为了在未来高技术战争中获得“制电磁权”优势，世界强国军队都在着力提升其电子战能力，其中美军的电子战技术研究位居世界前列。近年来，美军一直在积极探索AI技术在军事领域的应用，以保持其在未来战争中的技术优势。在电子战领域，AI/ML（人工智能/机器学习）技术可以应用于信号识别、发射和管制、发射器分类、威胁识别和干扰识别等，能够发挥力量倍增器的作用。2023年11月，美国防部发布新版《数据、分析和人工智能应用战略》。该战略文件提出了人工智能开发和应用的敏捷方法，强调大规模交付和加快采用速度，从而实现5种具体的决策优势结果：战场空间感知和理解能力；自适应兵力规划和应用；快速、精确、弹性的杀伤链；弹性、可持续的后勤保障能力；高效的体系业务运营能力。美国防部副部长Kathleen Hicks表示，美国防部正在为战术应用寻找与人工智能相关的解决方案，目前已经指定了“超过180个实例”可以从人工智能的使用中受益，电子战是其中的重要部分。美军认为，近20年来，美国长期处于伊拉克和阿富汗战争等宽松的电磁对抗环境中，已经逐渐失去了在电子战和电磁频谱管理方面的竞争优势。着眼未来，美国必须重新获得并保持电磁优势，才有可能赢得与中俄的对抗。美军在电子战领域需要利用AI/ML等新兴技术来开发新的电磁频谱作战能力，从而在所有战争域夺取电磁频谱优势。
美国陆军：先进动态频谱侦察（ADSR）系统
2023年11月，美国陆军在德国的一次多国演习中部署了一种“先进动态频谱侦察”（ADSR）系统。该系统运用人工智能技术使陆军在战场部署的无线电网络有效检测并规避敌方的电子攻击。简单讲，ADSR利用陆军自己部署的战术网络来实现两项任务：首先，ADSR致力于减少整个战场的战术射频（RF）发射。其次，该系统还要利用这些战术网络来感知和避免敌对干扰。其中的逻辑有两个方面：一是防止己方网络、无线电以及资产（人员、车辆、基地、武器、传感器和能力）通过其射频发射被敌方探测到，二是通过确定敌对干扰发生的地点，使己方部队绕开可能普遍存在干扰的区域。
美媒称，参与ADSR项目的利益攸关方拒绝公开分享涉及该系统的进一步信息。因此，人们必须通过猜测来了解ADSR是如何工作的。如上所述，ADSR系统使用部队部署的战术网络来感知和避免干扰。这意味着，ADSR必须有一些方法来确定空中发生了什么，即通过截获电磁波来发现和识别威胁。
ADSR的一个操作概念可能是根据电子战规划和管理工具 （EWPMT）整理的信息采取行动。假设某作战旅的步兵营在其区域内遭遇干扰。该干扰已被旅战斗队地面层系统（TLS-BCT）探测到。TLS-BCT已经确定了受干扰影响最大的地区，红队的电子攻击正在削弱该营在此地区使用的战术网络能力。ADSR系统可以收到EWPMT关于这些受影响地区的通知。使用网络管理软件，ADSR可以提供能够避免干扰的网络配置选项。ADSR提出的一种选择可能是改变网络的拓扑结构。这可能意味着，通过远离战术边缘的节点，步兵营可以避免其通信受到最严重的干扰。
类似地，ADSR可以与网络的管理软件连接，持续监控网络的性能。通过使用机器学习（ML）方法，ADSR的软件可以被训练来识别干扰何时发生。如果流量突然变得间歇性或在网络的某个部分完全停止，这可能表明正在发生干扰；可用带宽突然受到严重限制，则可能会提供进一步的干扰线索。
前面提到，ADSR有一个职能，是负责减少战场上战术通信的排放。ADSR可以通过网络的管理软件持续监测RF发射。这方面，机器学习可以大有作为。机器学习可以训练ADSR软件来理解步兵营在战斗各个阶段通常的无线电发射行为。该软件可以将步兵营的无线电发射行动与有效的干扰事件关联起来：如，步兵营的通信排放量达到何等水平，敌人会开始干扰？这是因为该营的无线电信号强度达到了敌方信号情报可以相对容易地探测到的水平吗？一旦被探测到，敌方的干扰有多严重？干扰持续了多长时间？干扰集中在哪里？它对友军发射器的影响如何？等等。总之，ADSR软件可以考虑多种因素来确定友军发射何时会引发敌方响应。所有这些因素都可以帮助ADSR的算法生成如何配置网络以保存能力的建议。这种建议通过反馈给网络管理软件，令其进行必要的更改以减少通信排放。
ADSR是美国陆军研究实验室“探路者”计划的首批项目之一，旨在解决美陆军在战场上遇到的一些最棘手的问题，项目得到了美国国防高级研究计划局（DARPA）的赞助。该技术自2021年以来不断完善，在美国和罗马尼亚进行了一系列测试。美国参议员玛莎·布莱克本表示，ADSR将有助于确保美国士兵配备最先进的工具和技术，以增强他们击败任何敌人的能力。
然而，美媒援引美军专家的评估认为，人工智能并不是灵丹妙药。ADSR项目也要面对一系列挑战，就像计算的所有方面一样，它取决于训练的可靠性和数据量。“输入的垃圾数据会导致输出的垃圾结果（Garbage in，garbage out）”，这可能是ADSR必须解决的数据不足问题。“幸运的是，近年来，美国及其盟友没有卷入涉及对等或近对等对手的冲突。”在过去30年中，美军参与的战争往往以低技术对手为特征。这些对手没有能力对美军通信网络实施复杂的干扰。如今，缺乏“现实世界（real world）”的数据将迫使ADSR的人工智能技术使用模拟数据进行训练。“乌克兰军方与其盟友共享的信号情报数据中可能会筛选出一些有用信息，对ADSR项目开发验证有所帮助。至少，ADSR将拥有一个可用于训练其算法的数据库。从这个意义上讲，ADSR的实现恰逢其时。”
美国空军：“鹰式主/被动警戒生存系统”（EPAWSS）
美空军正在将基于人工智能和机器学习的新“认知”能力引入目前为F-15开发的电子战系统，这一概念被广泛称为认知电子战。以这种方式改进的特定电子战套件，就是BAE系统公司开发的AN/ALQ-250即“鹰式主/被动警戒生存系统”（Eagle Passive Active Warning Survivability System，EPAWSS）。据BAE系统官网4月2日披露，美国空军已经在F-15系列平台上完成了AN/ALQ-250电子战套件的初始作战测试和评估。EPAWSS项目总合同额约为40亿美元，交付工作将持续至2029年，计划装备在美国及其盟友空军共计412架F-15战斗机上。今年夏天将接收首批8架装备EPAWSS的F-15E“攻击鹰”战斗机。
早在2021年3月，俄媒就报道称，美国空军希望利用人工智能和机器学习（ML）赋能F-15机载电子战系统，使其能够发现和识别该型机电子战系统数据库中没有的敌方射频信号。当年5月，美国空军的F-15型机在阿拉斯加参演时首次对BAE推出的EPAWSS系统进行了试飞。在试飞中，多架F-15型机在五代机F-35后方空域为其提供警戒，防止敌方偷袭。另外利用EPAWSS系统为五代机提供伴随电子战保障，在五代机保持完全电子静默的情况下对敌防空系统进行有效压制，从而实现有效突防。同年11月，驻赖特帕特森空军基地的美空军生命周期管理器中心就发布了关于在F-15型机上增加认知电子战功能的通告，F-15项目办公室希望在未来2年内就能开始部署这种认知电子战能力。
俄专家称，美国国防信息系统局早在2018年底就开始构建完整的无线电信号样本库（JSDR），供美国各军种使用。这些信号样本也将嵌入EPAWSS系统，而且会不断补充新的数据。美军利用这个数据库可以相互识别，并可适时调整通信系统以规避互扰。数据库也可提升电子侦察系统的效能，有助于对各种军用系统的信号进行识别，从而增强战机的突防和自卫能力。俄罗斯也有这样的数据库。然而，这仍然是一种传统的电子战流程。飞行员在飞入某个区域之前要收集情报，要预先知道他们可能会遇到哪些对手，这些信息已经先期加载到飞机的电子战系统中。该系统在检测到威胁时会向飞行员发出警报，并自动保护飞机。虽然这种方法在跟踪已知威胁信号方面很有效，但它无法识别从未见过的威胁。认知电子战被证明是一种更强大、更快速和更准确的工具，它能够立即识别信号库中还没有的新信号，为作战人员提供有效保护。
认知电子战系统采用自主方式工作，一旦发现敌危险辐射源，EPAWSS系统会即刻启动本机自卫算法，对敌方射频发起实时干扰或压制。如对敌“地对空”和“空对空”导弹实施干扰等。EPAWSS系统能通过收集载机周围的信号进行识别、监控和分析，进而迅速确定适当的对抗措施。除应对雷达制导导弹外，它还可以应对来袭的红外制导导弹，其集成的箔条和诱饵弹数量要比先前的同类装备高出50%。此外，EPAWSS与主动相控阵雷达有较好的兼容性，能够在不干扰雷达工作的前提下进行电子干扰。系统采用模块化、可拓展的开放式架构，便于持续升级。
类似EPAWSS这种自主电子战系统的研制，需要完成大量的前期基础性工作。首先要进行特征提取，如，使用人工智能和机器学习来提取威胁雷达信号的具体特征。然后，要对特征提取产生的数百万个脉冲进行分组，重点是信号的危险性和脆弱性。开发人员通常要在先进的平台上实现特征提取算法，包括神经形态处理硬件等。神经形态计算系统使用脉冲神经网络来模拟人脑保留“记忆”的方式，从而使信号处理更快、更准确和更高效。
美国空军4月15日宣布，将于今年夏天接收首批装备先进电子战系统EPAWSS的F-15E“攻击鹰”战斗机。这种先进的电子战技术将增强目前正在工厂进行升级的8架F-15E战斗机的性能。此外，EPAWSS还将成为新型F-15EX“先进鹰”战斗机的标准配置。美《防务新闻》报道称，EPAWSS作为最新的机载电子战技术，能够应对电磁频谱中新出现的威胁，为F-15战斗机提供雷达预警、地理定位、态势感知和自我保护的整体解决方案。这些解决方案能够在信号密集、高度竞争的环境中探测并消除空中和地面威胁。EPAWSS装备有先进的射频电子对抗系统，可增强对现代综合防空系统的穿透力，同时提供快速反应能力和全面的乘员保护。此次升级标志着美空军在努力实现四代机现代化以应对强大对手方面迈出了重要一步。美国空军EPAWSS测试总监布莱恩·特鲍姆少校表示，“EPAWSS是技术上的飞跃，它提高了F-15E和F-15EX在对抗高级威胁的竞争性退化环境中的杀伤力和作战能力。EPAWSS为战斗机界内的电子战设定了基线。”EPAWSS项目总合同额约为40亿美元，从2020年开始交付，持续至2029年，计划共装备在美国及其盟友空军的共412架F-15战斗机上。
美国海军：“反应式电子攻击措施”（REAM）
受DARPA在认知电子战领域取得成果的鼓舞，美国海军于2016财年在海军研究署的“未来海军能力”计划下安排了“反应式电子攻击措施”（REAM）项目，旨在开发信号探测和分类技术，用于识别敏捷雷达威胁，并改造DARPA的“自适应雷达对抗”项目的机器学习算法，支持海军电子战支援、电子攻击能力。2018年5月，海军空战中心飞机分部授予诺斯罗普格鲁曼公司725万美元合同，为REAM项目开发机器学习算法，应用于EA-18G的电子攻击装备。海军研究署在发布的跨机构公告中列出了4方面的研究内容，包括获取频谱知识的技术、满足尺寸/重量/功耗限制的频谱学习技术、生成电子攻击方案的频谱推理技术、执行电子攻击措施的频谱攻击技术。为进一步支持REAM项目实施，当年7月美海军水面作战中心发布信息征询书，为REAM项目寻找信号检测和分类技术解决方案。在2019财年的预算申请中，美国海军开始实施REAM项目的技术转移，以便将项目技术应用于EA-18G电子战飞机的电子攻击单元，并将其作为EA-18G的Block II升级。除了REAM项目外，2018年5月，美海军空战中心飞机分部授予Leidos公司合同，开发“自适应雷达对抗”项目的软件套件，以便在海军F/A-18飞机上使用。这些活动表明海军的认知电子战技术已开始转入工程应用的研制阶段。
当前，电磁空间领域的竞争日趋激烈。美国智库哈德逊研究所高级研究员布莱恩·克拉克称，“电子战对乌克兰战争的影响不亚于天气和地形，现在每一次行动都必须考虑到敌方在电磁领域的动作。”面对俄罗斯电子战武器库的强大挑战，美西方援乌武器不得不改软件、“打补丁”、变战术，努力降低干扰的影响。为了在未来高端战场上掌握制电磁权，近年来美国持续投入大量经费开展概念研究和能力验证，以提升电子战装备的智能化水平。乌克兰战场上俄乌美电子战的“三国杀”，已显现传统电子战向认知电子战加速演进的端倪。虽然人工智能在今天的电磁空间博弈中并非万无一失，但它与战争的融合似乎已不可逆转，指挥员必须仔细权衡其得失利弊。
