервал повторення імпульсів, або лінія передачі даних з перескоком частоти повинні спостерігатися як поведінка, а не відбиток.

Рішення. Ядро прийняття рішень отримує характеристику випромінювача та поточні обмеження спектра і вибирає відповідь. У когнітивній системі це навчена стратегія — як правило, агент навчання з підкріпленням, — що відображає спостережуваний стан на дію придушення. Рішення є імовірнісним і покращується з досвідом, на відміну від детермінованого пошуку в таблиці звичайної системи.

Дія. Вибраний метод синтезується як форма хвилі і передається. Оскільки простір дій є неперервним (частота, смуга пропускання, форма хвилі, робочий цикл, потужність) і програмно-визначеним, те саме апаратне забезпечення може виробляти загороджувальне, точкове, розгорнуте, обманне або протокол-орієнтоване придушення без зміни заліза.

Навчання. Система спостерігає за реакцією цілі, оцінює ефект та оновлює стратегію, щоб наступне зіткнення з подібним випромінювачем починалося з кращого методу. Це те, що відрізняє когнітивну РЕБ від просто адаптивної: система не лише реагує, вона накопичує знання.

Бібліотека сигналів та характеризація випромінювачів

Навіть когнітивна система потребує бібліотеки сигналів — структурованої бази даних відомих випромінювачів, їх параметрів та каталогізованих вразливостей. Бібліотека не є межею компетентності системи, але це швидкий шлях. Коли блок зондування продукує характеристику, класифікатор на основі машинного навчання призначає класи модуляції та протоколу і запитує бібліотеку на наявність збігу.

Можливі три результати. Впевнений збіг витягує відомий хороший метод, і зіткнення продовжується з низькою затримкою. Частковий збіг — випромінювач нагадує відому родину, але зі зміненими параметрами — засіває ядро прийняття рішень початковим методом, який потім вдосконалює петля навчання. Відсутність збігу позначає випромінювач як новий та направляє його до повного шляху адаптивної генерації методу. Архітектурна помилка, якої слід уникати, — це розгляд відсутності збігу як стану відмови; у когнітивній системі невідомий випромінювач є саме тим випадком, для обробки якого вся конструкція призначена.

Характеризація випромінювачів значною мірою спирається на ті самі методи класифікації модуляції та оцінки параметрів, що використовуються в розвідці сигналів. Згорткова або рекурентна нейронна мережа, що працює на IQ-сегментах, видає клас модуляції; аналіз слів-дескрипторів імпульсів характеризує радарні випромінювачі; відбитки протоколів ідентифікують конкретну родину форми хвилі. Результат — вектор ознак, достатньо стабільний для повторного розпізнавання випромінювача і достатньо багатий для міркувань ядра прийняття рішень про його вразливості.

Машинне навчання для адаптивного придушення

Основна технічна заява когнітивної РЕБ полягає в тому, що вибір методу придушення є послідовною задачею прийняття рішень, а послідовні задачі прийняття рішень в умовах невизначеності — це саме те, що вирішує навчання з підкріпленням (RL).

Формулювання навчання з підкріпленням

Задача сформульована як марківський процес прийняття рішень. Стан — це поточна характеристика випромінювача плюс нещодавня історія зіткнень та обмеження спектра. Дія — це конфігурація придушення: центральна частота, смуга пропускання, тип форми хвилі, робочий цикл і потужність. Нагорода — це міра порушення роботи — в ідеалі пряма оцінка бойового пошкодження, наприклад падіння швидкості передачі даних цільового каналу, але часто проксі, наприклад перемикання частоти випромінювача або підвищення потужності передачі у відповідь на придушення. Мета агента — навчитися стратегії, що максимізує кумулятивну нагороду протягом зіткнення.

Проти частотно-маневреної радіостанції фіксований точковий постановник завад перемагається в момент, коли радіостанція здійснює перескок. Агент RL, навпаки, вивчає статистику шаблону перескоку і або слідкує за придушенням передбачуваного наступного каналу, або застосовує загороджувальне придушення, сформоване для ефективного покриття маневреної смуги. Проти адаптивного радара, що змінює свій шаблон імпульсів під час придушення, агент дізнається, які обманні методи провокують найменш ефективну контр-адаптацію. Це саме той режим, де статична бібліотека не може встигати, і він безпосередньо перетинається з роботою проти безпілотників — адаптивне придушення каналу управління, розглянуте в статті про програмне забезпечення протибезпілотникової РЕБ, є задачею когнітивної РЕБ по суті.

Проблема нагороди

Найскладніший інженерний виклик у РЕБ на основі ML — це оцінка нагороди. В ігровому середовищі нагорода надається; в електромагнітному спектрі вона повинна виводитися зі спостережень, часто без прямого зворотного зв'язку від цілі. Постановник завад рідко отримує чистий сигнал, що каже «ваше придушення спрацювало». Натомість система виводить ефект з непрямих свідчень: швидкість повторних передач цілі зростає, її трафік підтверджень зупиняється, вона залишає частоту або збільшує потужність. Побудова надійного оцінювача нагороди з цих проксі — і розпізнавання, коли оцінка є ненадійною, — це те, де більшість реального інтелекту системи знаходиться. Впевнена, але хибна оцінка нагороди вчить агента неправильного уроку, тому впевненість у нагороді сама по собі повинна відстежуватися та надаватися до оновлення навчання.

Навчання та перевірка без спектрального дружнього вогню

Агент когнітивної РЕБ не може навчатися на живому полі бою — ні тому, що генерування мільйонів зіткнень є непрактичним, ні тому, що необмежений навчальний агент, що передає в спільний спектр, є небезпекою дружнього вогню. Тому навчання відбувається у високоточній RF-симуляції або цифровому двійнику з апаратним контуром, що моделює форми хвилі загроз, поширення, поведінку приймача та власний передавальний тракт постановника завад.

Навчена стратегія перевіряється поетапно: спочатку проти затриманого набору загроз симулятора, потім у контрольованій безехній камері або оснащеному відкритому полігоні проти репрезентативних реальних випромінювачів. Протягом усього процесу агент функціонує в межах обмеженого простору дій та жорсткого шару обмежень, який фізично не дозволяє вибирати випромінювання поза авторизованою обвідною частоти, потужності та часу. Якщо онлайн-навчання в польових умовах дозволено взагалі, той самий шар обмежень контролює його — агент може вдосконалювати стратегію в межах обвідної, але ніколи не може навчитися виходити за межі безпеки. Це той самий принцип розділення відповідальності, який забезпечує безпеку системи керування польотом: вивчений компонент пропонує, перевірений шар безпеки ухвалює.

Інтеграція з EMSO та деконфліктизація спектра

Когнітивний постановник завад, що функціонує ізольовано, є відповідальністю, оскільки найбільш вірогідною жертвою ефективного придушення є дружній зв'язок. Тому когнітивна РЕБ повинна існувати в межах операцій в електромагнітному спектрі (EMSO) — скоординованого, загальносилового управління електромагнітним спектром для зондування, зв'язку, радіоелектронного нападу та електронного захисту.

Конкретно, інтеграція з EMSO означає, що система когнітивної РЕБ одночасно споживає та виробляє спектральні дані. Вона споживає завдання зі спектру та обмеження деконфліктизації — захищені частоти, географічні та часові обмеження, пріоритет дружніх систем — та надає їх до шару обмежень, що обмежує простір дій агента RL. Вона виробляє звіт про власні випромінювання до загальної операційної картини, щоб менеджери спектра та інші засоби РЕБ бачили, що вона робить. Логіка деконфліктизації, що запобігає дружньому вогню, — це та сама дисципліна, розглянута в статті про деконфліктизацію спектра у військових операціях, застосована тут як жорстке обмеження, а не консультативне керівництво.

Ця інтеграція є двонаправленою і з командною картиною. Командири повинні розуміти не лише, де постановник завад випромінює, але й чому — що він задіює, який ефект, за його оцінкою, досягається, і який спектр він кому заперечує. Виведення цього міркування на рівень C2 є предметом нашого матеріалу про накладку радіоелектронної боротьби на інформаційних панелях C2, і це те, що перетворює автономний постановник завад із чорної скриньки на командований засіб EMSO.

Обмеження, ризики та шлях до акредитації

Когнітивна РЕБ успадковує всі ризики розгорнутого машинного навчання і додає наслідки передачі RF-енергії у спільному, оспорюваному спектрі. Домінують три ризики.

Зміщення розподілу. Агент, навчений проти одного набору випромінювачів, може поводитися непередбачувано проти справді нової форми хвилі. Пом'якшення є консервативним: виявляти, коли вхідні дані виходять за межі навчального розподілу, знижувати повноваження агента та відступати до традиційного методу з відомим режимом відмови, а не дозволяти стратегії поза розподілом імпровізувати.

Змагальна маніпуляція. Здатний противник може подавати сигнали, розроблені для введення в оману класифікатора або для отруєння оцінки нагороди — навмисно реагуючи на придушення таким чином, що вчить агента неефективному методу. Захист від цього вимагає тієї самої роботи з протидії змагальним атакам, що й будь-яка розгорнута система ML, плюс здорова скептичність, закладена в оцінювачі нагороди.

Пояснюваність та акредитація. Навчена стратегія не видає людиночитаного обґрунтування, що ускладнює аналіз після виконання завдання та акредитацію, яку вимагає розгорнута спроможність РЕБ. Практична відповідь — описана вище архітектура шару обмежень: ретельно акредитувати обмежену, верифіковану безпечну обвідну та розглядати навчену стратегію як оптимізатор, що функціонує суворо всередині неї. Комплексне, незмінне реєстрування кожного зіткнення — характеристики випромінювача, вибраного методу та виміряного ефекту — дає аналітикам слід після виконання завдання, який сама стратегія надати не може.

Жоден з цих ризиків не є причиною уникати когнітивної РЕБ; вони є причинами правильно архітектурно оформити її. Загрози, що мотивують її, — маневрені, програмно-визначені, адаптивні випромінювачі — вже є на полі бою, а система на основі каталогу не має відповіді на них.