认知电子战：会学习之后，怎样证明可信

JED 2025年12月专题深读｜James Spriet

一套系统在接触陌生信号后改变了判断，怎样知道它学到了有用的东西？界面上的置信度升高，可能说明模型内部更确定，却未必说明判断更正确。把“发生学习”与“值得信任”放在一起讨论，是James Spriet在JED 2025年12月文章中提出的核心问题。[1]

原文把现场学习、模型更新、运行时防护和团队协作放进同一幅图景。它有很强的场景感，也夹杂着不同成熟程度的主张。本文以当期报道为边界，先解释作者在解决什么问题，再检查其中的证据，尤其区分设想中的数字、算法论文的结果与系统已经具备的能力。

01 更新变快，先要说清楚什么在变化

图1 编辑绘制的阅读框架。输入变化、模型变化和变化被接受属于不同层次；图中不表示任何装备已达到相应成熟度。

Spriet从一个控制台场景写起：接收机获得信号，处理链形成初步特征，数据库却给不出熟悉的名称。导频、编码和时序等线索还在，但旧标签与眼前观察之间出现了距离。这里的“pilots”指信号处理中的导频；将其理解为飞行人员，会改变这段文字的技术含义。

作者认为，过去把截获资料交给后方分析、经过台架和试验再更新任务数据的节奏，可能跟不上快速变化的环境。他以“数周或数月”对照“小时”说明这种压力。不过，原文没有给出覆盖全部项目的统计样本，因而这些时间尺度应作为作者的问题概括，不能当作所有现役系统的统一周期。

这一问题有两个部分。第一是信息老化：最初观察与最终更新之间，对象可能已经变化。第二是解释老化：同一种表面现象未必总有相同成因。即便软件传输很快，如果新资料被错误归类，快速送回的也可能只是更及时的误解。这是本文根据原刊提出的阅读角度。

因此，现场学习的价值不能只由“省掉了几道流程”衡量。值得关注的是，它是否补充了原来缺失的观察，以及这些观察是否足以支持改变判断。把更新位置前移，只改变了工作在哪里发生；学习的内容、证据质量和接受条件，仍要逐项说明。

02 作者描绘的闭环，不等于已部署的完整系统

原文将认知过程概括为感知、理解、决定、行动和评估。它强调，评估既要帮助操作者理解结果，也要给后续学习提供反馈。这个框架的重点在于结果能够返回判断过程，而不是在每个环节简单增加一个人工智能模块。

但作者同时明确写道，在其写作时点，争议环境中的完全无监督认知自主能力尚未列装。他把原型和早期功能与完整自主能力分开。本文保留这一归属：这是作者在2025年12月文章中的判断，并非本文对全球所有公开和非公开项目所作的穷尽调查。

文章随后用一组现场片段解释闭环如何工作，其中出现概率变化、分辨单元变化和网络状态等具体表述。具体数字会让场景显得像试验报告，然而文中并未为这组片段提供设备、试验日期、样本量或可查阅记录。适宜的读法是把它当作作者的说明性情景。

这一区分并不削弱场景的解释作用。情景能够帮助读者理解作者希望哪些信息形成关联；试验记录则应回答关联是否真实、条件是什么、结果能否重复。两类材料各有价值，但不能让叙事的细节替代后者需要提供的证据。

表1 原刊中的表达应怎样阅读

03 “盲恢复”不意味着训练时没有参考答案

原刊第52页借BRSR-OpGAN讨论学习模型的潜力，称其不需要配对真值，并提到超过15 dB的信噪比改善。这段话尤其值得回查，因为训练资料的要求直接影响读者对算法能力的理解。

相关论文2024年修订版第2.2节明确采用成对的受损与干净信号进行监督训练。摘要报告的平均改善，在基准数据集上为15.1 dB，在扩展BRSR数据集上为14.3 dB。[2] 因此，原刊关于“无配对真值”的概括与所引研究方法不一致，单写“超过15 dB”也掩盖了数据集差异。

这里的“盲”针对的是待处理损伤类型及程度不预先给定，不能顺势解释成训练过程不需要干净参考。论文结果来自所说明的数据集评估，不能据此宣布已经完成机载现场验证。[2] 本文保留这项研究作为一个方法实例，同时明确收紧原刊给予它的解释范围。

从这一处核对可以得到一个可迁移的阅读习惯：看到“无需标签”“少样本”“盲处理”时，先问限制位于训练、测试还是实际使用阶段。同一术语可能只描述其中一步。跳过这种区分，很容易把已有研究的进步扩写成它从未证明的普遍能力。

04 学习机制和学习效果，要分开讨论

Spriet提出用深度强化学习处理决策，并以部分可观测马尔可夫决策过程描述信息不完整的情形。这是文章采用的建模路线。不能由此反推，所有被称作认知电子战的系统都必须采用同一种学习方法，也不能把一个形式化名称视为效果证明。

作者还讨论自监督学习、少量可信样本和仿真预训练，希望缓解标注资料稀缺的问题。他的重点是利用已有结构，而不是从完全空白的状态开始学习。但有关单样本分类优于公开射频数据集表现的说法，原文没有列明数据集、对照方法和评价口径，本文不把它改写成已核实的比较结论。

读者可以把问题拆成“模型怎样形成”与“模型在何种条件下可靠”。前一个问题关乎资料和方法，后一个问题还涉及评价对象是否相同。对熟悉样本分类准确，并不直接说明对陌生样本能够恰当承认未知；在一个指标上改善，也不说明其余指标没有退化。

原文重视置信度，但置信度需要与证据一起读。如果一个系统对错误结果也很确定，漂亮的分数只会增加误解。本文的编辑解读是，面向人的解释至少应区分观察到的内容、据此形成的判断与暂时无法排除的可能性，使操作者知道结论依赖什么。

05 计算够快，与整个过程按时完成是两回事

文章在硬件部分提出，先看时间要求，再看器件型号。作者希望把不同性质的工作放在适合的位置，并用微秒、每秒更新次数和功耗数字帮助读者建立直觉。然而，该段没有对应的整机测试资料，不能把这些示例转录成某种现役吊舱或处理器的公开规格。

这段讨论最有价值的提醒，是把速度看成贯穿过程的约束。一次计算本身很快，资料进入计算之前仍可能需要等待；结果产生以后，也未必立即可用。对于一个持续变化的系统，平均表现还会掩盖少数迟到情形。本文据此关注证据如何描述时间，而不据原文补写硬件实现方案。

例如，“模型推断用了多久”和“从获得资料到向人提供可用判断用了多久”，测量起点与终点就不同。两个数字即便都准确，也不能直接互换。原文把部分工作归于确定性硬件，并不意味着只要使用某类器件，所有输入条件下的时序就自动得到保证。

同样，一次版本变更可能保持模型输出格式不变，却改变耗时分布或资料依赖。由此产生的编辑判断是：阅读升级说明时，性能、时间与适用条件应一起看。只有准确率提升而没有其他条件的对照，尚不足以说明整个处理过程获得了同等程度的改善。

06 运行时防护，是有条件的保障

图2 编辑依据原刊关于资料来源、版本和验证记录的讨论整理。它是阅读更新证据的概念图，不是设备架构图或正式认证流程。

原刊把学习控制器、监视器与后备控制器放在一起说明，借此引入Simplex模式。其直观意义是，某些能力可以追求更丰富的表现，同时由另外的机制限制不可接受的行为。作者提出在运行中保留监视和记录，并让更新经过检查后再被接受。

相关Simplex研究把控制权从先进控制器切换至后备控制器，作为维持安全的一类运行时保障框架。2022年的Black-Box Simplex论文还讨论以运行时检查替代部分静态验证要求。[3] 这说明Simplex存在不同研究变体，不能把原刊的简短描述当作所有实现共有的结构保证。

原刊用一个潜在影响友方回传的片段说明防护介入，并写到在一个控制周期内切换。本文把它读作作者的示例，而非某个系统已经测得的响应上限。是否来得及发现问题、是否掌握足够信息，以及后备行为在当前条件下是否仍适用，都需要对应系统的证据。

尤其要区分“某条规则没有被违反”与“任何风险都不存在”。规则只能表达被纳入检查的范围，资料缺失也可能影响检查结果。本文对这一段的理解是，运行时防护把一部分保障延伸到了实际使用过程；它并没有让前期验证、规则维护和变更复核失去必要性。

07 单个部件通过，团队关系仍要验证

文章最后把视角从一套设备扩展到多个节点。Spriet强调，部件各自表现合格，并不自动证明它们协作后的性质保持不变。共享的信息、时间关系和共同约束，会让系统之间产生单独测试时未出现的依赖。这也是他提出团队层面保证的原因。

这种依赖不必依靠极端情形才能理解。两份资料可能各自有效，却来自不同时间；两套软件可能各自通过检查，却采用不同版本的解释规则。如果只比较字段是否存在，而忽略资料形成条件，表面的一致性仍可能掩盖理解上的分歧。这是本文为说明原刊主张所作的概念举例。

作者也寄望于模块化开放系统方法，让分类器、防护模块和无线电等部分按各自节奏演进。他将部件级验证与整体单体系统的反复认证作对照。适宜保留的观点是，明确模块边界有助于说明变化发生在哪里；不能据此宣称任何模块替换都可免除系统层面的再次检查。

判断一项既有结论能否继续沿用，要看它原来依赖的条件是否改变。接口名称相同，不足以回答这个问题。原刊实际上把两个要求放在了一起：既要让更新更可管理，也要在协作关系中重新确认原有性质。只强调其中的速度优势，会漏掉后半部分工作。

08 操作者提供的不只是最后一次确认

Spriet描绘的操作者角色有所变化：设定目标和约束、处理例外、复核解释，并在任务之后修正错误标记。作者并没有把人的作用简化为在机器给出答案以后按一次确认键，而是让人工判断参与资料如何被理解、结果如何被接受的全过程。

这里的人工反馈也需要保留来由。一处标签从旧值改为新值，如果没有修订依据，后续读者就无法判断它是纠错、意见变化，还是适用条件发生变化。将反馈看作带有背景的资料，有助于避免把每一次人工修改都自动视为新的确定真值。这是本文的编辑分析。

文章倡议记录原始资料、时间、配置和系统所采取的行为，并让操作者、开发人员与验证人员从一开始共同工作。对于长期演进的系统，这些记录使不同角色能够讨论同一件事，而不是各自依据一张截屏、一段口述或一个不明版本的输出作出判断。

不过，可追溯只说明有机会复核，不代表复核必然通过。发现旧判断有误、限制原来过宽的适用范围、暂不接受一项更新，也都是证据工作可能得出的正常结论。只有允许这些结论出现，记录才会成为纠正系统的依据，而非只是为已经作出的决定补齐材料。

让每一次变化，都能说明接受它的理由

Spriet的文章把认知电子战的重点，从识别一个熟悉标签，推向了在变化中持续修正理解。这一主张值得讨论。但文章本身也提醒我们，生动的现场描写、算法研究和已部署能力不能放在同一个证据层次上。对BRSR-OpGAN训练条件的回查，就是这种区分具有实际意义的例子。

对读者而言，更有用的问题是：系统学到了什么，依据从哪里来，改变了哪个版本，结论在哪些条件下成立，以及谁根据什么理由接受了变化。回答这些问题，才能把“会学习”的描述逐步转化为可以讨论、可以质疑、也可以修正的可信证据。

资料来源与说明

[1] James Spriet. Learning in Contact with Cognitive Electronic Warfare. JED，2025年12月，第49—50、52—54、56页。

[2] Muhammad Uzair Zahid等. BRSR-OpGAN: Blind Radar Signal Restoration using Operational Generative Adversarial Network. arXiv:2407.13949，第2版，2024年12月9日；摘要及第2.2节。

[3] Usama Mehmood等. The Black-Box Simplex Architecture for Runtime Assurance of Autonomous CPS. NASA Formal Methods，2022年，第231—250页；摘要。

[4] 两幅概念图、对照表及明确标注的分析由本文编辑整理；不作为原刊实测结果或官方验证要求。