اقتصاد۲۴- این سامانه جدید در آزمایشهای شبیهسازیشده آزمایشگاهی توانست با دقتی تا ۹۷.۱ درصد اهداف F-۲۲ و F-۳۵ را شناسایی کند. پژوهشگران مؤسسه فناوری پکن و آکادمی موشکهای هوابرد چین این سامانه را برای سیستمهای تصویربرداری فروسرخ نصبشده روی موشکها طراحی کردهاند.
این پژوهش به یک مشکل عملی در سامانههای جستوجوگر موشکهای آینده پاسخ میدهد. این سامانهها باید تصاویر فروسرخ را تقریباً بهصورت لحظهای پردازش کنند، اما موشکها با محدودیتهای جدی در قدرت پردازشی، وزن و فضای در دسترس مواجه هستند. خواندن گرمای جنگندهها
هواپیماها از طریق خروجی موتور، گرمشدن آیرودینامیکی و دیگر منابع در سراسر بدنه، امضای فروسرخ تولید میکنند. موشکهای گرمایاب میتوانند این تابشها را شناسایی کنند، در حالی که جنگندهها میتوانند با پرتاب شرارههای حرارتی، اهداف فروسرخ جعلی ایجاد کنند.
این موضوع یک مشکل شناسایی برای موشک ایجاد میکند. جستوجوگر فروسرخ باید تشخیص دهد گرمای مشاهدهشده مربوط به خود هواپیما است یا یک هدف فریبدهنده؛ آن هم در شرایطی که معمولاً تنها چند میلیثانیه برای این تصمیمگیری زمان دارد.
پژوهشگران سامانه خود را با استفاده از ۳۲۴۵ تصویر فروسرخ جمعآوریشده توسط یک سیستم اسکن نصبشده روی موشک آموزش دادند. این مجموعه داده شامل سه دسته هدف هوایی بود که جنگندههای شبیهسازیشده F-۲۲ و F-۳۵ نیز در میان آنها قرار داشتند.
بیشتر بخوانید: سوخو ۲۴؛ جنگندهای برای پرواز مافوق صوت در ارتفاع پست و فوق پست
طبق گفته پژوهشگران چینی، این مدل در آزمایشها به دقت شناسایی ۹۷.۱ درصد رسید. یک آزمایش جداگانه نیز نرخ شناسایی حدود ۹۰ درصدی را برای اهداف شبیهسازیشده جنگندهها نشان داد.
این نتایج نشان نمیدهد که سامانه در برابر جنگندههای واقعی F-۲۲ یا F-۳۵ چگونه عمل خواهد کرد. آن جیانگشان، پژوهشگر اصلی این پروژه، اعلام کرده دادههای آزمایش مرتبط همچنان محرمانه است و نمیتوان آنها را منتشر کرد. کوچکسازی هوش مصنوعی
پژوهشگران چینی پیش از قرار دادن این مدل روی یک موشک، باید یک مشکل سختافزاری را نیز حل میکردند. سامانههای یادگیری عمیق معمولی ممکن است برای سلاحهای کوچک با محدودیتهای شدید اندازه و توان مصرفی، …
