《Cognitive Electronic Warfare An Artificial Intelligence Approach》读书笔记（一）——认知电子战概论

《Cognitive Electronic Warfare An Artificial Intelligence Approach》第一章的读书笔记。

目录

1. 认知系统的组成

“人工智能包括许多子领域，包括knowledge management、planning、Machine learning、自然语言处理(NLP，natural language processing)和自动化。”认知系统在更高的层次上进行推理和理解，处理象征性和概念性的信息，以便在复杂的情况下做出准确的决定。

认知系统包括形式评估SA（situation assessment），决策DM（decision making）,学习（learning）三个部分。

SA的关键步骤是收集原始数据，验证观察结果，将数据融合到更高级别的概念中，分析情况的影响，并推断用户的意图（敌或友）。难点：数据多样性、接收数据的延迟以及环境的可观察性。

DM根据成本和收益，设定目标，并确定实现这些目标的可行方法。难点：管理资源、多个参与者不确定的操作，环境不断变化的问题。

学习是从经验中提取信息，以提高未来的绩效。机器学习提取解释行为的规则，以构建近似于数据性能的函数。难点：数据异构性、数据缺失和管理偏差。

与传统军事环境中的观察、定向、决定和行动的环路相比较，认知循环的关键区别在于：传统环路取决于执行的人，而认知系统是为人的感知提供分析支持。

2. 电子战主要概念

电磁(EM)频谱作战(EMSO)包括利用、攻击、保护和管理电磁环境的所有军事行动。其重点是如何控制频谱或使用电磁频谱（包括红外、光学和微波）攻击敌人。

核心概念有：

ES（Electronic support ）：了解频谱，知道谁在使用它，如何、何时、何地使用它。检测、拦截、识别和定位EMS能量，确定是否有可识别的模式以供利用。

EP（Electronic protect ）：保护友方节点免受频谱变化(例如干扰或噪声)产生的任何不良影响的动作。如利用频率敏捷性、波形设计、天线定向和信号处理减少干扰。

EA（Electronic attack）：拒绝对手使用其自身的射频频谱。利用攻击性电磁能量来降低或拒绝对手获取频谱的权限，或者通过传递误导性信息来欺骗对手。

EBM（Electronic battle management）：监督频谱作战EMSO的所有方面，以提高任务效率。包括变化任务优先级，与指挥军官合作。

EW BDA（Electronic warfare battle damage assessment）：评估EA的有效性并反馈，通常是ES模块的一部分。

EW reprogramming（Electronic warfare reprogramming）：改变自卫系统、进攻性武器系统和情报收集系统。包括战术、软件和硬件三部分，为指挥官提供及时响应敌方威胁系统变化的能力，纠正系统缺陷。

从 AI 的角度来看，EP 和 EA 可以是近似的过程，区别是 EP 针对属于自己的目标，而 EA 针对属于敌方的目标（因此更难衡量）。

3. AI应用在电子战领域时的难点

认知电子战要将AI的环路与电子战的环路相结合，其相对应的部分如下。

3.1 SA for ES,EW BDA(形势评估与了解频谱信息、战损估计相关联)

将AI的形式评估与电子战的了解频谱信息，战损估计相结合，主要的难点在于射频和电子战的动态性与复杂性。具体如下：

动态性：分布式认知电子战系统中没有任何东西是静态的。形式评估只是对暂时形式的判断。

不确定性：某些观察可能有多个原因或得出多个结论。

信息片面性：许多影响频谱的因素无法观察，并不是所有的己方节点都能得到全面的信息。

数据间复杂的交互作用：认知电子战对参数的考量大多只涉及关键因素。

复杂的时间反馈回路：在各个节点之间，决策与其影响之间有很长的反馈循环。

在敌方干扰的环境下，这些难点变得更加严峻，且难度会随着时间增加。

3.2 DM for EA,EP,EBM(决策与电子战保护、攻击与管理)

难点包括：

动态：军事任务变化、用户需求变化、硬件故障以及移动性导致通信连接的持续波动等，都会增加决策的复杂性。

资源限制：电子战的节点通常对大小、重量和功率等有严格的限制。

分布式：由于有限的通信和频繁的断开连接，节点必须有本地决策的能力，且能保持跨节点协调的优势。

多样性：分布式电子战环境中的节点可能具有不同的功能，这种异构性需要不同节点上有不同解决方案，从而导致软件的多样性。

大规模：每个节点有许多观察和控制的参数要配置，且有的参数处于未知的状态。

外部影响：与直接电子战接触无关的因素可能会影响决策结果。

从工程的角度来看，因为多种因素的影响，绝对正确的最优决策并不是必需的，在实践中可能有许多“足够好”的决策。

3.3 认知无线电和电子战系统之间的连接

认知无线电网络实现了射频通信中认知电子战系统中的保护友方（EP ）的目标。 认知无线电网络的优势可直接利用于电子战中。

3.4 电子战系统设计问题

认知电子战系统设计必须考虑到 形式评估SA，决策DM，以及学习能力。

决策问题：决策应该是集中式的还是分布式的？ 应该使用哪些 决策算法？ 如何定义优化函数？ 能否尽可能减少状态空间？

学习问题：如何定义合适的学习任务？ 学习应该是有监督的、无监督的还是半监督的？什么测量(特征)应该构成学习任务的基础？如何取舍过去所有时间里大量的数据？

频谱感知问题：如何评估频谱感知能力的准确性？如何提高传感器精度吗？如何利用跨空间不同节点的协作感知机制而尽可能减小延迟？ 能否利用数据馈送中的冗余来补偿或纠正故障？

安全性问题：什么时候需要加密数据？ 如何在不影响准确性和延迟的情况下保护数据和模型？

4. 每章节结构

• 第2章描述了驱动决策的目标函数。

• 第3章介绍了机器学习并对算法权衡的讨论。

• 第4章解释了如何评估了解频谱ES情况。

• 第5章描述了如何在时间受限和分布式设置中为电子战保护EP和电子战进攻EA选择策略。

• 第6章介绍了电子战管理和人机界面，规划，包括资源管理、不确定性等。

• 第7章介绍重新规划和学习，包括电子战战损评估 EW BDA，它将预期结果与观察结果对比。

• 第8章介绍了数据管理流程和实践。

• 第9章介绍了软件和硬件体系结构注意事项。

• 第10章介绍对系统进行评估。