通过“AI+数字孪生体”重塑下一代电子战

在未来战场的电子战中，将电磁频谱视为比赛场地，通过瞄准和欺骗等战术进行进攻，通过所谓的反制措施进行防守。在国防应用中，使用电磁频谱来检测、欺骗和破坏敌人，同时保护友军，在大国竞争中，引入新型技术是制胜的唯一选择。

诺斯罗普·格鲁曼（简称“诺格”）利用“AI+数字孪生体”，提出了作战电磁环境模拟器（CEESIM，Combat Electromagnetic Environment Simulator）解决方案，该方案提供与静态/动态平台相连的多个同步发射器的射频 (RF) 模拟，以忠实地模拟真实的战斗条件。

值得数字孪生战场实验室关注，通过为电子设备建立数字孪生模型，能够为人工智能和机器学习引入提供难以想象的能力，从而为复杂电子设备提供了低成本和灵活性的应用方案。

诺格电子战负责人称，“过去几十年发生的事情是处理能力大大提高……这使人们可以创建传感器，在其中您可以拥有越来越宽的瞬时带宽，从而实现更快的处理速度和更高的感知能力。此外，在 JADC2 环境中，这使分布式任务解决方案更有效、更有弹性。”

由于处理都是数字化的，因此可以以机器速度实时调整信号。从目标方面来看，这意味着可以调整雷达信号以使其更难检测。从对策方面，也可以调整响应以更好地应对威胁。

电子战的新现实是，更大的处理能力使战场空间变得越来越动态。例如，美国及其对手都在为越来越多具有复杂电子战能力的无人机系统开发作战概念。作为回应，对策必须同样先进和动态。

蜂群通常执行某种传感器任务，例如电子战。当有多个传感器在不同的空中平台上飞行时，甚至可能是太空平台上，作战人员处于一个需要保护自己免受来自多个几何形状的检测的环境中。不仅仅需要面向防空系统，还有大量的潜在威胁，这些威胁处于协同状态，那就需要多个平台进行评估并提出解决方案。

这样的场景是 JADC2 的核心，无论是进攻还是防守。

执行分布式电子战任务的分布式系统的一个示例是具有射频和红外对抗的载人陆军平台与具有空中发射效果的无人陆军平台协同工作，该平台也执行部分射频对抗任务。与所有传感器都在一个平台上时相比，这种多舰、无人载人配置为指挥官提供了多种几何形状来感知和防御。

这是陆军、海军和空军都需要的多光谱作战和电磁频谱优势的能力。这需要具有先进处理能力的更宽带宽传感器来控制更大范围的频谱。

要进行此类多光谱操作，必须开始使用所谓的任务适应传感器。多光谱是指电磁频谱，包括涵盖可见光、红外辐射和无线电波的一系列频率。

例如，在历史上，目标是通过雷达和光电/红外 (EO/IR) 系统完成的。因此，在目标意义上的多光谱系统将是一个可以使用宽带雷达和多个 EO/IR 传感器的系统，例如数字彩色相机和多波段红外相机。该系统将能够通过使用电磁频谱的不同部分在传感器之间来回切换以收集更多数据。

此外，使用上面的示例，多光谱并不意味着单个目标传感器在光谱的所有区域都具有组合能力。相反，它是使用两个或多个物理上不同的系统，每个系统都在光谱的特定部分进行感应，每个单独的传感器产生的数据融合在一起，以产生更准确的目标图像。

人工智能在融合和处理来自两个或多个传感器的数据以进行多光谱操作方面发挥着重要作用。人工智能有助于对信号进行细化和分类，剔除感兴趣的信号，并就最佳行动方案提供可行的建议。

在近乎对等的威胁环境中，传感器和效应器将会激增，许多威胁和信号来自美国和联军。

目前，已知的电子战威胁存储在任务数据文件的数据库中，这些文件可以识别它们的特征。当检测到电子战威胁时，会以机器速度在数据库中搜索该特定签名。当找到存储的参考时，将应用适当的对策技术。

在未来，随着威胁变得更加动态和变化，并且它们不再能够被分类，人工智能将非常有助于识别任务数据文件无法识别的威胁。

多光谱作战和适应任务的传感器是对不断变化的世界的回应，潜在对手在电子战和网络方面拥有众所周知的先进能力。

诺格公司的多光谱、多功能系统为作战人员提供了跨领域的优势，这对于数字孪生战场实验室来讲，它是“AI+数字孪生体”应用的关键场景，目前处于发展初期，但它的巨大潜力值得探索，因为，这是电子战的未来。

作者：吴海军，数字孪生战场实验室分析员