Радиоэлектронная борьба (РЭБ) является одной из важнейших характеристик современных боев. РЭБ может повлиять на использование вооруженными силами электромагнитного спектра для обнаружения целей или предоставления информации. Недавние разработки в области искусственного интеллекта (ИИ) предполагают, что эта новая технология будет иметь детерминированное и потенциально преобразующее влияние на военную мощь. Алгоритмы на основе ИИ могут быть очень эффективными в различных областях РЭБ, таких как обработка радиолокационных сигналов для эффективного распознавания и классификации источников излучения, обнаружения источников помех и их характеристик, а также для разработки эффективных алгоритмов защиты от помех. Методы искусственного интеллекта также могут позволить системе РЭБ работать автономно.
Если у нас есть данные о следующих событиях: (1) радиолокационные помехи, (2) модификации цели и (3) изменение электрических свойств воздуха. Мы можем разработать систему искусственного интеллекта, которая будет работать на одноплатных компьютерах, чтобы находить реальные объекты в полете. Это научно-исследовательский проект и просто идея.
NVIDIA и другие компании делают одноплатные компьютеры для управления на них задачами ИИ. Abaco Systems получила контракт от неназванной компании по производству оборонной электроники на поставку одноплатного компьютера 3U VPX SBC347D для новой системы радиоэлектронной борьбы (РЭБ). Архитектура охлаждения компьютера позволяет ему работать на полной скорости при температуре до 75°C.
С такими одноплатными компьютерами и данными методы искусственного интеллекта можно использовать в системах разведки сигналов для обнаружения радиочастотных сигналов, перехваченных от противников, и прогнозирования угроз. Это может помочь в декодировании радиочастотных сигналов, отправляемых системами связи или радарами. Сверточная нейронная сеть (CNN) может использоваться для улучшения оценок DOA для систем EW. На основе изображений, созданных частотно-временными изображениями радиолокационных сигналов, DNN можно использовать для классификации радиолокационных импульсов. Конкурентные методы обучения на основе глубокого подкрепления могут использоваться в системе ECCM для адаптации собственных коммуникаций к среде РЭБ, где противник использует адаптивные помехи. Текущие тенденции применения методов на основе ИИ в обработке радиолокационных сигналов и РЭБ кратко обсуждаются в следующем подразделе.
Что мы можем сделать еще?
Системы РЭБ с искусственным интеллектом реконструируют фундаментальную природу военных технологий. Включение алгоритмов ИИ в систему РЭБ делает их высокоэффективными в качестве автономных систем. Системы РЭБ всех современных вооруженных сил сильно зависят от автономных алгоритмов. В связи с растущим спросом на автоматизацию систем РЭБ исследуются современные алгоритмы ИИ, чтобы определить их ценность в качестве дополнения к будущим системам РЭБ. ИИ можно использовать в различных областях военной деятельности, таких как выбор и использование систем вооружения, поддержка принятия решений, анализ угроз, интерпретация разведывательных данных, логистика и т. д. Для военных приложений системы обработки данных с поддержкой ИИ уже используются, а интеллектуальные коммуникационные атрибуты имеют стать незаменимым. Эти приложения, как правило, делятся на две категории: системы РЭБ на основе ИИ, которые влияют на оперативный уровень войны, и те, которые влияют на стратегический уровень. На стратегическом уровне применение ИИ может повлиять на то, как военное ведомство организует боевой порядок, распределение войск, военные стратегии, решения о масштабах и эскалации, обмен разведывательными данными и их интерпретацию, масштабы и характер войны, последствия развертывание конкретных средств и т. д. Применение ИИ на оперативном уровне боя может оказать очень существенное влияние на достижение тактических целей, планирование, устранение неопределенности и эффективную готовность.
