美國桑迪亞實驗室訓練人工智慧，令其可在時間與空間中識別無人機

原標題：美國桑迪亞實驗室訓練人工智慧，令其可在時間與空間中識別無人機

　　[據C4ISRNET網站2018年12月4日報道] 美國桑迪亞實驗室協同美國國土安全部科學技術理事會，正致力於研發一種新型的無人機偵測技術。桑迪亞實驗室採用了基於視頻的研發手段，名為「時頻分析法」，可分析無人機錄像中存在的解析度波動狀況，然後將機器學習應用其中，以訓練演算法，令其可在以後識別與其類似的無人機，並預測這些無人機的運動趨勢。

現如今，無人機可被很多設備偵察到，從雷達到可視化確認，再到可發射信號的無線電。但這些方法都有一定的局限性。雷達很難將鳥類與旋翼飛機區分開來，不僅如此，其在識別小型無人機上存在一定的困難。只要無人機及其控制器發送了無線電信號，該信號就會被偵察到，但提升無人機的自主性就會降低發送信號的頻率，以至於將信號當作一種可行的跟蹤途徑也不再管用了。

電子戰是自主系統發展的幕後推手，可是，哪怕處於一個自主系統失效的環境，一輛反覆顯露其位置的車輛也更容易被發現與制止。預期會有一個擁有自助系統、專註於偵察設備的基於視頻的系統。

時頻分析法的關鍵不僅在於無人機錄像，還有無人機在空中的運行方式。整個架構都會轉化為有關信息，這樣的信息單在偵察過程中就捕獲了成千上萬條。

為了建立一個數據基線，桑迪亞實驗室操縱三架不同的多旋翼無人機(比如四翼飛機、六角錐無人機等等)，使其在視頻直播攝像頭的面前飛行。在基線飛行中，無人機會向前、後、側、上、下移動。(倘若無人機偶然碰到了A，B，選擇或開始，則無法判斷)。然後對視頻進行分析，從而得知無人機的飛行路徑。

基線建立後，桑迪亞實驗室在嘈雜的環境中使用直升機、汽車與鳥類測試了時頻分析法，讓這些測試對象進入該設備的視野內。該實驗室表示，它可以區分鳥類與無人機。在研究中，迭代設計會研發出一種工具，其現有功能外也許還另有用途。雖然這主要是為美國國土安全部而設計的項目，不過，同樣的演算法極有可能在探測無人機，跟蹤其路徑極為有效的其他環境也可適用。

戰場上很難進行迭代數據。撇開數據傳輸的局限性以及帶寬上的干擾及其形成的阻礙不說。戰場上會有無盡的槍林彈雨，抑或是轉瞬間的爆炸，哪怕在適當的時候擁有數據收集工具，想要即時訓練感測器，令其進行機器學習也是極為困難的。也就是說，假若美軍或其政府為了以後向防禦提供有關信息，而想在威脅性設備的偵測上進行迭代，希望藉此可收集與研究有價值的數據，也只有在遠離戰爭頻發的地區，上述計劃才有可能實現。（工業和信息化部電子第一研究所 朱航琪）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！