蔡洪浩 罗应华 张荣鑫 杨喻淳

摘要：本文对国外智能军事化现状进行了深入研究，并详细分析了基于机器学习的智能光电对抗系统，以致力于提升我国的国防力量。

关键词：智能电子战争;电磁;智能光电对抗系统

现如今全世界已经进入数字化时代，在这个时代下人工智能得到巨大发展。在军事领域方面表现尤为突出，曾经的电子信息战已经演变为电磁频谱战，该种战争的规模能够覆盖全部电磁空间。电磁空间是一种物理空间，其是由电磁波而构成的，该种空间属于当今五维作战空间之一。光电对抗作为电子战争中最为主要的战争方式之一其战争技术也需要随着时代的发展而进行改进革新。基于此时代，光电对抗主要是从以人工知识为主向以机器智能化為主方面转变。机器智能化的光电对抗系统能够及时快速的处理大量数据，而后对战场的形式作出正确的处理。

1 国外智能军事化现状

在当前时代随着网络技术、计算机技术和电子信息技术等先进技术的发展下，信息的处理能力和速率急剧加快，信息的储存容量也在以爆炸形式增长。世界各国均看到了智能化技术在军事领域的广阔前景。因此，各国均对其展开深入研究，在一些国家当中，智能化技术在军事领域的应用取得了丰富的成果。例如在美国军事方面，机器智能化系统成绩斐然，目前美国已经拥有20000多个智能无人作战系统，这远超于世界其他国家。在俄罗斯的军事方面，其正在加大对智能侦查、精准火力打击、作战支援等多个领域方面的研究，预计要在2025年实现拥有超过35%的智能无人作战装备。

1.1 电子战

在科学技术的不断发展下，世界战争模式也在逐渐发生着改变。美国国防局早在2010年就提出自适应电子战项目，这是世界上首次将机器学习与电子战争结合的项目，这也是智能电子战开启的标志。在后几年，美国国防部相继提出了应对智能电子战的一系列计划，想要通过机器智能学习技术对战场的大量信息进行及时准确的处理，从而对战场形势作出更为准确的判断，进而实现以战场数据为基础的决策能力，基于各项数据的支持，就能够在复杂的战场形势下更大概率的取得胜利。除此之外，美国还开展了智能国防系统、破坏雷达对抗等项目，这些都有效的提高了美国的国防力量。

在另一军事大国俄罗斯中，对于机器智能化电子战领域也有着多个计划项目。就目前所知，俄罗斯军事部门在2018年演示了无线电子干扰系统，该种系统是在人工智能的技术下实现的，其主要用于无人机的对抗中。与此同时，俄罗斯还为第五代战机开发电子战系统，以提高战机的性能。

1.2 情报侦察

在电子信息战中，情报侦查是其中最为重要的组成部分之一。情报的收集对于战局有着决定性的影响。目前美国、俄罗斯等军事大国均在加大在情报侦查方面的投入，其中人工智能技术便是一个主要的投入方向，该项技术在情报侦查方面的应用能够有效的提升信息的收集和处理能力。例如，美国在2017年便成立了基于网络智能技术的算法情报小组，该小组通过先进设备的应用，在加上智能化技术的引入，实现了对情报信息的高效甄别，这样对于提高美军的作战能力有着重要的作用。与此同时俄罗斯也在加大对智能化情报侦查的投入，据相关部门报道俄罗斯正在研发无人机侦查系统，该系统能够实现高精度侦查并打击目标。

1.3 指挥决策

随着时代的发展，机器学习以及被应用于军事上的各个领域，无人智能化系统不仅对于作战信息的处理有着较大的帮助，在战场形势分析上也有着重要的作用，智能化系统通过对战场局势的大量数据分析，从而能够提出较为准确的辅助决策。在2017年美国便提出了以“跨域协同增效”为核心的“联合介入行动”和“全球一体化作战”等作战理念。并建立并模拟了涉及多作战域的指挥和控制系统，检验空、天和网络作战空间中的作战计划编制。

2 基于机器学习的智能光电对抗系统

在科学技术不断发展的进程中，电子战也逐步发生着改变。光电对抗便是其演变的一种新型战争，光电对抗技术因为具有高精度、全时性等特点，在军事领域中得到了广泛的应用。现如今，世界各国都在加大军事智能化的投入，如何在这场隐形的角逐中取得胜利是每一个国家都需要思考的问题。我国想要取得胜利，就需要深入探索怎样发挥光电对抗系统的优势，发挥该项系统在战场上的作用。

2.1光电对抗技术体系

在现如今的国际形势中，光电对抗已经成为了国家之间最为主要的对抗方式之一。该种对抗主要是在信息方面的对抗，各国利用相关光电设备对敌方国家的设备、武器进行干扰破坏，通过消减其作战能力来保障本国的设备和人员安全。该种作战手段主要包括红外线、紫外线、激光和可见光等对抗领域，根据作战目的不同可实施光电警告、光电干扰、光电攻击等作用。

光电对抗技术随着科学技术的发展其技术体系也越来越庞大。单一波段的光电技术已经不能够在越来越复杂的战场中发挥作用，因此多波段复合光电技术应用而生。例如复合光电技术在信息侦查方面的应用，基于相关高新机器作为支持，对战场信息进行多波段复合侦查，从而识别出有用的信息并进行集中整合处理，进而根据所得到的信息作出相应的部署。

2.2 人工智能与机器学习

在当今时代，人工智能已经成为了家喻户晓的技术，该技术是以网络技术和计算机技术为载体，通过编辑的算法对大量数据进行整理分析，从而给出一系列“人类”可能作出选择的技术。而机器学习便是指能够实现人工智能的算法。机器学习的主要作用便是通过对大量数据的分析整合从而做出类似人的推理和判断。在机器学习运作的过程中需要用到多种基础算法，为了顺应时代的发展，如今的机器学习在这些基础算法上衍生出了更为适宜多种场景的新型算法。

2.3 智能光电对抗系统总体方案

在光电对抗的过程中，博弈双方都在进行着互相识别、互相攻击和互相躲避的行为。在日益复杂的国际形势中，只有有效的提升智能光电对抗技术，才能够在国家的博弈中取得胜利。而提高光电对抗技术的有效手段便是在对抗中学习，通过在实际的应用过程中不断收集敌方信息和战局态势，从而做出准确的战场决策，以高效的手段对敌方施以精准的打击，从而在光电对抗中掌握主动权。为了这个目标的实现，我国应当加强光电装备的智能认知能力，提高智能信息化技术的应用，从而建立以机器学习的智能光电对抗系统。

在智能光电对抗系统中认知能力主要表现在以下几个部分当中：

（1）目标与环境认知能力。该系统需要对复杂的战场进行全方位的信息搜查与感知，在该环境取得相应的光电信息，从而利用机器学习的算法对数据进行整理分析，进而识别目标提取目标;

（2）态势认知能力。该系统需要具备对实际战场环境和态势的分析能力，而这项分析能力是基于对战场数据信息的收集分析，而后进行智能运算，预测具有威胁目标的行为;

（3）自主对抗决策。智能光电对抗系统通过对数据的分析处理而预测出具有威胁的目标，能够对其进行干扰和控制模拟，根据大量数据的计算得出每种决策背后可能造成的后果，从而找到最优对抗决策;

（4）自主进化能力。系统通过对战场局势变化的数据集中处理和分析，实现经验积累和发散，使系统在数据的支撑下所做的决策更加客观完善。

2.4 智能光电对抗系统能力分析

2.4.1多光谱或全波段信息感知能力

在科学技术逐步发展下的今天，单一波长的光电对抗设备已经不足以满足现代化电子战的需求。现如今多光谱和全波段的对抗设备已经被用于各国之间的军事博弈当中。曾经的光电干扰、光电侦查和光电反侦查等已经由单一波长设备更换为全波长设备。多光谱和全波段技术通过多层次、多领域的信息搜集，为智能光电对抗提供了更多的信息参考，也为后来的机器学习提供了更为丰富的数据支撑，从而通过算法得出的预测和决策更为准确。

2.4.2基于不确定性信息的智能学习推理能力

古往今来，在各国之间的战争中，信息的侦查和收集都是决定战场走向的重要条件之一。现如今，战时信息的收集是通过雷达探测、电子侦查、光电探测等技术来实现的，而反侦查是依靠电子信息干扰来实现的，在这些高新技术的应用下，战场环境远比以前要复杂的多。这种复杂性会大大降低使用多光谱和全波段设备所搜集到的信息的准确性。因此，智能光电对抗系统应当具备提取特征向量的能力，从而降低信息的数据维度，有效的甄别出各类信息，进而提高利用机器学习的算法所得出预测和决策的准确性和可靠性。

2.4.3对决策实施结果的智能评估判断能力

目前，由科学技术支撑下的战场局势具有瞬息万变的特点。这就对智能光电对抗系统有着更高的要求，需要该系统能够通过将所储存的历史信息与即时信息相结合，从而得出准确的决策，在决策实施后还应该具备实时跟踪决策结果的能力，收集对抗手段对环境的影响能力、对敌方作战效能的干扰能力、对己方人员与装备的保护能力，评估本次决策的对抗影响力指数，判断是否可以对其进行优化、如何优化，同时记录决策方案、实施对抗手段与对抗影响力指数到数据库中，为后续的优化决策提供先验信息。

2.4.4 对长短信息储存能力及快速搜索能力进行分析

在整体智能光电对抗系统的过程中，相应的知识库能够对相应的信息进行有效的储存及交换，在知识库的过程当中，将通过短期数据库以及相应的长期数据库的形式对相应的数据进行有效的储存，而在相应的储存过程中，对光电对抗信息的外部环境参数进行有效的策略需要由短期数据库进行完成，并且通过相应的短期数据库能够进一步对敌方的各类信息态势以及具体的工作状态进行有效的综合性探究，而相应的长期数据库在应用过程中，能够对具体的信息以及各类规则信息进行有效的分析。在具体的现代化战争的研究当中，充分的将智能抗干扰信息储存系统进行有效的设计，能够使现代战场所面临的各类复杂性电磁影响得以进一步降低，从而使自身的数据库模式得以有效的优化构建，使整体数据库及具体的各类应用系统能够在复杂环境之下同样得到有效的建立，并且能够使整体光电对抗系统能够实现智能的数据储存，根据战场环境对整体历史信息进行有效的搜索，从而使整体系统自身的学习能力及推理与决断能力得到有效的提升。

2.5 智能光电对抗系统关键技术探讨

在构建智能光电对抗系统的过程当中仍然存在着诸多现实问题需要进行有效的开发研究。而整体智能管理系统在具体的建立过程中，其自身的机器学习算法将对整体系统的综合能力起到一定程度的影响，并且使整体资源的占有率受到极为突出的现实影。同时将对整体作战功能自身的完整程度以及整体战场环境的分析程度与战场机会的利用能力产生多元化的影响。由此，需要进一步对算法所具有的多样性特征进行有效的构建，进而使相应的智能光电对抗系统所拥有的计算能力得以大幅度提高。智能计算能力能够对各类复杂性算法以及诸多使用场景有效的适应，整体智能光电对抗系统在应用过程中的知识库有着积极重要的作用，并且需要对长期与短期信息进行有效的涵盖，进而使整体知识库所具有的完整性得以有效的提升，但在具体执行的过程中，需要对有效信息进行充分的筛选，进而避免由于信息量过大而导致整体信息的利用效率大幅度降低。在对数据信息进行有效精选的过程中，需要充分的对信息的准确性及有用性进行有效的考量，需要对作战信息及各类参数环境等诸多现实知识予以充分的录入，在保证整体知识库有效信息完整的前提下，对整体知识库的结构进行有效的优化，从而使整体数据库自身的信息搜索效率可以提高，使整体信息搜索能够具有更加综合化及高效化的特点。

3 结语

人工智能在近些年来得到了巨大的发展，在科学技术的支持下机器算法和技术也具备了更加优良的性能。就目前而言，智能光电对抗技术向着成熟發展是大势所趋。在2020年这个局势不明朗的一年里，军事力量的发展对于国际形势的稳定具有重要的意义。在如此特殊时期，我国应当抓住科技时代带来的机遇，完善智能光电对抗系统，创造更为先进的对抗技术和设备，从而有效的增强国防力量，在国际形势严峻的情况下掌握话语权。

参考文献

[1]焦嘉烽，李云.大数据下的典型机器学习平台综述[J].计算机应用，2017，37 （11）：3039-3047+3052.

[2]丁宇，李宇海，智能化光电对抗技术框架发展构想[J].光电技术应用，2018，33 （06）：9-13+67.

[3]朱正龙，信息化战争中光电对抗的地位和作用[J]，电脑知识与技术，2019，15 （06）：248-249.

[4]孟小峰，马超红，杨晨，机器学习化数据库系统研究综述[J].计算机研究与发展，2019，56 （09）：1803-1820.

[5]李朝龙，代恒，陈玉华.光电对抗技术反无人武器作战问题研究[J].激光与红外，2019，49 （09）：1035-1040.

[6]高世阳，王煜东.基于机器学习的智能光电对抗系统研究[J]，光电技术应用，2020，35 （05）：13-19.

作者简介

蔡洪浩（1998-），男，四川省成都市人。西南科技大学本科生。研究方向为深度学习

罗应华（2001-），男，四川省广安市人，西南科技大学本科生。

张荣鑫（1999-），男，四川省成都市人。西南科技大学本科生。

杨喻淳（2001-），女，四川省成都市人。西南科技大学大二学生。