Sfetcu, Nicolae (2024), Tehnologia radar, coloana vertebrală a sistemelor moderne de apărare în războiul electronic, IT & C, 3:4, https://www.internetmobile.ro/tehnologia-radar-coloana-vertebrala-a-sistemelor-moderne-de-aparare-in-razboiul-electronic/

Radar technology, the backbone of modern electronic warfare defense systems

Abstract

This article is an extension of a subchapter in the book „Electronic Warfare and Artificial Intelligence”. (Sfetcu 2024) Electronic warfare is a critical component of modern military strategy, involving a suite of technologies and methods used to manipulate the electromagnetic spectrum to detect, deceive, disrupt, or neutralize enemy equipment while protecting friendly assets. This essay highlights the critical importance of radar technology in electronic warfare, illustrating how it supports and enhances military capabilities in an ever-evolving threat environment. The interplay between technological advances and strategic requirements ensures that radar technology will remain a key area of defense research and development.

Keywords: electronic warfare, electromagnetic spectrum, radar, artificial intelligence, electronic support, electronic attack, electronic protection

Rezumat

Acest articol este o extensie a unui subcapitol din cartea ”Războiul electronic și inteligența artificială”. (Sfetcu 2024) Războiul electronic este o componentă critică a strategiei militare moderne, implicând o suită de tehnologii și metode utilizate pentru a manipula spectrul electromagnetic pentru a detecta, înșela, perturba sau neutraliza echipamentele inamice, protejând în același timp bunurile prietenoase. Acest eseu evidențiază importanța critică a tehnologiei radar în războiul electronic, ilustrând modul în care susține și îmbunătățește capacitățile militare într-un mediu de amenințare în continuă evoluție. Interacțiunea dintre progresele tehnologice și cerințele strategice asigură că tehnologia radar va rămâne un domeniu-cheie în cercetarea și dezvoltarea în domeniul apărării.

Cuvinte cheie: războiul electronic, spectrul electromagnetic, radar, inteligența artificială, suport electronic, atac electronic, protecția electronică

IT & C, Volumul 3, Numărul 4, Decembrie 2024, pp.
ISSN 2821 – 8469, ISSN – L 2821 – 8469,
URL: https://www.internetmobile.ro/tehnologia-radar-coloana-vertebrala-a-sistemelor-moderne-de-aparare-in-razboiul-electronic/
© 2024 Nicolae Sfetcu. Responsabilitatea conținutului, interpretărilor și opiniilor exprimate revine exclusiv autorilor.

Tehnologia radar, coloana vertebrală a sistemelor moderne de apărare în războiul electronic

Ing. fiz. Nicolae SFETCU[1], MPhil

nicolae@sfetcu.com

[1] Cercetător – Academia Română – Comitetul Român de Istoria și Filosofia Științei și Tehnicii (CRIFST), Divizia de Istoria Științei (DIS), ORCID: 0000-0002-0162-9973

Introducere

Războiul electronic (EW) este o componentă critică a strategiei militare moderne, implicând o suită de tehnologii și metode utilizate pentru a manipula spectrul electromagnetic pentru a detecta, înșela, perturba sau neutraliza echipamentele inamice, protejând în același timp bunurile prietenoase. Sfera de aplicare a războiului electronic se extinde pe trei domenii principale: suport electronic (ES), atac electronic (EA) și protecție electronică (EP).

Războiul electronic își are rădăcinile în tehnologiile radio și radar timpurii. În timpul Primul Război Mondial și al Doilea Război Mondial, EW a implicat în primul rând bruiaj radio și decepție radar. În 1939, chiar înainte de declanșarea celui de-al Doilea Război Mondial, .o primă  misiune ELINT a fost efectuată de dirijabilul german Graf Zeppelin de-a lungul coastei de est a Marii Britanii[1].

În al Doilea Război Mondial, Aliații au apelat la EW în „Bătălia Grinzilor” [10], folosind radarele de navigație pentru a dirija bombardierele, adversarii încercând să învingă acele radare de navigație[2]. Pleava” a fost folosită de Royal Air Force (nume de cod Window) în timpul celui de-al Doilea Război Mondial pentru a învinge sistemele radar de urmărire[3].

Evoluțiile Războiului Rece au inclus rachete anti-radiații concepute pentru a se concentra pe transmițătoarele radar inamice[4].

În timpul războiului din Coreea (1950—1953) sub comanda generalului Mac Arthur, SUA au desfășurat 100 de avioane bombardiere grele B-29 Superfortress în teatrul de război. Nord-coreenii au instalat, radare de avertizare timpurie și artilerie antiaeriană (AAA) controlată de radar, astfel încât pierderile aeronavelor au devenit inacceptabile[5].

În Primul Război din Golf (Operațiunea DESERT STORM) din 1991, luptătorii stealth s-au aventurat în spațiul aerian inamic lansând momeli pentru a declanșa radarul inamic în acțiune; unele purtând rachete anti-radiații care s-au activat instantaneu pe măsură ce radarele au apărut[6].

În primele zile ale invaziei rusești a Ucrainei din 2022, EW rusesc a perturbat radarele și comunicațiile adverse, perturbând sistemele de apărare aeriană de la sol dar și propriile lor comunicații[7]. Capacitatea rusă de a perturba semnalele GPS este creditată cu reducerea succesului utilizării ucrainene a bombelor HIMARS și JDAM[8]. Potrivit unui raport al Royal United Services Institute din 19 mai 2023, Ucraina pierduse aproximativ 10.000 de drone pe lună din cauza războiului electronic rusesc[9].

În domeniul războiului electronic, tehnologia radar joacă un rol crucial în formarea deciziilor strategice și tactice pe câmpul de luptă. Evoluția sistemelor radar a fost paralelă cu progresele în tehnicile de război electronic, în care atât măsurile ofensive, cât și cele defensive sunt profund împletite cu capacitățile radar.

Acest eseu evidențiază importanța critică a tehnologiei radar în războiul electronic, ilustrând modul în care susține și îmbunătățește capacitățile militare într-un mediu de amenințare în continuă evoluție. Interacțiunea dintre progresele tehnologice și cerințele strategice asigură că tehnologia radar va rămâne un domeniu-cheie în cercetarea și dezvoltarea în domeniul apărării.

Componentele războiului electronic

Suport electronic (ES)

Suportul electronic implică identificarea, interceptarea și localizarea semnalelor electromagnetice pentru a crea o conștientizare a mediului operațional.

Suportul pentru războiul electronic(ES), prin măsurile de asistență electronică (ESM), implică colectarea și analiza semnalelor electromagnetice emise de adversari pentru a detecta, intercepta, identifica, și/sau localiza sursele de energie electromagnetică radiată.

Măsurile de suport electronic (ESM) măsoară parametrii semnalului radar de intrare în intervalul de frecvență de funcționare: lățimea impulsului, frecvența de repetare a impulsurilor, puterea semnalului, ora de sosire, direcția de sosire, etc.[10], fiind format din: antene, receptoare, procesor de semnal, computer cu bibliotecă de emițători și unitate de afișare[11]. Receptorul ESM are cea mai mare influență asupra caracteristicilor sistemului ESM[12][13].

Radare de suport electronic: Radare electronice de inteligență (ELINT) care culeg informații despre semnalele radar ale inamicului, inclusiv frecvența, intervalul de repetare a pulsului (PRI) și alte caracteristici, și radare de inteligență de semnal (SIGINT) care interceptează și analizează semnale electronice în scopuri de informații.

Atacul electronic (EA)

Atacul electronic se referă la utilizarea energiei electromagnetice, a energiei dirijate sau a armelor anti-radiații pentru a ataca personalul, instalațiile sau echipamentele cu intenția de a degrada, neutraliza sau distruge capacitatea de luptă a inamicului.

Bruiajul deceptiv produce poziții și viteze false ale țintei prin pseudo-semnale, prin tehnici manipulative, sau imitative (introducerea de radiații EM în canalele inamice care imită propria lor emisie se numește decepție imitativă)[14]. Tehnicile manipulative modifică radiațiile electromagnetice prietenoase pentru a păcăli adversarul, prin generarea de ținte false, falsificarea gamei de frecvențe, a vitezei și unghiului[15][16]. Generarea țintelor false se folosește împotriva radarelor, avertizare timpurie și interceptarea controlului la sol, pentru a deruta operatorul de radar inamic[17] care nu va putea face distincția între ținte false și ținte reale[18]. Falsificarea razei, vitezei și unghiului exploatează vulnerabilitățile de monitorizare ale inamicului[19].

În cazul radarelor, strategiile ECM includ interferența radarului, modificările țintei și modificarea proprietăților electrice ale aerului, prin tehnici de interferență precum bruiajul și decepția[20]. Bruiajul radio sau blocajul comunicațiilor perturbă comunicațiile prin scăderea raportului semnal-zgomot.

Radare de atac electronic (EA): Radare de bruiaj care emit semnale pentru a interfera cu radarul inamic, sistemele de comunicație și de navigație, și radare de înșelăciune care trimit semnale false pentru a deruta radarele inamice, creând informații înșelătoare despre forțele prietene.

Protecție electronică (EP)

Protecția electronică implică măsuri luate pentru a asigura utilizarea prietenoasă a spectrului electromagnetic, în ciuda eforturilor inamicului de a-l perturba sau de a-l utiliza.

Protecția electronică (EP) este „acea diviziune a războiului electronic care implică mijloace pasive

Protecția electronică, cunoscută și sub numele de contra-contramăsuri electronice (ECCM), folosește tactici de război electronic (EWTR) și tehnici încorporate în proiectarea echipamentelor electronice pentru a anihila ECM inamice care implică tehnici de bruiaj și decepție.

Radare de protecție electronică (EP): Radare de contrablocare concepute pentru a funcționa eficient în prezența eforturilor de bruiaj ale inamicului, și radare cu probabilitate scăzută de interceptare (LPI) care utilizează tehnici pentru a evita detectarea prin măsurile de asistență electronică inamice (ESM).

Sisteme EW

Sistemele de război electronic se pot clasifica în:

Sisteme de comunicații și legături de date: sisteme de comunicații securizate (criptarea comunicațiilor pentru a preveni interceptarea) și sisteme de legătură de date (facilitarea schimbului securizat de date între platforme și sisteme).

Sisteme de război cibernetic: pentru apărarea cibernetică (protejează sistemele electronice de atacuri cibernetice), și atacuri cibernetice (perturbă sau distruge sistemele informaționale inamice prin mijloace cibernetice).

Sisteme fără pilot: drone și UAV-uri (echipate cu încărcături utile EW pentru bruiaj, interceptare și recunoaștere) și capcane (imitații ale semnăturilor platformelor mai mari pentru a induce în eroare senzorii și armele inamice).

Platforme terestre și aeriene: avertizare timpurie și control aeropurtat (AEW&C – aeronave echipate cu radar și sisteme de comunicații pentru supraveghere și control) și sisteme EW la sol (sisteme mobile sau staționare pentru bruiaj, interceptare și protecție).

Sisteme EW din spațiu: sateliți de recunoaștere (colectează informații electronice din spațiu) și sateliți de comunicații (furnizează canale de comunicare sigure și rezistente).

Sisteme EW integrate: sisteme multifuncționale (combină diferite capacități EW într-o singură platformă pentru operațiuni cuprinzătoare de război electronic)

Aceste sisteme funcționează în comun pentru a câștiga și a menține controlul asupra spectrului electromagnetic, asigurând eficacitatea operațiunilor militare în timp ce refuză aceleași capacități adversarilor.

O configurație tipică pentru un sistem EW depinde de aplicația particulară, dar în general include următoarele elemente[21]:

Controlul sistemului: poate fi realizat cu un singur computer (control centralizat) sau mai multe computere.

Antene: folosite pentru a extrage energia electromagnetică (EM) din mediul de propagare, sau pentru conversia energiei electrice în energie electromagnetică care poate fi propagată prin atmosferă.

Antenele convertesc semnalele electrice în unde EM care se propagă și invers, convertesc undele EM care se propagă în semnale electrice. De obicei, antenele pentru EW trebuie să fie în bandă largă, și prezintă aceleași caracteristici, indiferent dacă sunt utilizate pentru transmitere sau recepție. Cele mai importante caracteristici ale antenelor sunt răspunsul în frecvență (determină lățimea de bandă ), direcționalitatea (determină modul în care o antenă concentrează energia în anumite direcții) și caracteristicile de impedanță (să se potrivească cu cea a antenei). Cele mai populare tipuri de antene utilizate pentru EW în gamele de frecvență inferioare sunt dipolul, monopolul și log periodic. Pe măsură ce frecvențele de interes cresc, sunt folosite alte tipuri de antene.

Distribuția semnalului: se realizează în mod normal la ieșirea antenelor și înaintea receptorilor.

Receptor de căutare: caută în spectrul de frecvență semnale de interes.

Receptorul conectat: pentru analiza pe termen relativ lung a semnalelor detectate prin alte mijloace.

Receptoarele pentru interceptarea semnalelor de comunicație depind de tipul de semnal care urmează să fie interceptat. Pentru semnalele în bandă îngustă, cel mai popular tip de receptor a fost superhetrodina. Acolo unde frecvența instantanee de funcționare a emițătorului este necunoscută, sunt necesare receptoare de bandă largă. Funcția fundamentală a unui receptor este de a converti un semnal de la antenă într-unul care se poate utiliza, de obicei demodulat, prin conversie și demodulare.

Procesarea semnalului: detectarea prezenței energiei la o anumită frecvență și într-o lățime de bandă specificată, determinarea modulației unui semnal și măsurarea vitezei de transmisie a unui semnal de comunicație digitală.

Procesarea semnalului de căutare a direcției: localizarea sursei de emisie a semnalelor de comunicație, de obicei prin triangulare.

Procesarea semnalelor în EW implică procesarea semnalelor pentru a extrage informații din ele.

Geolocalizarea (fixarea poziției): determinarea locației unei ținte emitente, pe baza unor parametri temporali asociați cu semnalul de intrare.

Ca metode se folosesc ora de sosire și/sau diferența de frecvență de sosire sau efectul Doppler diferențial, cu doi sau mai mulți senzori prin triangulație.

Excitator: un amplificator de mare putere, filtre și o antenă,. în esență un generator de semnal RF cu capacitatea de a modula semnalele generate.

Amplificator de putere: amplifică semnalul de la excitator.

Excitatoarele și amplificatoarele de putere sunt incluse într-un sistem EW atunci când se apelează la EA. Semnalele generate astfel interferează cu comunicațiile adversarului. De cele mai multe ori este necesar să se injecteze mai multă energie decât cea a emițătorului vizat. Excitatorul generează semnalul care este apoi mărit în putere de amplificatorul de putere.

Filtre: limitează energia în afara canalului (nedorită) pe care o emite sistemul.

Comunicații: subsistemul de comunicații poate fi compus din mai multe tipuri de capabilități, pentru comanda și controlul sistemului.

Radare: concepute pentru a furniza avertizare de atac, informații despre implicarea țintei, și pentru a furniza informații suficient de precise privind raza de acțiune, azimutul și altitudinea țintei.

Tehnologia radar

Sistemele radar detectează, localizează și urmăresc obiecte prin emiterea de unde radio și analizând ecourile returnate de la acestea. În contextul aplicațiilor militare, radarele sunt esențiale pentru supraveghere, achiziție de ținte și evaluarea amenințărilor. Componentele cheie ale sistemelor radar includ transmițătorul, receptorul, antena și unitatea de procesare, fiecare parte integrantă a performanței generale a sistemului în scenariile EW.

„RADAR” este un acronim pentru RAdio Detection And Ranging, bazat pe reflexia undelor electromagnetice. În 1903, reflexia undelor radio a fost folosită în Germania pentru a demonstra detecția navelor pe mare. Dezvoltarea practică a radarului cu puls a început în anii 1930, în principal în Statele Unite, Marea Britanie și Germania. Radarul poate „vedea” mai departe decât ochiul uman și poate evalua cu mai multă precizie distanța sau distanța unui obiect. Sistemele radar trebuie să utilizeze discriminatori țintă pentru a izola returul dorit de țintă: intervalul, viteza și unghiul. Prezența unui ecou indică detectarea țintei[22].

Un radar transmite și primește radiații electromagnetice, denumite radiații de radiofrecvență (RF). Frecvența RF transmisă afectează capacitatea unui sistem radar de a analiza ținta, capacitatea antenei de transmisie de a focaliza energia RF într-un fascicul îngust, și propagarea semnalului prin atmosferă.

Fiecare radar produce un semnal de radiofrecvență (RF) cu caracteristici specifice care îl diferențiază de toate celelalte semnale și îi definesc capacitățile și limitările. Lățimea pulsului (durata pulsului), timpul de recurență a pulsului (interval de repetare a pulsului), frecvența de repetare a pulsului și puterea sunt caracteristicile semnalului radar determinate de transmițătorul radar, oferind o semnătură unică pentru a identifica un anumit semnal radar. Timpul de ascultare, timpul de odihnă și timpul de recuperare sunt caracteristicile receptorului radar. Componentele individuale ale unui radar determină capacitățile și limitările unui anumit sistem radar. Caracteristicile acestor componente determină și contramăsurile care vor fi eficiente împotriva unui anumit sistem radar.

Scopul principal al sistemelor radar este de a determina intervalul, azimutul, elevația sau viteza unei ținte. Capacitatea unui sistem radar de a determina și rezolva acești parametri depinde de caracteristicile semnalului radar transmis.

Funcția antenei în timpul transmisiei este de a concentra energia radar de la transmițător într-un fascicul modelat spre direcția dorită. În timpul recepției sau a timpului de ascultare, funcția antenei este de a colecta energia radar care revine prin ecou, transmițând aceste semnale la receptor. Metoda folosită de antenele radar pentru eșantionarea mediului este o caracteristică critică de proiectare a sistemului radar. Orizontul radar, mascarea directă a terenului și mascarea indirectă a terenului sunt limitări pentru toate scanările radar.

Un radar de urmărire a țintei (TTR) furnizează informațiile necesare pentru a ghida o rachetă sau pentru a ținti cu o armă pentru a distruge o țintă. Un TTR obișnuit are bucle de urmărire individuale pentru a urmări o țintă în rază, azimut, altitudine sau viteză. Antena TTR este îndreptată către o singură țintă. Odată ce o țintă a fost identificată, etapa finală a angajării este de a ghida o rachetă sau proiectil pentru a distruge ținta.

Bruiajul radar este radiația sau re-radierea intenționată a semnalelor de radiofrecvență pentru a interfera cu funcționarea unui radar prin saturarea receptorului acestuia cu ținte false sau informații false despre ținte. Cele mai utilizate tipuri de bruiaj radar sunt zgomotul și decepția. Raportul semnal-zgomot al radarului de victimă determină vulnerabilitatea receptorului radar la bruiaj, în timp ce raportul bruiaj-semnal este un indiciu al capacității sistemului de bruiaj de a bloca eficient radarul victimei.

Radarele joacă un rol crucial în războiul electronic (EW), oferind atât capacități ofensive, cât și defensive. Iată câteva tipuri cheie și utilizări ale radarelor în războiul electronic:

Tipuri de radare în războiul electronic

Radar de supraveghere: Avertizare și control timpuriu aeropurtat (AEW&C), folosit pentru detectarea și urmărirea aeronavelor, navelor și altor vehicule la distanțe mari, și radare de supraveghere la sol, desfășurate la sol pentru a monitoriza activitățile aeriene și terestre, oferind avertizare timpurie și conștientizare a situației.

Radar de control al focului: Radare de urmărire a țintei care furnizează informații precise de urmărire pentru ghidarea armelor, cum ar fi rachetele și artileria, și radare de ghidare a rachetelor utilizate pentru a ghida rachetele sol-aer sau aer-aer către țintele lor.

Principalele utilizări ale radarelor în războiul electronic:

Detectare și urmărire: Detectarea aeronavelor, navelor și vehiculelor terestre inamice, și urmărirea mișcării și a locației acestor ținte pentru a oferi cunoaștere a situației.

Achiziția și implicarea țintei: Obținerea de informații precise privind ținta pentru sistemele de arme, și ghidarea rachetelor și a altor muniții către țintele lor cu precizie ridicată.

Colectarea de informații: Colectarea și analizarea semnalelor radar și de comunicație pentru informații strategice și tactice, și monitorizarea operațiunilor radar inamice și identificarea potențialelor amenințări.

Bruiaj și înșelăciune: Perturbarea radarului și a sistemelor de comunicații inamice pentru a le degrada capacitățile operaționale, și Crearea de ținte false și informații înșelătoare pentru a deruta și a induce în eroare inamicul.

Contramăsuri: Implementarea tehnicilor pentru a proteja radarele prietenoase împotriva bruiajului inamic și a atacurilor electronice, și asigurarea fiabilității și eficacității operațiunilor radar în medii contestate.

 Aplicații ale radarului în războiul electronic

Supraveghere și recunoaștere: radarele oferă capabilități de supraveghere pe orice vreme, zi și noapte. Radarele de înaltă rezoluție sunt desfășurate pentru a monitoriza mișcările inamicului și pentru a colecta informații, jucând un rol strategic în pregătirile de dinainte de conflict.

Direcționare și îndrumare: sistemele radar sunt folosite pentru a ghida armele și rachetele de precizie. Tehnicile active de orientare a radarului permit rachetelor să se blocheze și să urmărească ținte în mod autonom, o capacitate crucială în medii ostile.

Evaluarea amenințărilor și contramăsuri: radarele moderne analizează spectrul electromagnetic pentru a clasifica și prioritiza amenințările. Aceasta presupune detectarea emisiilor radarului inamic și implementarea unor contramăsuri precum bruiaj sau înșelăciune pentru a perturba operațiunile acestora.

Provocări în tehnologia radar în cadrul războiului electronic

Tehnologie Stealth: Dezvoltarea tehnologiei stealth în aeronave și nave pune provocări semnificative pentru sistemele radar. Design-urile și materialele ascunse absorb sau deviază undele radar, ceea ce face dificilă detectarea.

Bruiaj și înșelăciune: Adversarii folosesc tehnici de bruiaj pentru a perturba operațiunile radar prin emiterea de semnale de frecvență radio care pot deruta sau supraîncărca receptoarele radar. Tacticile de înșelăciune, cum ar fi folosirea momelilor, complică și mai mult capacitatea radarului de a identifica și urmări cu precizie țintele.

Progrese tehnologice rapide: Ritmul schimbărilor tehnologice necesită actualizări și adaptări continue în sistemele radar pentru a gestiona noile amenințări și tehnici de contramăsuri.

Tehnologii radar avansate în EW:

Radare active cu scanare electronică (AESA): oferă o direcție mai rapidă a fasciculului și o capacitate mai mare de urmărire a țintei, și o rezistență îmbunătățită la bruiaj și o fiabilitate mai mare.

Radare cu locație coerentă pasivă (PCL): utilizează surse de transmisie necooperante (cum ar fi semnalele de difuzare comerciale) pentru detectarea țintei; sunt dificil de detectat și blocat de către inamic.

Radare multistatice: utilizează mai multe transmițătoare și receptoare răspândite pe o zonă largă, și îmbunătățesc detectarea țintei și acuratețea urmăririi, reducând în același timp vulnerabilitatea la bruiaj.

Radare de detectare ascunse: capabile să detecteze avioane ascunse și ținte puțin observabile, utilizează benzi de frecvență joasă și tehnici avansate de procesare a semnalului.

Aceste radare sunt parte integrantă a strategiilor moderne de război electronic, permițând forțelor să detecteze, să înșele și să învingă sistemele adverse, protejându-le în același timp pe ale lor.

Evoluție și direcții viitoare

Progresele în tehnologia radar sunt strâns legate de evoluțiile procesării digitale, științei materialelor și inteligenței artificiale. Radarele cu matrice în fază, cu capacitatea lor de a direcționa fasciculul electronic fără a muta componentele fizice, oferă o viteză și o precizie mai mare, esențiale pentru operațiunile EW. În plus, integrarea algoritmilor de învățare automată ajută la clasificarea automată a țintelor și amenințărilor, îmbunătățind procesele de luare a deciziilor în situații de luptă în timp real.

În operațiunile EMS, obiectivul este de a răspunde imediat. Cu inteligența artificială (AI) și învățarea automată (ML), computerul decide următorii pași. Datorită comportamentului imprevizibil al sistemului, chiar și persoanele responsabile de sistem nu pot prezice comportamentul său exact. Dacă un radar încearcă să urmărească un jet, de exemplu, contramăsurile adversarului îl pot face să eșueze. Folosind ML, acel radar va încerca în mod repetat noi abordări pentru a obține succesul[23].

Aplicații specifice

ECM: ECM sunt dependente de timp și de locație, putând fi asistate de o gamă largă de instrumente ML/DL, precum utilizarea rețelelor neuronale convolutive (CNN) pentru clasificarea semnalului de bruiaj radar[24], detectarea și clasificarea blocajului de baraj pentru radarul cu deschidere sintetică (SAR) bazată pe CNN[25], predicția tehnicii de bruiaj adecvate pentru un semnal de amenințare recepționat folosind învățarea profundă[26], sau ”pleava” în EW[27].

ECCM: Utilizarea radarului cu frecvență agilă (FA) în modelele anti-bruiaj radar cu un algoritm de salt de frecvență anti-bruiaj bazat pe întărire pentru radar cognitiv[28], sau utilizarea de detectoare pentru a menține o probabilitate ridicată de detectare și o rată scăzută a alarmelor false[29].

Tehnici care folosesc inteligența artificială

Tehnicile IA utilizate în mod obișnuit sunt învățarea automată (ML), sistemele fuzzy, și algoritmul genetic.

Rețeaua neuronală artificială (ANN) poate fi antrenată pentru recunoașterea modelelor, clasificarea, gruparea datelor etc., prin învățare supravegheată sau nesupravegheată. Se folosește, printre altele, pentru identificarea și clasificarea semnalului emițătorului, recunoașterea parametrului de scanare a antenei radar, selectarea adecvată a stilului de bruiaj, etc.[30]

Rețeaua neuronală profundă (DNN), are o expresie mai bună a caracteristicilor față de ANN, și o capacitate de a se potrivi cartografierii complexe. Există trei modele DNN utilizate în mod obișnuit: Deep Belief Networks (DBN), Stacked Autoencoder (SAE), și Deep Convolution Neural Networks (DCNN). Se folosește în sistemele EW pentru procesarea semnalului radar, identificarea și clasificarea emițătorilor, dezvoltarea unor metode îmbunătățite anti-bruiaj, detecția bruiajului și a caracteristicilor acestuia etc.[31]

Sisteme fuzzy: Logica fuzzy permite urmărirea variațiile finite ale intrărilor, sistemele fuzzy încercând să semene cu metodologia umană de luare a deciziilor[32], dar fără capacitatea de învățare sau memorie. Se folosește în combinație cu alte tehnici pentru a forma sisteme hibride pentru aplicații radar și de procesare a semnalelor conexe[33].

Algoritmul genetic: Încearcă să reproducă procesele de evoluție care apar în mod natural, o tehnică iterativă bazată pe probabilitate. Este folosit în probleme de optimizare, în combinație ANN și DNN pentru mai multe medii dinamice[34], inclusiv procesarea semnalului radar[35].

Tendințe în evoluția EW

Diferiți algoritmi de inteligență artificială pot fi utilizați prin tehnici de neuro-computing și de învățare profundă[36]:

• O metodă de recunoaștere a modulării impulsului semnalului radar pe baza codificatorului automat de eliminare a zgomotului convoluțional și rețeaua neurală convoluțională profundă (DCNN) este discutat de Qu et al.[37].
• Un sistem automat de clasificare a modulației pentru semnalele radar bazat pe algoritmul hibrid bazat pe AI, inclusiv bayesian naiv și SVM, este prezentat de Wang et al.[38].

• O metodă bazată pe învățare profundă este propusă de Elbir, Mishra, și Eldar[39] pentru a selecta antenele într-un scenariu cognitiv radar.
• MASINT pentru a analiza semnăturile radarului țintă[40] ajută la detecția, urmărirea, identificarea și descrierea caracteristicilor distinctive ale emițătorilor.

• Un sistem de recunoaștere a semnalului radar bazat pe rețeaua de factorizare a matricei nenegative și învățarea ansamblului este prezentat de Gao et al.[41].
• O metodă de identificare și clasificare a semnalului emițătorului radar bazată pe clustering și rețelele neuronale probabilistice este discutată de Liao, Li, și Yang[42].
• Petrov, Jordanov, și Roe[43] prezintă metoda bazată pe ANN pentru recunoașterea în timp util și fiabilă a emițătorilor de semnal radar.

• Un sistem automat de recunoaștere a formei de undă radar pentru detectarea, urmărirea și localizarea radarelor cu probabilitate scăzută de interceptare este discutat de Zhang et al.[44].

• Un alt sistem de clasificare a semnalelor radar bazat pe rețele neuronale este prezentat de Shao, Chen, și Wei[45].
• O metodă care combină graficul de vizibilitate cu învățarea automată pentru recunoașterea modelului de scanare a antenei radar este discutată de Wan et al.[46].

• Un alt algoritm pentru estimarea perioadei de scanare a antenei radar (ASP) și recunoașterea tipului de scanare a antenei radar în mediul EW este prezentat de Barshan și Eravci[47].

EW cognitiv

Conceptele radio cognitive există cel puțin din 1999, când Joe Mitola III[48] a introdus termenul, iar ideea de radar cognitiv există din cel puțin 2006[49].

Reprogramarea digitală a modulării frecvenței și a formei de undă în tehnologia radar este o tendință în evoluție. Acest lucru va face emițătorii adversari mai greu de clasificat și identificat[50]. Sistemele cognitive EW sunt sisteme de învățare și gândire în timp real. Implementarea lor necesită microprocesoare cu putere redusă și instrumente software capabile să direcționeze sistemele AI/ML în procesarea și recunoașterea semnalului și să ghideze procesele de gândire ale sistemelor în conformitate cu algoritmii construiți pentru analiza și procesarea semnalului[51]. Odată cu extinderea EW și radio. -instrumentele și sistemele de spectru de frecvență, sistemele cognitive EW vor fi marginea tactică în păstrarea superiorității spectrului electromagnetic[52].

Concluzie

Sistemele folosite în războiul electronic sunt complexe și multifațetate, concepute pentru a asigura avantaje în spectrul electromagnetic care pot fi critice în lupta modernă. Pe măsură ce tehnologia evoluează, la fel evoluează și sofisticarea acestor sisteme, conducând la evoluții continue în tacticile și echipamentele de război electronic. Interacțiunea componentelor ES, EA și EP asigură o abordare cuprinzătoare a controlului mediului electromagnetic, esențială pentru atingerea și menținerea superiorității tehnologice în operațiunile militare contemporane.

Sistemele EW bazate pe inteligență artificială joacă un rol foarte important în adaptarea rapidă la mediul electromagnetic în război, crescând conștientizarea situației și fiabilitatea deciziilor. Un sistem EW asistat de inteligența artificială poate fi eficient în identificarea emițătorilor radar ostili, astfel încât să determine gradul de letalitate a amenințării, putându-se formula astfel o strategie adecvată de contracarare pentru a anula amenințarea ostilă. Informațiile adunate pot fi folosite pentru a elabora o bibliotecă de amenințări pentru un eventual ordin electronic de luptă (EOB). Astfel, inteligența artificială poate oferi planificatorilor instrumente fiabile pentru elaborarea planurilor de război.

Tehnologia radar rămâne în fruntea războiului electronic, oferind capabilități esențiale care modelează rezultatele angajamentelor militare. Pe măsură ce adversarii își îmbunătățesc capacitățile de ascuns și atac electronic, rolul radarului devine mai complex și mai vital. Cercetarea și dezvoltarea în curs de desfășurare în tehnologia radar promit nu numai să contracareze provocările actuale, ci și să redefinească peisajul viitor al războiului electronic.

Bibliografie

• * * *. 2000. “Electronic Warfare Fundamentals.” https://falcon.blu3wolf.com/Docs/Electronic-Warfare-Fundamentals.pdf.
• Adams, Charlotte. 2018. “Cognitive Electronic Warfare: Radio Frequency Spectrum Meets Machine Learning.” 2018. //interactive.aviationtoday.com/avionicsmagazine/august-september-2018/cognitive-electronic-warfare-radio-frequency-spectrum-meets-machine-learning/.
• Akhtar, Jabran, and Karl Erik Olsen. 2018. “A Neural Network Target Detector with Partial CA-CFAR Supervised Training.” In 2018 International Conference on Radar (RADAR), 1–6. https://doi.org/10.1109/RADAR.2018.8557276.
• Barshan, Billur, and Bahaeddin Eravci. 2012. “Automatic Radar Antenna Scan Type Recognition in Electronic Warfare.” IEEE Transactions on Aerospace and Electronic Systems 48 (4): 2908–31. https://doi.org/10.1109/TAES.2012.6324669.
• Bronk, Justin, Nick Reynolds, and Jack Watling. 2022. “The Russian Air War and Ukrainian Requirements for Air Defence.” https://static.rusi.org/SR-Russian-Air-War-Ukraine-web-final.pdf.
• Browne, J. P. R., and Michael T. Thurbon. 1998. Electronic Warfare. Brassey’s.
• Browne, Jack. 2017. “Cognitive EW Provides Computer-Powered Protection.” Microwaves & RF. May 10, 2017. https://www.mwrf.com/markets/defense/article/21848321/cognitive-ew-provides-computerpowered-protection.
• Brunt, Leroy B. Van. 1978. Applied ECM. EW Engineering.
• Butt, Faran, and Madiha Jalil. 2013. An Overview of Electronic Warfare in Radar Systems. https://doi.org/10.1109/TAEECE.2013.6557273.
• Campen, Alan D. 1992. The First Information War: The Story of Communications, Computers, and Intelligence Systems in the Persian Gulf War. AFCEA International Press.
• DOD. 2020. “DoD Data Strategy.” https://media.defense.gov/2020/Oct/08/2002514180/-1/-1/0/DOD-DATA-STRATEGY.PDF.
• Dudczyk, Janusz, and A. Kawalec. 2013. “Specific Emitter Identification Based on Graphical Representation of the Distribution of Radar Signal Parameters.” Jokull 63 (November):408–16.
• EASA. 2020. “Concepts of Design Assurance for Neural Networks (CoDANN).” https://www.easa.europa.eu/sites/default/files/dfu/EASA-DDLN-Concepts-of-Design-Assurance-for-Neural-Networks-CoDANN.pdf.
• Elbir, Ahmet M., Kumar Vijay Mishra, and Yonina C. Eldar. 2019. “Cognitive Radar Antenna Selection via Deep Learning.” arXiv. https://doi.org/10.48550/arXiv.1802.09736.
• Friedrich, Nancy. 2020. “AI and Machine Learning Redefine the EW Landscape | 2020-12-08 | Microwave Journal.” 2020. https://www.microwavejournal.com/articles/35107-ai-and-machine-learning-redefine-the-ew-landscape.
• Gannon, Brian P. 2023. “Implement AI in Electromagnetic Spectrum Operations.” U.S. Naval Institute. August 1, 2023. https://www.usni.org/magazines/proceedings/2023/august/implement-ai-electromagnetic-spectrum-operations.
• Gao, Jingpeng, Yi Lu, Junwei Qi, and Liangxi Shen. 2019. “A Radar Signal Recognition System Based on Non-Negative Matrix Factorization Network and Improved Artificial Bee Colony Algorithm.” IEEE Access 7:117612–26. https://doi.org/10.1109/ACCESS.2019.2936669.
• Hamilton, Serena, A.J. Jakeman, and John Norton. 2008. “Artificial Intelligence Techniques: An Introduction to Their Use for Modelling Environmental Systems.” Mathematics and Computers in Simulation 78 (July):379–400. https://doi.org/10.1016/j.matcom.2008.01.028.
• Jankowicz, Mia. 2023. “Ukraine Is Losing 10,000 Drones a Month to Russian Electronic-Warfare Systems That Send Fake Signals and Screw with Their Navigation, Researchers Say.” Business Insider. 2023. https://www.businessinsider.com/ukraine-losing-10000-drones-month-russia-electronic-warfare-rusi-report-2023-5.
• Junfei, Yu, Li Jingwen, Sun Bing, and Jiang Yuming. 2018. “Barrage Jamming Detection and Classification Based on Convolutional Neural Network for Synthetic Aperture Radar.” In IGARSS 2018 – 2018 IEEE International Geoscience and Remote Sensing Symposium, 4583–86. https://doi.org/10.1109/IGARSS.2018.8519373.
• Kang, Li, Jiu Bo, Liu Hongwei, and Liang Siyuan. 2018. “Reinforcement Learning Based Anti-Jamming Frequency Hopping Strategies Design for Cognitive Radar.” In 2018 IEEE International Conference on Signal Processing, Communications and Computing (ICSPCC), 1–5. https://doi.org/10.1109/ICSPCC.2018.8567751.
• Kucukozyigit, Ali. 2006. “Electronic Warfare (EW) Historical Perspectives and Its Relationship to Information Operations (IO) – Considerations for Turkey.”
• Lee, Gyeong-Hoon, Jeil Jo, and Cheong Hee Park. 2020. “Jamming Prediction for Radar Signals Using Machine Learning Methods.” Security and Communication Networks 2020 (January):e2151570. https://doi.org/10.1155/2020/2151570.
• Li, Xueqiong, Zhitao Huang, Fenghua Wang, Xiang Wanga, and Tianrui Liu. 2018. “Toward Convolutional Neural Networks on Pulse Repetition Interval Modulation Recognition.” IEEE Communications Letters PP (August):1–1. https://doi.org/10.1109/LCOMM.2018.2864725.
• Liao, Xiaofeng, Bo Li, and Bo Yang. 2018. “A Novel Classification and Identification Scheme of Emitter Signals Based on Ward’s Clustering and Probabilistic Neural Networks with Correlation Analysis.” Computational Intelligence and Neuroscience 2018 (November):e1458962. https://doi.org/10.1155/2018/1458962.
• Liu, Yemin, Shiqi Xing, Y. Li, Dong Hou, and Wang Xuesong. 2017. “Jamming Recognition Method Based on the Polarization Scattering Characteristics of Chaff Clouds.” IET Radar, Sonar & Navigation 11 (August). https://doi.org/10.1049/iet-rsn.2017.0121.
• Martino, Andrea De. 2012. Introduction to Modern EW Systems. Artech House.
• McArthur, Charles W. 1990. Operations Analysis in the United States Army Eighth Air Force in World War II. American Mathematical Soc.
• Mizokami, Kyle. 2023. “Why Ukraine’s GPS-Guided Bombs Keep Missing Their Targets.” Popular Mechanics. April 20, 2023. https://www.popularmechanics.com/military/weapons/a43591694/russian-jamming-gps-guided-bombs/.
• Petrov, Nedyalko, Ivan Jordanov, and Jon Roe. 2013. “Radar Emitter Signals Recognition and Classification with Feedforward Networks.” Procedia Computer Science, 17th International Conference in Knowledge Based and Intelligent Information and Engineering Systems – KES2013, 22 (January):1192–1200. https://doi.org/10.1016/j.procs.2013.09.206.
• Poisel, Richard. 2008. Introduction to Communication Electronic Warfare Systems. Artech House.
• Polmar, Norman. 1979. “The U. S. Navy: Electronic Warfare (Part 2).” U.S. Naval Institute. November 1, 1979. https://www.usni.org/magazines/proceedings/1979/november/u-s-navy-electronic-warfare-part-2.
• Qiang, Xing, Zhu Wei-gang, and Bo Yuan. 2018. “Jamming Style Selection for Small Sample Radar Jamming Rule Base.” 2018 IEEE International Conference on Signal Processing, Communications and Computing (ICSPCC), September, 1–5. https://doi.org/10.1109/ICSPCC.2018.8567613.
• Qu, Zhiyu, Wenyang Wang, Changbo Hou, and Chenfan Hou. 2019. “Radar Signal Intra-Pulse Modulation Recognition Based on Convolutional Denoising Autoencoder and Deep Convolutional Neural Network.” IEEE Access 7:112339–47. https://doi.org/10.1109/ACCESS.2019.2935247.
• Rahman, H. 2019. Introduction to Electronic Defense Systems. Boca Raton, FL, USA: CRC Press.
• Rambo. 2009. “Information Warfare: History of Electronic Warfare.” INFORMATION WARFARE (blog). December 7, 2009. https://ew30.blogspot.com/2009/12/such-is-reliance-on-electromagnetic-em.html.
• Sfetcu, Nicolae. 2024. “Războiul electronic și inteligența artificială.” MultiMedia. January 8, 2024. https://www.telework.ro/ro/e-books/razboiul-electronic-si-inteligenta-artificiala/.
• Shankar, M., and B. Mohan. 2013. “Recent Advances in Electronic Warfare-ESM Systems.” In . https://www.semanticscholar.org/paper/RECENT-ADVANCES-IN-ELECTRONIC-WARFARE-ESM-SYSTEMS-Shankar-Mohan/bf6e4c372514695dd167eebf6f9dfb78ca120f6a.
• Shao, Guangqing, Yushi Chen, and Yinsheng Wei. 2020. “Convolutional Neural Network-Based Radar Jamming Signal Classification With Sufficient and Limited Samples.” IEEE Access 8:80588–98. https://doi.org/10.1109/ACCESS.2020.2990629.
• Sharma, Purabi, Kandarpa Kumar Sarma, and Nikos E. Mastorakis. 2020. “Artificial Intelligence Aided Electronic Warfare Systems- Recent Trends and Evolving Applications.” IEEE Access 8:224761–80. https://doi.org/10.1109/ACCESS.2020.3044453.
• Singh, Mohinder. 1988. “Electronic Warfare.” https://www.drdo.gov.in/sites/default/files/publcations-document/Electronic%20Warfare.pdf.
• Waghray, Namrita, and P. M. Menghal. 2011. “Simulation of Radar Topology Networks to Evolve the Electronic Warfare Survivability Metrics.” 2011 3rd International Conference on Electronics Computer Technology, April, 355–59. https://doi.org/10.1109/ICECTECH.2011.5941622.
• Wan, Tao, Xinying Fu, Kaili Jiang, Yuan Zhao, and Bin Tang. 2019. “Radar Antenna Scan Pattern Intelligent Recognition Using Visibility Graph.” IEEE Access 7:175628–41. https://doi.org/10.1109/ACCESS.2019.2957769.
• Wang, Feng, Shanshan Huang, Hao Wang, and Chenlu Yang. 2018. “Automatic Modulation Classification Exploiting Hybrid Machine Learning Network.” Mathematical Problems in Engineering 2018 (December):e6152010. https://doi.org/10.1155/2018/6152010.
• Wei, Dongxu, Shuning Zhang, Si Chen, Huichang Zhao, and Linzhi Zhu. 2019. “Research on Deception Jamming of Chaotic Composite Short-Range Detection System Based on Bispectral Analysis and Genetic Algorithm–Back Propagation.” International Journal of Distributed Sensor Networks 15 (5): 1550147719847444. https://doi.org/10.1177/1550147719847444.
• Zhang, Ming, Ming Diao, Lipeng Gao, and Lutao Liu. 2017. “Neural Networks for Radar Waveform Recognition.” Symmetry 9 (5): 75. https://doi.org/10.3390/sym9050075.

Note

[1] (Kucukozyigit 2006)

[2] (Rambo 2009)

[3] (McArthur 1990)

[4] (Polmar 1979)

[5] (J. P. R. Browne and Thurbon 1998, 26)

[6] (Campen 1992, XIV)

[7] (Bronk, Reynolds, and Watling 2022)

[8] (Mizokami 2023)

[9] (Jankowicz 2023)

[10] (Li et al. 2018)

[11] (Shankar and Mohan 2013)

[12] (Martino 2012)

[13] (Sharma, Sarma, and Mastorakis 2020)

[14] (Singh 1988)

[15] (Martino 2012)

[16] (Butt and Jalil 2013)

[17] (Rahman 2019)

[18] (Brunt 1978)

[19] (Martino 2012)

[20] (Polmar 1979)

[21] (Poisel 2008)

[22] (* * * 2000)

[23] (Friedrich 2020)

[24] (Shao, Chen, and Wei 2020)

[25] (Junfei et al. 2018)

[26] (Lee, Jo, and Park 2020)

[27] (Liu et al. 2017)

[28] (Kang et al. 2018)

[29] (Akhtar and Olsen 2018)

[30] (Qiang, Wei-gang, and Yuan 2018)

[31] (Elbir, Mishra, and Eldar 2019)

[32] (Hamilton, Jakeman, and Norton 2008)

[33] (Waghray and Menghal 2011)

[34] (Wei et al. 2019)

[35] (Waghray and Menghal 2011)

[36] (Sharma, Sarma, and Mastorakis 2020)

[37] (Qu et al. 2019)

[38] (Wang et al. 2018)

[39] (Elbir, Mishra, and Eldar 2019)

[40] (Dudczyk and Kawalec 2013)

[41] (Gao et al. 2019)

[42] (Liao, Li, and Yang 2018)

[43] (Petrov, Jordanov, and Roe 2013)

[44] (Zhang et al. 2017)

[45] (Shao, Chen, and Wei 2020)

[46] (Wan et al. 2019)

[47] (Barshan and Eravci 2012)

[48] (EASA 2020)

[49] (DOD 2020)

[50] (Adams 2018)

[51] (J. Browne 2017)

[52] (Gannon 2023)

Articol cu Acces Deschis (Open Access) distribuit în conformitate cu termenii licenței de atribuire Creative Commons CC BY SA 4.0 (https://creativecommons.org/licenses/by-sa/4.0/).