对抗措施合成模块通过分析信号特征，并结合知识库中的学习信息，搜索最佳的干扰策略，同时进行干扰资源分配和最优化干扰波形，进而对目标实施干扰。对抗效果评估模块根据实施干扰前后目标信号特征的变化来定量地分析对抗效果，得到当前干扰措施的效能评估结果，优化对抗策略，进而促进下一轮对抗措施的合成。
认知电子战系统虽然具备一定的智能化能力，能够根据目标状态的不同自主地调整最佳的对抗措施，但战场环境错综复杂，需要依据战局的实际情况或者设定的战术策略来操控系统，这就需要通过人机交互来实现操作人员对认知电子战系统的总体掌控。可以在系统中构建一个人机交互接口，通过该接口，操作人员可以第一时间获取认知侦察和效果评估的最终信息，进而操控或者干预系统的工作流程，拥有实施干扰的最高权限。
另外知识库的构建也是认知电子战系统中不可或缺的，并且3个功能模块都必须具备与之相对应的能够实时更新知识的动态数据库，以便系统在工作过程中利用这些知识库来快速地获取信息，并利用反馈和新捕获的信息进行认知学习，动态更新知识库。
作为电子战研究领域的前沿思想，认知电子战具备极其广阔的应用前景，相较于常规电子战作战手段，具备以下显着的优势。
1）具备适应复杂电磁环境，实时精确的态势感知能力。随着电子战装备的不断发展，如何在日趋复杂多变的战场电磁环境中，准确快速地对周边环境及目标进行态势感知，已经成为制约传统电子战发展的瓶颈问题之一，而这恰恰是认知电子战发展成熟后所必须具备的能力。尤其针对存在跳频通信、捷变频雷达、新型未知信号等复杂电磁环境时，认知电子战系统能够近实时地截获目标信号，对其进行分析识别，获得目标信息，明确目标意图。
2）具备动态学习和经验累积能力。认知电子战除了具备自主感知战场态势的能力以外，还具备近实时、动态的学习和经验积累能力。例如，在现有知识库的基础上，近实时、动态地识别新出现的未知信号，对其进行详细分析，并将分析结果用于知识库的更新。这样，在面临新的复杂电磁环境时，认知电子战系统可快速适应该环境，并自主生成适用于该环境的决策。
3）具备智能决策和效能评估能力。与传统电子战技术相比，认知电子战能够通过分析目标信号来推断其当前所处的状态，进而通过智能决策来实施最优的策略。策略实施后，继续观察目标信号，通过分析对比施加策略前后信号的变化，或者目标状态的变化来进行效能评估。这样，通过评估来判断施加策略的好坏，进而反馈到智能决策模块，进一步对策略的合成进行优化，以达到最佳的作战效能。
4）具备有效对抗认知系统或网络的能力。在认知无线电理论技术的基础上，借助其核心“认知”理念，在电子战领域，迅速出现了认知无线电台、认知无线网和认知雷达等系统。这些认知系统或网络能够根据周边环境的变化，自主地转变工作方式、调整参数、改变信号波形，在力求取得最佳作战效能的同时，也大大提高了系统自身的抗干扰能力。面对这种“智能化”的对抗目标，传统电子战系统的效能必然大打折扣，然而认知电子战的技术核心也是“认知能力”,可谓同根同源，具备优越的“智能化”对抗能力，在实施对抗的过程中，是利用“智能化”对抗“智能化”,必将大大提高对抗认知系统或网络的能力。
5）具备增强同赛博战相互使能的能力。电子战与赛博战作为高技术条件下的新兴作战样式，在效能发挥方面有着极其紧密的相互使能关系。然而受传统电子战在侦察分析、决策生成、对抗实施以及效能检测等方面技术水平的限制，同时又由于赛博战注重逻辑层、应用层等高层次的信息对抗，缺乏物理层、链路层等低层次的对抗手段和技术，从而导致两者之间的使能作用并未充分发挥。但认知电子战在多个关键环节带来了重大的技术变革，将显着缩小电子战同赛博战之间的距离，进而增强两者之间的相互使能作用。与此同时，这种使能作用也必将促进某些瓶颈问题的突破，进一步推动电子战与赛博战的发展[18-19].
6）具备优良的隐蔽性和抗毁性。在当前复杂多变的战场环境下，传统电子战系统对作战对象的态势感知不充分，深度、精度不到位，为了对目标实施有效对抗，就必须依靠大功率压制手段来实现。尽管这种对抗手段很有效，但同时带来了很多方面的问题，核心的就是干扰信号非常容易暴露，从而招致敌方的反辐射打击。而认知电子战系统能够在复杂多变的电磁环境中，深入、精确地进行自主态势感知，并在此基础上实现对目标的精确干扰，而无须依靠大功率压制手段，从而将大大提高干扰系统的隐蔽性和抗毁性[19-20].
3认知电子战的关键技术
在研究认知电子战概念和现有自适应、智能化算法的基础上，可以将认知电子战所涉及的主要关键技术总结为以下4个方面。
3.1认知侦察技术
在电子战领域，首要且关键的就是对目标的侦察技术，如果侦察感知不充分，后续的一切工作都是无的放矢。因此只有快速、准确、全面地从战场周边环境中捕获有用信息，才能够为后续智能决策、对抗生成以及效能评估等过程提供必要的信息支撑。可以借助机器学习领域的神经网络、支持向量机等方法来展开对认知侦察技术的研究，主要包括在高密度复杂信号环境下的威胁信号分选、识别和特征提取算法，这些算法的设计必须充分考虑实时性和准确度。自适应机器学习算法需要一定的先验知识作为训练的基础，并且在工作过程中还需不断地积累所捕获的新威胁信号，通过持续地对动态数据库中积累的信号知识进行学习，从而达到提高认知能力的目的。
3.2认知建模技术
为提高认知电子战系统的感知效率，充分发挥系统的作战效能，需要研究认知建模技术。认知电子战系统在工作时，要求能够实时感知目标及周边战场的环境信息，然而在当前高密度复杂电磁环境中，辐射源数目巨大且不同辐射源的信号存在较大差异，因此为了能够快速、准确、全面地实施认知侦察，就必须对系统周边的电磁环境进行动态的认知建模，通过统一的模型架构来描述不同类型的信息。可以将描述的信息分为静态参数信息和动态参数信息两大方面，所涉及的内容有频率、重频、到达方向、带宽、波形特征、协议、电子防护模式、功能意图等。
3.3电子干扰技术
随着科技的飞速发展，电子战装备的复杂度和灵活性有了较大的提升，抗干扰能力日趋增强。以雷达为例，数字阵列雷达、认知雷达等新体制雷达层出不穷，这些雷达可以实现超低副瓣的发射和接收，具备灵活多样的工作模式和复杂多变的信号样式，同时可以利用极少的脉冲个数来对目标实施探测。由于上述多种技术的采用，使得侦察接收机对这些雷达信号的捕获、处理、分析困难重重，直接导致了整个系统抗干扰性能的提升。
在面对这些抗干扰性能优异的新型电子战装备条件下，倘若依旧利用常规电子战手段进行攻击，则很难达到所需的干扰效果[21].因此为了应对战场上出现的未知复杂威胁目标，探索新的高度自适应电子干扰技术刻不容缓。
在电子干扰技术中，干扰措施合成技术是对目标对象实施电子进攻的关键环节，该技术突破的关键亦在于软件算法的设计，即必须引入智能化的思想，开发针对干扰措施合成的智能优化算法。在算法设计过程中，必须着重考虑目标威胁等级与对抗措施合成之间的关系、不同类型对抗目标的干扰参数设置以及智能生成或选择干扰策略等问题。遗传算法（GA）、粒子群算法（PSO）等当前主流的优化方法，在时效性和最优策略选取等方面不能够满足认知电子战系统中干扰措施合成技术的需求[21].因此需要探索开发更为先进的，实时性和最优解选取都表现优异的智能优化算法。
3.4基于目标信号特征变化的效能评估技术
在认知电子战技术中需要发展一个新的效能评估手段，即根据目标受到干扰前后信号特征工作状态的变化来评估干扰有效性的技术。该技术的研究需要对多种目标的各个工作状态，以及不同工作状态时的特征参数进行详细分析和总结，从而形成智能推理机制，以便推测目标当前所处的状态，甚至目标的意图，进而指导优化干扰措施合成，取得最佳的干扰效果。这种推理机制不仅能够处理有先验知识的目标，而且针对未来战场上不具备先验知识的复杂目标也同样有效。
认知电子战是认知科学与电子战技术相融合的新兴产物，涉及多种学科领域的交叉，如何开展关键技术研究，是否能够借鉴人工智能和认知无线电的现有成果，还要我们认真思考，比如人工智能中的推理、思考与规划等；机器学习中的人工神经网络、强化学习、贝叶斯学习与支持向量机等；智能优化算法中的遗传算法、模拟退火算法等。
同时，认知无线电中频谱感知技术对认知电子战环境感知技术是否能够借鉴、面向功率控制与资源管理技术对认知电子战资源管理技术是否能借鉴、认知网络技术对认知电子战网络技术和构架是否能够借鉴，都是值得我们去研究的内容。
4结 束 语
当前电磁空间领域的竞争日趋激烈，为了在未来战场上掌握制电磁权，各国都在大力提升电子战装备的智能化水平，这就导致了常规电子战作战手段难以在未来战场上发挥期望的效能。因此，为了牢牢把握电子战发展新形态、新思想，形成实时、准确、有效对抗未来战场上智能化电子战装备的能力，在未来高密度复杂电磁环境中掌握制电磁权，必须大力发展以装备智能化为基础的认知电子战技术。
目前认知电子战技术的研究仍处于初级阶段，有关的系统构建思路、核心技术、解决方案以及具体实施方法都有待进一步探索和研究。
参考文献（References）
[1]张珂，张璇，金家才。认知电子战初探[J].航天电子对抗，2013,29（1）：53-56.
[2]王建萍。认知无线电[M].北京：国防工业出版社，2008:2-5.
[3]HAYKIN S.Cognitive radio:brain-empowered wireless com-munications[J].IEEE Journal on Selected Areas in Commu-nications,2005,23（2）：201-220.
[4]杨小牛。从软件无线电到认知无线电，走向终极无线电-无线通信发展展望[J].中国电子科学研究院学报，2008,3（1）：1-7.
[5]刘思洋，高俊，刘全。基于认知无线电的军事电磁频谱管理研究[J].通信技术，2011,12（44）：39-41.
