反无人机网

  近期，美国陆军未来司令部司令John Murray称，未来的战场是“极度活跃的战场”，战场上充满了混乱、快速变化的复杂信息，并且需要快速分析。未来战场的结果很有可能是由决策速度决定，这也是美陆军将人工智能程序融合到几乎所有未来系统中的原因。美陆军已将人工智能技术应用于反无人机领域，可实现无人机威胁的快速探测、类型识别和快速跟踪。

  人工智能技术目前已经应用到了美国陆军的反无人机系统中。陆军和雷神公司正在加速开发和部署一种反无人机系统以应对近战小型无人机威胁，该系统使用一种KuRFS的Ku波段、360度机动式地面雷达，并使用了被称为效应器的反制措施。KuRFS可为地面指挥官提供威胁信息，指挥官根据这些信息科选择使用激光、电子战、高能微波武器或Coyote Block 2动能拦截导弹来攻击无人机、火箭弹、迫击炮和包括低空飞行直升机在内的其他空中威胁。该系统能够自动探测多架无人机的入侵、识别其类型和潜在载荷并在监控区域内持续跟踪威胁的移动轨迹，能够涵盖预警功能在内的杀伤链全过程。

  该反无人机系统的Coyote Block 2应用于人工智能和机器学习算法进行了升级，能够与指挥控制系统结合，可将时敏威胁数据提供给决策者。目前，雷神公司正在继续开发数据融合算法，并利用人工智能技术分析分散传感器系统收集的数据，对关键的作战决策支持数据进行最优化处理。

  人工智能算法可将来袭威胁信息与汇编信息数据库进行对比，通过实时分析来近实时地为决策者提供行动方案选项。例如，人工智能和机器学习算法可将来袭威胁与无人机历史攻击信息进行对比，对比的范围包括飞行速度、蜂群技巧、所用武器、云遮盖和地形细节等导航因素。人工智能指挥控制应用程序可接受和快速分析KuRFS雷达的电子信号，并未为指挥官提供最优反制方案，如使用效应器或杀伤手段。这些方案会考虑各种因素，如气象复杂性会降低激光武器效果;在城市区域不能使用动能或爆炸性防御手段以免对城市居民造成伤害，电子战武器或高能微波武器是最优方案等。