面向电磁频谱战的群体智能初探

李京华，丁国如，徐以涛，乐 超

( 陆军工程大学，南京 210007)

0 引 言

电磁频谱属于战略性自然资源，是人类目前最理想的无线信息传输媒介，同时还是现代战争中的核心作战要素，是决定战争胜负的重要战略资源。现代战争追求全方位、多层次、宽领域、体系化协同作战，电子战与制电磁权的关系越来越密切，随之发展而来的电磁频谱战已经成为协同作战中敌我双方对抗的核心战法。电磁频谱战的重要作战价值引起各国军事集团以及专家学者的持续研究，各方势力试图在电磁控制领域占据领先地位。机器学习、模式识别、人工智能等先进技术的发展提升了电磁频谱的感知、推理以及预测的准确性和实时性，为电磁频谱战整体作战能力的提升打下了坚实基础。但作战能力提升是无止境的，群体智能作为新一代人工智能重要研究方向，其群智思想涌现出的远超个体的智能，为解决复杂频谱作战问题提供了新范式，一定程度上可以规避单个系统的决策误差。

1 电磁频谱战概述

国内电磁频谱专家对电磁频谱战开展了一系列相关研究，王沙飞院士[1]将电磁频谱战概述为传统电子对抗概念向“电子战+电磁频谱控制”的延续和发展，是发生在电磁空间并依赖电磁空间能力的对抗行动，其核心能力包括电磁空间侦察能力、电磁空间进攻能力、电磁空间防御能力和电磁战斗管理能力。吕跃广院士[2]将电磁频谱战概述为是综合考虑到战争形态变化、电子信息技术发展和频谱应用现实挑战后对“电磁频谱领域进行的军事通信、传感和电子战等军事行动”这一概念的修订或重新定义，其目的在于强化电磁频谱管理和电子战在未来战争中的强耦合关联。

外军认为“频谱是一种无形的战斗力，并且是可与火力机械动力相提并论的新型战斗力”。21世纪是信息化战争时代，同时也是电磁频谱战的新时代。电磁频谱在频谱战中的重要性不言而喻。早在1956年，苏联海军司令Sergei Gorschkov上将就曾指出： “谁控制了电磁频谱，谁将赢得下一场战争”[3]。外军认为“21世纪掌握制电磁权与19世纪掌握制海权、20世纪掌握制空权一样具有决定意义，因此信息化战争中频谱甚至比子弹更重要”[4]。

关于电磁频谱对抗，传统上分为三个阶段：

(1) 利用有源网络进行无源对抗： 这一阶段主要是在第一次世界大战时期，双方交战主力为步兵，作战节奏慢、周期长，信息时效性要求较低，且技术水平较差，在对敌方进行有源干扰的同时，会对己方有源设备造成较大干扰，影响己方作战指挥。因此，通常的做法是利用有源手段发射无线电信号对己方进行作战部署及协调，利用无源手段对敌方测向并定位以获取敌方通信状况。

(2) 利用有源网络进行有源对抗： 这一阶段主要发生在第二次世界大战时期，电子技术得到快速发展，战场电磁环境复杂性大大增加，信息时效性要求提高，此时只对敌方无线通信信息进行感知分析已经不能满足战争需求，且感知分析技术水平不能与敌方战场对策应对速度相匹配，因此有源对抗应运而生，通常通过发射一定功率的信号实现对敌远距离对抗或近距离自我防护。

(3) 利用“隐身”和低功率网络对抗： 2015年12月，美国战略与预算评估中心(CSBA)发布了《电波制胜： 重拾美国在电磁频谱领域的主宰地位》研究报告，报告中，“零至低功率”这一作战理念被正式提出，希望通过对敌方设备反射信号的分析发现和定位敌方，或者通过部署“零至低功率”的分布式、网络化对抗体系，对敌方电磁行动造成有效杀伤。

一直以来，美国高度重视电磁频谱的控制和利用，并在不同时期推出不同作战概念和作战指令。2010年，老乌鸦协会(The Association of Old Crows，AOC)提出电磁频谱控制的概念。2012年，美参联会在《JP3-13.1 联合电子战条令》中提出联合电磁频谱作战(JEMSO)概念[5]，美国战略司令部建立了联合电磁频谱控制中心(JEMSCC)。2013年，美国防部拟定了《联合电磁频谱作战》条令，美国空军提出频谱战； 4月，美国陆军发起赛博电磁活动(CEMA)倡议，美国海军作战部长撰文阐述“赛博与电磁环境”，均旨在实现电子战、赛博战、电磁频谱运作领域融合，同时美海军还启动了网络与电磁频谱(NES)路线图研究； 11月，美国空军正式发布先进新型频谱战环境研究(ANSWER)项目标书。2014年，美国陆军提出网络电磁行动(CEMA)； 12月，美国海军提出电磁机动战概念(EMMW)[6]。2015年，美军发布的《关于国家安全的突破性技术》战略指南中明确指出“未来几年 DARPA的研究重点是确保制电磁权”； 12月，美国战略与预算评估中心(CSBA)发布了《电波制胜： 重拾美国在电磁频谱领域的主宰地位》研究报告[7]，提出了“零至低功率电磁频谱战”作战概念，重点阐述了美国如何在未来的电磁频谱战中重拾霸主地位的一些建议，可将电磁频谱战概述为“电磁领域发生的军用通信、传感和电子战等军事行动”； 美国国防系统网报道“国防部正在考虑将频谱作为陆地、空中、海洋、太空和网络空间之外的第六个作战领域”。2016年10月，联合条令注释JDN3-16： 《美军联合电磁频谱作战》对电磁频谱作战的概念进行了进一步的诠释，将其定义为： “旨在利用、进攻、防御和管理电磁环境的协同军事行动”[8]。2017年1月，美国国防部发布了《电子战战略》，从战略层面正式确立电磁频谱为独立作战域，明确加速推进电磁频谱战能力的发展战略； 10月，智库研究报告《决胜灰色地带》提出了电磁战，对该概念进行了进一步解释； 2017年年底，CSBA发布了题为《决胜灰色地带——运用电磁战重获局势掌控优势》的报告，以期运用该作战概念全面超越竞争对手； 美军联合参谋部完成了《电磁作战管理初始能力文件》的评审，评审中指出联合电磁频谱作战部队是全天时持续作战部队，可辅助作战指挥官使用电磁频谱遂行作战。2018年1月，美国空军组建了由Gaedecke准将领导的电子战/电磁频谱优势体系能力协作小组(ECCT)，旨在研究如何确保电磁频谱优势，开始实质性推进电磁频谱战[9]。Gaedecke总结说： “电磁频谱优势是国防战略的根本，要成为未来的致命力量，需要美国空军在研究、技术和创新方面发挥领导作用，频谱优势是一切的根本。”美国空军教育和训练司令部牵头成立了电磁防御工作组(EDTF)，以缓解美国当前和未来的电磁频谱挑战，并于8月召开首届峰会，峰会研讨的主题包括电磁脉冲、地磁干扰、激光和光学、电磁频谱管理等电磁攻击领域关键性技术，旨在帮助和鼓励美国及其盟国采取行动，解决在电磁频谱中面临的威胁，恢复在电磁频谱中的技术领先地位。2019年1月4日，《电波制胜》和《决胜灰色地带》作者、美国智库高级研究员Clark在防务头条网站发表文章[10]，对2019年美国国防部电磁频谱战发展作出展望。文章中指出，美国电子战确实有复兴的迹象，自2017年初以来，美国国防部发布了一项新的电子战策略，空军对未来电子战需求进行了服务范围的研究，电磁作战管理(EMBM)成为联合作战优先事项，海军加强了电子战训练，并且陆军和海军陆战队开始重建他们的EW级别，当前美国最困难的部分是将新的战略和概念转化为该领域的理论、需求和系统。他强调“国防部要持续重视电磁频谱，电磁频谱、外太空和赛博空间是决定未来战争胜负的关键”。

2 电磁频谱战核心能力与技术挑战

作为新型作战力量的重要组成部分，电磁频谱战在未来战争中起着至关重要的作用，获取制电磁权是取得战争胜利的核心。赵波等[11]对我国电磁空间面临的威胁进行了简要分析，并提出了相应的对策建议。本文对电磁频谱战的核心能力电磁频谱侦察能力、进攻能力、防御能力以及管控能力进行梳理分析，并提出了现阶段电磁频谱战面临的技术挑战，如表1所示。

2.1 电磁频谱侦察能力

依据电子侦察、通信侦察、光电侦察、雷达侦察等侦察技术的概念和内涵，电磁频谱侦察是利用相应的技术和设备搜集敌方设备发射的电磁信号，通过对其信号的分析，获取敌方设备技术参数，并通过对参数进行分析确定设备类型、数量、用途，获取设备位置等，为进一步分析敌方组织架构等提供支撑。其中涉及到的技术参数可以是敌方发射机的方位、调制方式等，或者发射信号的发射频率、波长、信号强度等。

电磁频谱侦察是电磁频谱攻击、防御、管控的前提，只有在对电磁频谱信号进行精准获取、深入全面分析的基础上，实现对敌方兵力部署的有效推演，达到知彼知己，才能实现下一步的实时攻击。国内外学者从频谱监测硬件、软件、算法、监测方案、频谱监测频段等角度全方位进行研究： Lu等[12]对我国边境地区无线电频谱监测情况进行了概述； 罗越[13]研究了电磁频谱监测硬件设计和信号处理软件及算法设计； Kulin等[14]提出了一种应用于频谱监测的无线信号识别的深度学习方法，Bergh等[15]提出了一种基于分布式、协同的众包频谱监测方案； Krutova[16]提出了甚高频/超高频频率范围内频谱监测网络规划程序； Chen等[17]分析了噪声阈值估计对频谱监测数据分析的影响并对噪声阈值的设置提出了建议等，以上研究丰富了频谱监测体系，为充分利用频谱资源提供了参考。

表1 电磁频谱战核心能力及相关研究

随着战场作战要素不断丰富，体系化作战需求更加迫切，面对越来越复杂的电磁环境，如何保持较好的电磁频谱侦察能力，尤其是实现对弱信号超可靠无源全息感知是未来电磁频谱战中面临的一大挑战。

2.2 电磁频谱攻击能力

电磁频谱攻击主要通过电磁技术手段，实现对敌方电磁设备、电磁频谱的秩序、电磁波传递方向等的扰乱和破坏，粉碎敌方电磁作战的一种作战样式，实现作战行动中电磁频谱的优先制胜权。这种攻击方式避开了传统作战中对敌力量的正面进攻，通过对各种作战设备频谱信号的攻击达到制胜目的，是旁道攻击的一种。

电磁频谱攻击威力巨大，2019年3月，委内瑞拉总统指责美国对该国电力系统进行高科技“电磁攻击”破坏其电力系统，引起国内动荡。核武器发射与起爆都离不开电子元器件，电磁脉冲产生的巨大磁场会严重破坏这些器件，从而导致核武器的发射，而核电磁脉冲甚至会对航母进行攻击，因此各国在设计水面舰艇之初都会考虑电磁攻击这一威胁。

国内外学者研究的重点是通过保护电子设备或降低电磁干扰、降低电磁伪造数据攻击等对电磁攻击进行防御。谭剑锋等[18]提出了一种利用能量选择表面(ESS)保护电子设备免受大功率电磁武器攻击的新方法； Sharifi等[19]针对存在的频谱感知数据伪造问题(SSDF)提出了攻击感知防御方案； Lee等[20]提出扩频时钟产生的扩频方法降低电磁干扰； Wang等[21]研究了利用复杂信号频谱变换技术抑制通信系统中的有意电磁干扰等。

现有电磁攻击研究更侧重于对敌攻击能力的提升，但随着战争形式越来越严峻，各个国家都在不断提升自身的作战能力，电磁攻击能力不进则退，要提升作战胜利几率，在电磁频谱攻击中，不仅是实现对敌方设备的有效攻击，同时也需要重视保持己方的隐蔽性。因此电磁攻击对敌破坏性和对隐蔽性的综合优化，也是未来电磁频谱作战中需要重视的技术挑战。

2.3 电磁频谱防御能力

电磁频谱防御指在作战过程中利用较低的发射功率或无源的设备或认知水平较高的设备实现对敌方电磁攻击的同时隐藏或降低己方被敌方发现的电磁活动。

美国空军科学研究处Kaplan[22]在对国防部电磁频谱策略的解析中提到，在对抗电磁干扰中，军方的目标是在保护己方行动的同时，影响、破坏对手及潜在对手的决策。

在体系融合、协同作战的趋势下，同一战役中可能存在多种用频设备，且在时域、频域、空域用频方式同时存在且灵活多变，面对这一复杂战场环境，开发可以应对智能化进攻的统一防御体系对保护己方正常用频，有效打击敌方意义重大。

2.4 电磁资源管控能力

电磁频谱当前面临“电磁频谱资源有限，用频需求不断增加，频谱利用率低下”的严峻形势，现实发展趋势要求在保证满足大量用户用频需求的同时，不对其他用户形成干扰，保证每个用户的用频质量； 同时，不同用频设备之间的电磁频谱兼容问题突出，频谱管理往往也贯穿于电磁频谱管控过程中。

要解决以上问题，需要从不同角度对电磁频谱资源实施管控，现有的研究主要有： (1)基于应用场景的研究，Yu等[23]提出了一种舰队电磁频谱管理系统建模新方法； Lai[24]研究了卫星无线电通信系统频谱管理模型，提出电磁干扰的计算方法，给出了基于EMC的频谱管理模式。(2)基于算法策略的研究，2010年预备役电磁频谱管理中心成立，段国栋[25]等研究了基于规则推理的电磁频谱管理辅助决策方法； 雒瑞森等[26]结合当前人工智能技术，设计了基于广播关键词进行自动无线电频谱信号管控的方法等。(3)基于电磁环境监测的研究，Karpenko等[27]介绍了乌克兰国家无线电频率中心在2012年欧洲足球锦标赛期间在乌克兰开展的频率规划和频谱监测活动，该中心通过频谱监测为许多无线电电子设施提供电磁兼容和无干扰的工作； Cohen等[28]分析了特定频段拥挤电磁环境下频谱分析和测量对利用有限频谱资源的方法和意义。

实现对电磁频谱资源的有效管控是保持频谱资源合理利用的前提。在复杂电磁环境下作战，智能化作战迫切需要电磁管控以实现实时频谱感知和分配、频谱兼容等，并实现战时紧需条件下满足民用频谱授权用户正常使用情况下借用军用，达到有限资源下攻防效益最大化。

3 群体智能赋能的电磁频谱战

未来电磁频谱战场环境瞬息万变，存在大量动态不确定性影响因素，随着信息技术的迅猛发展，现代战争作战域、作战规模不断扩大，作战形式越来越多样化，协同作战要求不断提高。2016年8月，美国国防部发布了《自主性(Autonomy)》，指出未来人工智能战争不可避免； 2017年7月，美国DAPRA发布《人工智能与国家安全(Artificial Intelligence and National Security)》，再次指出人工智能技术是国家安全的颠覆性技术[1]。

如何取得电磁频谱战的优先制胜权，不仅要求单一的平台、系统、设备能够智能实现电磁频谱数据的感知、预处理、统计/分析、建模、决策、反馈、评估等，还要实现平台之间、系统之间、设备之间乃至平台系统和设备相互之间的智能传输决策，以达到高效智能决策，使电磁频谱战的一系列主要活动，包括电磁态势感知、电磁频谱应用、电磁管控、电磁频谱进攻、电磁防御取得理想效果。群体智能为解决技术挑战、支撑核心能力提供了新的发展机遇，如何保证智能化程度的正确性，减小智能决策误差，本文提出面向电磁频谱战的群体智能概念。

对群体智能这一概念发展脉络进行梳理，并结合群体智能的自组织自适应思想，对电磁频谱战的核心能力所相关的核心技术进行分析，如图1所示。在频谱感知时可以针对5G时代频谱感知器件种类泛化、感知灵敏度不断提升、感知数据传输速率高、时延低等突出性特点，将来自不同终端的经过处理的异构感知数据进行融合支撑决策； 在频谱态势推理技术层面，通过群体感知获取数据，群体中的每个感知器件具有一定智能行为，可以自主完善自己能力范围内的态势推理，从而达到从不同视角对缺失的频谱态势进行补全，或者对下一阶段范围内态势的预测； 在频谱趋势预测方面，当前人们生产生活以及作战样式的丰富催生了海量频谱数据，并且信息的时效性缩短，如何在越来越短的时间内通过对已有频谱数据的分析，迅速对下一时段频谱状态做出预测，这不仅会提高人们日常生活的便捷程度，更加精准的预测还会为战争取得优于敌方的战略决策先机，对战争的胜利至关重要。

图1 基于群体智能的电磁频谱战

3.1 群体智能行为概述

群体智能[29]源于对生物集群现象的研究，鸟类、蚁群、蜂群、狼群等各种群居性生物，为了适应环境，经过长期演化，激发涌现出高度协调一致的集群活动。如蚁群在寻找和搬运食物的过程中，每只蚂蚁只遵循两条基本规则： (1) 寻找到食物的蚂蚁在更容易找到食物的路线上留下信息； (2) 将最新信息及时反馈给其他蚂蚁，如路线信息和当前道路上的食物情况。由于每只蚂蚁的自主识别与蚂蚁间的智能沟通协调，从而使蚁群能找到高品质食物和最佳路线。生物群体中的个体虽然智能程度不高，但是通过对感知到的外界信息进行自我消化吸收产生自主决策，并通过与群体内其他个体间的信息交互调整自身状态，最终使整个群体的活动呈现出动态调整能力、协同一致性、稳定性以及对环境的高度适应性[30]。从某种程度上来说，人脑的智能和蚁群、蜂群的智能是相似的，单个的神经元和群体中的个体一样并不存在智能，但是通过神经元之间的相关联通，从而使人脑展现出一种高度智能。

群体智能指的是受自然界群居性动物集体行为的启发而进行设计求解算法和分布式系统的理论与方法。群体智能最早被用于设计优化算法，其代表为1991年意大利学者Dorigo提出的蚁群优化算法(Ant Colony Optimization，ACO)和1995年Kennedy和Eber-hart提出的粒子群优化算法(Particle Swarm Optimization，PSO)。ACO采用启发式概率搜索方式，易于找到全局最优解，已在组合优化问题求解以及电力、通信、交通等多个领域中得到应用； PSO算法由于其概念简单、易于实现等特性在神经网络训练、参数识别、模型优化、交通事故探测等方面得到广泛应用。

群体智能以其简单性、分布性、健壮性等优点在组合优化问题、通信网络等众多研究领域呈现出巨大的潜力。2012年以来，李未院士提出从研究因特网上客观存在的“海量信息系统”转为研究基于人机物融合的“群体智能系统”，并在群体智能系统的计算机理、行为分析与软件方法研究方面取得了一系列原创性成果。此外，李未院士等[31]提出推进“群体智能”相关研究，被列入2016年中国工程院发布的《中国人工智能2.0计划》，并成为国家“科技创新2030”重大计划的重要内容。

2017年7月，国务院发布的《新一代人工智能发展规划》中明确提出群体智能作为五个研究方向之一，并且明晰了群体智能四个基础理论研究任务、八个关键共性技术研究任务[32]，揭示了人工智能将更加注重基于群体智能的知识获取和生成技术，将从传统强调专家系统的个体智能走向群体智能。2018年，段海滨等[30]著《基于群体智能的无人机集群自主控制》一书，系统深入地论述了基于群体智能的无人机集群自主控制的原理、模型、理论、仿真及验证，樊邦奎院士认为该书对新一代人工智能颠覆性技术在无人机集群系统中的应用必将起到重要的推动作用。

3.2 基于群体智能的电磁频谱状态感知

频谱感知指认知用户通过信号检测和处理等技术得到无线网络中的频谱使用信息的技术，主要涉及物理层和数据链路层技术。频谱感知是实现电磁资源有效管控的关键技术，是频谱分析的前提，对实施电磁频谱攻击和防御意义重大。

随着可用频谱资源与频谱资源需求不对等现象剧增，传统固定频谱分配管理方式的弊端与日凸显，动态频谱接入技术应运而生，该技术希望达到的理想状态是实现授权用户正常通信的同时非授权用户可以接入空闲频谱资源，从而提升频谱资源利用率。这对频谱数据感知的实时性具有极高要求，现阶段无线电子元器件趋向于小型化、便携化，器件的灵敏性、5G数据传输速率大大提升，便携无线终端全面普及指日可待，如果尝试基于群体智能思想进行电磁频谱数据感知，充分利用大众手中的便携无线设备，可以实现同一地域范围内频谱数据分布式采集和不同地域内不同频谱数据的实时采集，在云端实现数据融合，大大降低数据感知成本。但个人便携无线设备存在质量参差不齐，无法保证数据感知质量，容易出现大量异常感知数据，也易受敌方数据欺骗的干扰。对此，丁国如等[33]通过分析异常数据对感知性能的影响，设计了稀疏矩阵统计学习算法对异常数据进行净化，实现了稳健时域频谱数据感知，并通过大量仿真实验检测算法性能，证明该算法在不同异常数据比例/强度、不同信道环境、不同融合准则下的性能优越性，为基于群体智能的电磁频谱数据感知提供有效参考。

同时，频谱数据感知在早期阶段主要侧重于独立的空域或者时域感知，且大多建立在同构频谱环境下，实际应用中授权用户/感知用户的发射机/接收机位置、功率、噪声以及信道质量等影响因素实时变动，建立空时异构频谱感知更能符合需求。

3.3 基于群体智能的电磁频谱形势推理

频谱形势推理是通过对已知频谱数据内部相关性进行挖掘和分析，推理出未知频谱状态数据的过程[34-35]，准确的频谱推理可以及时获取信道状态，缩短非授权用户信道分配时延，推断敌方频谱网络架构，为频谱感知和管理提供了新视角。

随着机器学习、人工智能技术水平的不断提高，其数据分析和智能识别、推理能力引起了各个领域专家的重视，在频谱推理问题上，周佳宇等[36]对现有频谱推理算法进行了分析，并提出基于神经网络的时频二维频谱推理法和时-空-频三维频谱推理法； 黄川林等[37]研究了基于本体的电磁频谱态势推理技术框架的构建方法； 丁国如[38]提出了基于深度学习和迁移学习的高动态网络环境下深度频谱推理理念； Kumar等[39]提出了一种基于模糊神经网络(FNN)的认知无线电网络频谱管理推理学习方法； 吴东民等[40]提出一种可实现动态频谱接入(DSA)态势感知和决策的随机推理方法等。

基于群体智能的频谱态势推理吸纳了机器学习人工智能等现行智能系统的优点，使得态势推理具有较好的容错性和更高的可靠性。具体解决思路包括但不限于： (1) 作为网络外部观察者，利用监听网络得到的有限信息，对网络拓扑进行识别，重构网络通联关系； (2) 在集中式拓扑感知的基础上，研究多个传感器对同一网络进行监听，通过数据融合(包括同构数据融合和异构数据融合)增加拓扑感知的精度。

3.4 基于群体智能的电磁频谱趋势预测

频谱预测是一种通过分析历史频谱数据获得频谱使用规律，从而预测未来频谱使用状态的技术。该技术已经引起国内外众多学者的广泛研究，主要包括： (1) 维度预测，频谱预测早期主要是分别从时域、频域或者空域单一维度进行预测，随着研究的拓展，将单一域频谱预测向多域融合预测发展。(2) 驱动方式，包括利用现有频谱使用模型驱动和基于频谱数据驱动两种方式。由于频谱使用模型是针对不同物理需求进行相关参数及模式设计，模型间兼容性和适用的普遍性较差，而基于数据的驱动方式依赖于海量完整性较高的历史频谱数据，才能保证模型建立的可靠性和未来频谱预测的准确性。(3) 不同算法模型在频谱预测中有不同的应用，如高翔等[41]提出了基于SVM的频谱预测算法应用于信道占用状态快速变化状态下； Sun等[42]提出了一种图像推理视角对长期频谱状态进行预测； Zhang等[43]提出基于改进RBF神经网络的认知无线电频谱预测方案； Ge等[44]针对鲁棒长期频谱预测中存在缺失值和稀疏异常现象提出鲁棒长期谱预测方案； Yu等[45]构造了一个由长短时记忆(LSTM)层组成的频谱预测模型等。

实际应用中，信道复杂且状态具有较高捷变性，尤其在战场上，信道感知实时性要求高，失之毫厘将会差之千里，频谱预测同样要求空天地多维精密预测，同样要求在单一域进行预测时，能够增加预测的广度和深度，比如在时域上进行预测时，不仅能够预测下一时隙频谱状态，还能够预测更长时隙的频谱状态。将群智思维融入频谱预测，可以尝试将不同预测模型进行融合，取长补短，集群体之智慧，满足实战需求。

未来战争是对电磁频谱的较量，将智能与战争融合必将推动战争领域的新变革，但战争的毁灭性和不可重复性要求加入智能化的每一个技术环节，其智能程度和预判的准确性误差为零，这对智能程度提出了新的挑战。群体智能是一种随着人们对智能要求的提升和受自然界生物生存现象的启发对未来智能进行深入探索而得出的新方向。对电磁频谱战而言，基于群体智能的思维方式研究电磁频谱战的核心能力和核心技术，促使频谱感知、推理、预测的实时性、动态性和精确度更高，利用多智能体在交互协同中提高容错能力和可靠性，降低单个智能体容易产生的漏洞以及人工信息处理效率低等问题，增加了夺取电磁频谱战争制胜权的几率。

4 结 束 语

电磁频谱已作为第六维独立作战域引起世界各国的高度重视，人工智能在电磁频谱战中的应用可以有效应对战场电磁环境捷变性，提高战争中信息传输时效性，促进电磁频谱战的决策智能化。王沙飞院士指出，未来由电子战向电磁频谱战、电磁空间作战的演变趋势，并且人工智能技术将贯穿始终。当前电磁频谱战正处于第三阶段——低功率至零功率作战，随着新一代人工智能发展方向的变革以及信息设备性能的完善和人工智能技术的不断成熟，将群体智能理念运用于电磁频谱战也将成为可能。对此，本文对基于群体智能的电磁频谱战提出粗浅建议： (1) 研制群体智能电磁频谱战新战法，支撑新型作战力量生成； (2) 研究基于群体智能涌现的电磁频谱环境感知、分析、决策、评估、反馈体系，实现电磁频谱战争中信息精准获取，保证决策高效可行； (3) 研究基于群体智能汇聚的频谱资源优化与决策技术，实现电磁频谱资源的高效合理利用。