基于AI的防空系统，构建快速响应的弹性网络

【外媒，2024.12】GDIT公司最新推出的一款新型人工智能工具能够快速融合来自多个防空传感器的数据，可能会改变军队防御高超音速导弹和无人机群等新兴空中威胁的方式。

无人机和高度机动导弹的扩散使得传统防空瞄准变得困难，并增加了来自空中的威胁的复杂性。但技术的进步也带来了更广泛的数据来源，包括雷达、卫星或无人机，为防御者提供信息并帮助他们更好地发现来袭威胁。面临挑战在于，即使在敌人试图干扰通信的地方，也要收集所有这些数据，迅速分析和整合，并将其发送回去，为地面操作人员留出足够的时间采取行动。GDIT在2024年8月军方的TREX活动中测试了其国防作战网格加速器（Defense Operations Grid-Mesh Accelerator，简称DOGMA）工具，以应对这一问题。

DOGMA接收来自传感器网络的数据，并查看所有可用的通信路径，以选择和确定最佳路径，将数据沿着前线附近艰难的“第一英里”进行传输。GDIT人工智能/机器学习（国防部门）总监布兰登·比恩（Brandon Bean）表示：“它可以是便携式无线电，也可以是低地球轨道或地球同步轨道卫星连接。该工具可以快速将数据发送到联合空中作战中心，然后再发送回来，将人工智能应用于传感器探测到的不同空中威胁。在‘第一英里’之后，DOGMA可以使用商业路径将数据路由到云端。如果你在印太司令部，第一个亚马逊网络服务云可用区将是东京、新加坡或悉尼。一旦你进入该可用区，他们就会使用他们拥有的海底光缆为你提供专用路径。因此，你不会与其他商业互联网流量混合在一起。”

在“第一英里”范围内传递这些信息，而这时敌人正试图阻断所有通信路径，是比恩所说的关键创新之一。“我们在模拟环境中没有设置电子战威胁。但我们会不定期地、在没有任何通知的情况下，拔掉我们所用通信路径的插头。这导致通信中断了仅仅33毫秒，因为系统找到了下一个最佳的通信路径，对操作人员来说基本上察觉不到。”

新的导弹技术，特别是高度机动的超音速和高超音速导弹，防御起来极为困难。但比恩表示，该系统可以应用于帮助操作人员防御这些导弹。然而，他说，“还有一个需要克服的巨大挑战，即我们可用的训练数据量。我们向美国联邦航空管理局（FAA）国家办公室提出申请，希望从他们的主要区域中心获取大约三个月的数据。该申请仍在排队中。”

（文章内容根据互联网资料整理，供交流学习使用。）

本文来源：软件定义世界

关注返回搜狐，查看更多

责任编辑：