利用人工智能测试军事认知系统

原标题：利用人工智能测试军事认知系统

雷达和电子战（EW）等军事应用测试和测量系统的设计人员正在加紧使用人工智能（AI）解决方案，以便更好地测试认知功能。同时，现代数字架构的采用也推动了军事测试需求的增长。

人工智能（AI）和机器学习（ML）工具正在进入国防系统的几乎每一个领域，从制造、雷达系统开发、航空电子设备到软件开发和测试测量系统。

NI 公司（德克萨斯州奥斯汀）航空航天、国防与政府研究与原型开发解决方案营销经理 Jeremy Twaits 说："人工智能不仅影响测试系统本身的能力，还影响我们的测试方式。"人工智能使系统更具适应性，其行为会根据训练数据集发生变化。有了人工智能，工程师必须了解系统性能的界限，并使用测试方法来满足系统部署时可能遇到的最关键和最可能的情况。

人工智能工具还能在电子战系统中实现认知功能。罗德与施瓦茨公司（Rohde & Schwarz，马里兰州哥伦比亚市）航空航天与国防市场部雷达与 EW（电子战）全球市场部门经理 Tim Fountain 说："通过为客户配备工具，提供高带宽、长时间射频记录和回放系统，用于在操作相关的射频环境中训练认知系统，从而帮助客户交付支持 AI/ML 的系统"。

他继续说："此外，认知系统还可用于提取和分类 ELINT（电子情报）接收器捕获的宽带数据中的新型发射器。我们的客户一再告诉我们，他们面临的一个挑战是，他们并不缺少来自采集活动的数据，但对这些信号进行标记、分类、排序和地理定位仍然是一项人工任务，由于时间和预算压力，分析人员往往会忽略这项任务"。

军事用户对数据量的要求只增不减，这给系统设计人员和系统测试人员带来了更大的压力。

Keysight 航空航天/国防和政府解决方案集团（加利福尼亚州圣克拉拉市）总经理 Greg Patschke 说："随着高速捕获技术的发展，我们能够收集的数据量正以指数级速度增长。这些大型数据集带来了分析信息和得出结果的挑战。目前，我们正在使用无监督机器学习工具来加快洞察之路。我们可以使用智能算法来识别感兴趣的信号，对信息进行分类，并识别数据中的模式和异常。利用这项技术为我们打开了一扇通往全新数据分析世界的大门，而这在以前是不可行的"。

由于系统的复杂性，在定义测试场景的同时，通过人工智能系统实现适应性将至关重要。

Twaits指出："几乎不可能在每一种可能的情况下进行测试，但业界必须定义关键的测试场景和模型。"由于真正测试和信任人工智能系统的动态性和挑战性，测试平台必须具备适应性，以应对未来的测试场景和要求。例如，NI 的 COTS（现成商用）硬件可以与 MathWorks 的软件工具（如深度学习工具箱）相连接。NI 和 MathWorks 合作展示了如何利用软件定义无线电 (SDR) 对训练有素的神经网络进行空中测试和评估，以对雷达和 5G 新无线电信号进行分类。

在软件中定义测试功能

人工智能在测试解决方案中的应用得益于在软件中植入测试和测量系统功能的能力。

Patschke 说："在测试和测量行业，不断需要改进测量软件的功能。EW 测试的专业性往往要求软件具有一定程度的创新性和灵活性，而这在其他行业通常是看不到的。例如，与雷达/预警机有关的到达角（AOA）测试需要软件和硬件的无缝配对，以适当应用实时运动学并准确计算 AOA 结果"。

对标准化和快速周转的需求也需要更多的软件功能。

Fountain 说："客户告诉 R&S 最紧迫的问题是，他们需要快速、可验证和可重复的测量，而且通常是基于标准的测量。"客户通常没有时间或内部专业知识来开发特定的测量功能，因此可能会依赖供应商将该测量功能作为附加功能提供，或者在某些情况下使用事实上的行业工具集（如 Matlab 和/或 Simlink）来支持快速软件/硬件功能，特别是随着 FPGA（现场可编程门阵列）和 GPU（图形处理器）在测量数据流中变得越来越普遍。(图 1）。

[图1 ǀ 罗德与施瓦茨公司集成记录、分析和回放系统（IRAPS）。IRAPS可用于宽带宽、长时间射频记录和回放的实验室和靶场射频记录和回放应用，如雷达测试和靶场电子战（EW）效果评估。］

NI 雷达/EW 业务开发经理 Haydn Nelson 说："在软件中定义测试系统是整个航空航天工业趋势的体现，通常被称为基于模型的系统工程。"推动系统级模型和要求的标准化使软件成为定义自动测试系统不可或缺的一部分。

Nelson 继续说："对于雷达和电子战来说，由于雷达的多任务性质和电子战的保密性质，这具有挑战性。定义、开发、评估和部署新方法和技术是一个复杂的过程。随着威胁的不断发展，用户需要更快地获得新系统，而测试和评估流程不能阻碍这一进程。软件定义的测试系统对于在保持系统能力和性能敏感性的同时满足速度要求至关重要。

雷达/预警要求

跨越多个领域的复杂对抗性威胁对雷达和预警系统的性能提出了更高的要求，从而给测试系统设计人员带来了更大的压力，要求他们提供准确、高效的解决方案。

"总体而言，趋势是不断提高测量精度和降低相位噪声，"Fountain 说。"精度和相位噪声直接关系到描述雷达性能的能力。在电子战方面，我们看到，在拥挤和有争议的作战环境的推动下，高度复杂的电磁场景正朝着更高保真模拟的方向发展。"

雷达和预警系统的数字架构要求和现代化努力也要求测试系统具有多功能性。

NI 的 Twaits 说："从高层次上讲，测试和评估的要求是由采用现代数字架构驱动的，这些架构要求在单个系统中进行功能、参数和系统级测试，以及分割数字和射频系统以进行独立测试的方法。"此外，许多传统雷达和预警系统正在进行现代化改造，而传统的测试平台灵活性太差，无法满足新系统功能的测试要求。现代化不会带来无限的测试预算。新系统和升级要不断平衡预算和时间交付压力所带来的限制，而适应不断变化的要求本身就是一种要求"。

测试系统还能在系统部署前的设计过程中尽早发现缺陷，从而降低长期生命周期成本。

Twaits说："按时、按预算交付的一个关键方面是制定测试策略，以便在设计过程中及早发现缺陷。露天靶场测试成本高昂，对于测试早期设计既不可行也不实际。例如，在雷达测试中，客户正在寻找硬件在环系统，该系统可将真实目标注入到正在测试的雷达系统中。这使他们能够尽早、频繁地测试系统，尽早消除问题，并针对各种情况对雷达进行评估"。

Patschke 指出："EW 测试的核心是确保人员和设备都做好应对各种电磁威胁的准备，从而保证部队的安全。随着 EW 测试环境越来越先进，客户需要生成尽可能逼真的模拟。要做到这一点，就必须生成能模拟现实条件的高保真动态场景。过去，这需要大量的设备，而这些设备在使用中往往缺乏通用性。现在，客户不仅希望他们的设备具有更高水平的能力，如更宽的带宽和更多的输出端口，而且还希望它能以更紧凑的尺寸提供更大的灵活性。Keysight 推出了包括最新 M9484C 矢量信号发生器在内的可扩展、开放式架构 EW 测试和评估产品组合，满足了客户的这些期望。"(图 2）

[图2 ǀ Keysight 的 M9484C 矢量信号发生器是一个四端口信号源，还能产生脉冲对脉冲输出。这种单一信号发生器能够取代四个老式信号源]。

Fountain 对发展趋势的最后评论是："人们希望从露天靶场测试转向封闭实验室，这主要是由于露天测试的复杂性、成本以及测试产生的射频辐射可能被不受欢迎的听众截获"。

开放架构/MOSA 计划

Fountain 说，在测试和测量层面，他并没有看到这些计划有多少活动。"测量系统在操作层面有一些利基应用，模块化架构（如 MOSA[模块化开放系统方法]和 SOSA[传感器开放系统架构]）的优势和附加成本将适用于这些应用，但在大多数情况下，测试和测量设备是在实验室中，需要一个可控的环境来提供高度的测量精度。"

Nelson说："从许多方面来看，SOSA等标准架构在嵌入式设计中采用的理念与NI在模块化PXI平台测试和测量设计中采用的理念非常相似：制造模块化、灵活和可互操作的系统。模块化开放式架构的这三个目标是未来军用嵌入式系统取得成功的关键，使系统能够在今天设计，并在明天进行低成本升级。NI 的测试和测量方法与这一目标不谋而合。拥有模块化、可扩展、灵活和可升级的嵌入式系统意味着测试系统也必须是模块化、可扩展、灵活和可升级的，以适应不断变化的要求、能力和接口。我们相信，与开放式架构计划的模块化方向一致的模块化测试系统将有助于实现这一新嵌入式系统理念的承诺。"

展望未来

人工智能和软件定义的测试系统正在为现在以及未来的雷达和 EW 测试系统的更多能力铺平道路，例如软件定义雷达、频谱共享、数字孪生等领域。

Patschke说："未来美国国防部（DoD）客户的系统测试可能发展的一个途径就是数字孪生技术的进步。"这些系统利用基于模型的系统工程（MBSE）方法生成数字化的真实测试场景，这些场景通常会考虑到外部变量，而以前的虚拟测试方法无法做到这一点。理论上，'数字孪生'概念可以将大多数（如果不是全部）物理系统工程活动转换为虚拟活动。在进行物理测试不切实际、真实世界的效果难以再现的情况下，"数字孪生 "有可能增加广泛的价值。随着客户寻求更可靠、更具成本效益的测试手段，数字孪生选择可能会变得更具吸引力。

Fountain 说，未来几年有四个关键领域将推动测试和测量技术的发展：

• 频谱共享

• 软件定义雷达

• 量子传感和量子雷达

• 基于高保真同相（IQ）的系统

雷达和预警系统对灵活性和多功能性的需求也成为测试和测量需求的一个特点。

【以上内容为节选，完整内容请上专知查阅】

专知便捷查看

便捷下载，请关注专知智能防务

• 公众号 回复 “ATCS” 就可以获取《中文版《利用人工智能测试军事认知系统》专知下载链接
• 欢迎微信扫一扫加专知助手，咨询使用专知，定制服务合作！

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取70000+AI(AI与军事、医药、公安等)主题干货知识资料！

点击“阅读原文”，了解使用专知，查看获取100000+AI主题知识资料