來(lái)自雷達(dá)和電子戰(zhàn)系統(tǒng)的分析數(shù)據(jù)決定了執(zhí)行特定任務(wù)的路線。對(duì)于雷達(dá)和電子戰(zhàn)系統(tǒng)來(lái)說(shuō)，快速篩選這些數(shù)據(jù)并將其轉(zhuǎn)化為可操作的情報(bào)至關(guān)重要。為了實(shí)現(xiàn)這一目標(biāo)，國(guó)防工業(yè)正在使用人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)對(duì)這些系統(tǒng)進(jìn)行編程，并使其成為更智能、更自主的工具。
戰(zhàn)場(chǎng)環(huán)境變得日益智能和更具連接性，設(shè)計(jì)變得日益重要。圖形處理單元（GPU）、現(xiàn)場(chǎng)可編程門陣列（FPGA）和通用計(jì)算圖形處理單元（GPGPU）都只是更加智能雷達(dá)和電子戰(zhàn)系統(tǒng)編程的一部分；傳感器在獲取數(shù)據(jù)方面也扮演著重要的角色。軍事用戶希望在更小、更輕的系統(tǒng)中實(shí)現(xiàn)所有這些功能。
Abaco 系統(tǒng)公司業(yè)務(wù)發(fā)展技術(shù)總監(jiān)皮特·湯姆森表示，“總的來(lái)看，軍事客戶的需求就是相互關(guān)聯(lián)的傳感器、通信設(shè)備和干擾機(jī)，前者速度快、穩(wěn)健且難以檢測(cè)，后者可以適應(yīng)未知威脅?！币舱且?yàn)檫@些未知威脅使設(shè)計(jì)師和工程師日以夜繼地推動(dòng)國(guó)防工業(yè)創(chuàng)新，并使用諸如人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等新技術(shù)。他補(bǔ)充道，“人工智能優(yōu)勢(shì)在于算法可以適應(yīng)不斷變化的環(huán)境和場(chǎng)景，人工智能還可以代替系統(tǒng)操作員實(shí)施目標(biāo)識(shí)別等任務(wù)?！?/span>
人工智能取代人類對(duì)數(shù)據(jù)進(jìn)行分析，根據(jù)麻省理工學(xué)院解釋，“神經(jīng)網(wǎng)絡(luò)”或者目前所說(shuō)的“深度學(xué)習(xí)”實(shí)質(zhì)上意味著擁有一臺(tái)可以做出決策且像人類一樣思考的智能計(jì)算機(jī)。湯姆森稱，“神經(jīng)網(wǎng)絡(luò)可用于這些系統(tǒng)的雜波抑制、目標(biāo)檢測(cè)、分類和跟蹤。”
Pentek公司副總裁兼共同創(chuàng)始人Rodger Hosking表示，“社區(qū)正在尋求獲得可行情報(bào)的更好方式，目前通過(guò)技術(shù)手段收集的信息太多，人類不可能實(shí)時(shí)篩選出來(lái)。信息與知識(shí)不同，知識(shí)可引導(dǎo)你采取行動(dòng)。因此，今年的熱門話題是如何使用人工智能和學(xué)習(xí)算法等新策略自動(dòng)評(píng)估信息，這些策略可幫助提高人類的決策速度和準(zhǔn)確性?！?/span>
柯蒂斯·懷特公司防務(wù)解決方案產(chǎn)品管理和系統(tǒng)應(yīng)用工程管理Marc Couture表示，隨著這些技術(shù)的不斷使用，這些趨勢(shì)將會(huì)持續(xù)，因?yàn)椤斑@些算法非常復(fù)雜，為能夠篩選出這些目標(biāo)，這些機(jī)器必須更像人類?！?/span>
未來(lái)的挑戰(zhàn)：更具適應(yīng)性的智能化戰(zhàn)場(chǎng)
湯姆森評(píng)論道，隨著時(shí)間的推移，雷達(dá)和電子戰(zhàn)解決方案將利用更多技術(shù)識(shí)別目標(biāo)，并改進(jìn)決策過(guò)程。另外，對(duì)這些方法進(jìn)行整合“將產(chǎn)生更智能、更自主雷達(dá)和電子戰(zhàn)平臺(tái)?！贝送?，更廣泛分布式/智能傳感器網(wǎng)絡(luò)將需要更加重視網(wǎng)絡(luò)安全?！叭绻麛橙丝申J入單個(gè)節(jié)點(diǎn)，并通過(guò)網(wǎng)絡(luò)禁用某個(gè)功能，那么這將是一個(gè)重大漏洞。因此，網(wǎng)絡(luò)安全將繼續(xù)成為包括雷達(dá)和電子戰(zhàn)信號(hào)處理在內(nèi)的系統(tǒng)的重要組成部分?！?/span>
不僅需要考慮安全問(wèn)題，還要考慮處理需求和封裝?？碌偎埂烟毓痉绖?wù)解決公司FPGA高級(jí)產(chǎn)品經(jīng)理Denis Smetana表示，“我們?nèi)绾喂芾碚诋a(chǎn)生的功率和熱量？為了充分利用現(xiàn)有的FPGA和GPGPU容量，我們需要轉(zhuǎn)向更具有吸引力的散熱技術(shù)，如空氣流通（AFT），甚至液體流通（LFT）?！?/span>
Hosking的觀點(diǎn)與此相符，正如他所說(shuō)，“由于組件密度不斷增加，封裝和散熱管理變得越來(lái)越困難。新材料和更好的EDA建模工具正在發(fā)揮作用。隨著每個(gè)系統(tǒng)級(jí)復(fù)雜性增加，功能完善的子系統(tǒng)對(duì)系統(tǒng)集成商的吸引力越來(lái)越大。高級(jí)軟件工具和API通過(guò)抽象細(xì)節(jié)來(lái)提供幫助?！?/span>
Abaco公司的湯普森表示，“在可部署的基于AI的解決方案領(lǐng)域面臨雙重挑戰(zhàn)。第一個(gè)挑戰(zhàn)是開發(fā)堅(jiān)固強(qiáng)大的處理系統(tǒng)，足以承載承載基于計(jì)算密集型神經(jīng)網(wǎng)絡(luò)的算法?！?/span>
另一個(gè)問(wèn)題只能在戰(zhàn)場(chǎng)上使用這些系統(tǒng)時(shí)才能得到解答。湯姆森表示，“有了這樣一個(gè)連接的智能系統(tǒng)，面臨的重大挑戰(zhàn)將是證明這種技術(shù)對(duì)自適應(yīng)和未知敵人的有效性。如果我們的系統(tǒng)變得如此智能，以至于我們無(wú)法證明其工作的一致性，這將對(duì)軍方運(yùn)營(yíng)商信任這些新的數(shù)字武器有效性構(gòu)成嚴(yán)峻挑戰(zhàn)?！?/span>
開發(fā)更智能的雷達(dá)和電子戰(zhàn)工具也面臨著軟件方面的挑戰(zhàn)。柯蒂斯·懷特公司防務(wù)解決方案公司開放式HPEC產(chǎn)品高級(jí)經(jīng)理Tammy Carter表示，“我們現(xiàn)在面臨著一些挑戰(zhàn)，首先是創(chuàng)建算法。創(chuàng)建足夠大的數(shù)據(jù)集、格式化數(shù)據(jù)和標(biāo)記數(shù)據(jù)只是培訓(xùn)算法的一小部分挑戰(zhàn)和要求。培訓(xùn)算法所需的計(jì)算能力和時(shí)間使挑戰(zhàn)變得更加復(fù)雜。另外，我們?cè)?/span>FPGA中看到的瓶頸之一就是內(nèi)存，包括深度學(xué)習(xí)在內(nèi)的許多算法都需要大量的數(shù)據(jù)在處理時(shí)進(jìn)行存儲(chǔ)，這既需要大容量的存儲(chǔ)器，又需要高吞吐量的存儲(chǔ)器接口?！?/span>
利用人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)進(jìn)行編程
編程算法能夠快速響應(yīng)威脅并更像人類思考，這是設(shè)計(jì)智能系統(tǒng)所面臨挑戰(zhàn)的一部分；它也是關(guān)于使用哪種類型的硬件來(lái)確保戰(zhàn)斗機(jī)任務(wù)的成功舉行。Kontron公司防務(wù)領(lǐng)域垂直產(chǎn)品經(jīng)理Mark Littlefield表示，“有人可能會(huì)對(duì)真正的戰(zhàn)場(chǎng)將會(huì)在FPGA與更通用的處理類型——無(wú)論是真正的CPU方法，如Xeon還是還是采用基于GPU的處理方法產(chǎn)生爭(zhēng)論。這是一種三方平衡的行為，開發(fā)人員需要在開發(fā)簡(jiǎn)便性，每瓦特每秒10億次浮點(diǎn)和供電壽命之間選擇最佳方法。FPGA和CPU各有針對(duì)這三個(gè)重要的計(jì)量單位的優(yōu)點(diǎn)和缺點(diǎn)?！?/span>
當(dāng)把GPU、FPGA和AI概念放在一起時(shí)，湯姆森表示，“神經(jīng)網(wǎng)絡(luò)在信號(hào)處理中的應(yīng)用并不新鮮，但將這些技術(shù)應(yīng)用于戰(zhàn)場(chǎng)中SWaP受限制的系統(tǒng)正在變得真實(shí)。以最前沿GPU為代表的新一代處理硬件正在推動(dòng)人工智能用于替代或增強(qiáng)雷達(dá)和電子戰(zhàn)中的傳統(tǒng)信號(hào)處理技術(shù)?！?/span>
Smetana解釋道，“GPU一直比FPGA更容易編程。隨著FPGA和GPGPU供應(yīng)商爭(zhēng)奪數(shù)據(jù)中心市場(chǎng)的控制權(quán)，FPGA供應(yīng)商正在努力開發(fā)工具來(lái)打破這種模式，這將最終使國(guó)防工業(yè)受益。其結(jié)果是有效地將機(jī)器學(xué)習(xí)算法映射到FPGA中所需的軟件和工具?！?/span>
Smetana進(jìn)一步分析了FPGA的優(yōu)缺點(diǎn)：“FPGA的優(yōu)勢(shì)之一是它們可以重新配置。因此，它們非常適合用戶需要系統(tǒng)適應(yīng)當(dāng)前情況的環(huán)境。對(duì)于深度學(xué)習(xí)應(yīng)用，FPGA比GPGPU具有更高的功效，并具有更低的延遲。因此，隨著時(shí)間的推移，我期望看到用于深度學(xué)習(xí)的FPGA和GPGPU，其中GPGPUs在培訓(xùn)方面很重要，而在部署方面則優(yōu)于FPGA?！?/span>
關(guān)于FPGA和降低的SWaP，工業(yè)界很多人都期待賽靈思何時(shí)發(fā)布射頻系統(tǒng)芯片（SoC）解決方案，它將內(nèi)置更多的ADC和DAC。安納波利斯微系統(tǒng)公司產(chǎn)品開發(fā)副總裁Noah Donaldson表示，這將使SWaP降低，因?yàn)橄惹跋到y(tǒng)的相同功能和性能不僅增加，占用空間更小，這也減小了總體尺寸，因?yàn)楝F(xiàn)在一塊電路板可以完成多個(gè)電路板的工作。射頻SoC還將為軍用雷達(dá)和電子戰(zhàn)解決方案提供更多功能。
對(duì)于降低的SWaP應(yīng)用，安納波利斯微系統(tǒng)公司為3U OpenVPX提供名為WILDSTAR UltraKVP ZPB DRAM的FPGA板—WB3XB0。這些FPGA板包括1個(gè)賽靈思Kintex Ultrascale XCKU115或Virtex Ultrascale+XCVU5P/XCVU7P/XCVU9P FPGA，具有64個(gè)高速串行連接，最高可達(dá)32.75 Gbps。有兩個(gè)80位DDR4 DRAM接口，主頻高達(dá)1200 MHz。板上四核ARM CPU運(yùn)行至1.3 GHz本地應(yīng)用程序要求。它可通過(guò)背板PCIe或以太網(wǎng)訪問(wèn)，并為所有FPGA提供專用的AXI接口。
Littlefield 表示，“我們看到FPGA發(fā)揮著非常重要的作用，但我們也看到了像因特爾Xeon這樣更通用的處理器。目前這代英特爾XeonD實(shí)際上是一款非常強(qiáng)大的處理器，能夠處理機(jī)器學(xué)習(xí)和人工智能等各種問(wèn)題。我認(rèn)為，雷達(dá)和電子戰(zhàn)開發(fā)人員正在采取一種非常實(shí)用的方法，讓嵌入式計(jì)算行業(yè)受到金融和自動(dòng)駕駛汽車等各種因素的影響，從而推動(dòng)機(jī)器學(xué)習(xí)和人工智能的基礎(chǔ)技術(shù)發(fā)展。他們可以在可用時(shí)提升和利用這些技術(shù)?！?/span>
隨著GPGPU的推出，GPU與FPGA的爭(zhēng)論仍在繼續(xù)，突出的部分是利用軍事應(yīng)用商業(yè)解決方案的發(fā)展。Couture表示，“我們所看到的一個(gè)大趨勢(shì)就是將GPGPU引入電子戰(zhàn)。GPGPU歷來(lái)被用于游戲系統(tǒng)和渲染視頻顯示器。其目標(biāo)是能夠編程‘非常不同類型的處理器，讓他們相互交談，并能夠使用這些新的范例，如深度學(xué)習(xí)和機(jī)器學(xué)習(xí)’?！?/span>
湯普森評(píng)論道，需要指出的是，雖然FPGA非常重要，但它只是一個(gè)難題。為了實(shí)現(xiàn)自適應(yīng)和機(jī)器學(xué)習(xí)算法，設(shè)計(jì)工作必須使用最新的CPU和GPU技術(shù)。
數(shù)據(jù)和傳感器在智能戰(zhàn)場(chǎng)上的作用
最終，智能系統(tǒng)的高性能運(yùn)行歸結(jié)為數(shù)據(jù)和數(shù)據(jù)分析師?？ㄌ卣f(shuō)，“在算法能夠自我教導(dǎo)之前，必須由分析師來(lái)教授它們，在分析師培訓(xùn)機(jī)器之前，他們必須經(jīng)過(guò)培訓(xùn)，像機(jī)器一樣思考?！?/span>
但是，這仍然是一個(gè)問(wèn)題，因?yàn)闆]有足夠的人員或分析人員篩選大量生成的數(shù)據(jù)。對(duì)于雷達(dá)和電子戰(zhàn)應(yīng)用，數(shù)據(jù)就是一切。湯姆森表示，“一個(gè)短期的離軸旋轉(zhuǎn)將需要在平臺(tái)上實(shí)現(xiàn)更多的實(shí)時(shí)數(shù)據(jù)存儲(chǔ)，以收集‘原始’真實(shí)世界的傳感器數(shù)據(jù)以促進(jìn)神經(jīng)網(wǎng)絡(luò)培訓(xùn)?！?/span>
尋求真正適應(yīng)性的戰(zhàn)場(chǎng)將繼續(xù)推動(dòng)傳感器達(dá)到收集可操作情報(bào)的極限。湯普森表示，在三年后，一個(gè)主要挑戰(zhàn)將是戰(zhàn)場(chǎng)上傳感器和干擾器數(shù)量的增加。它不會(huì)是一個(gè)高價(jià)值的平臺(tái)，但許多小型系統(tǒng)都在適應(yīng)性戰(zhàn)場(chǎng)上發(fā)揮作用。
Couture表示，“未來(lái)的趨勢(shì)是傳感器數(shù)據(jù)呈指數(shù)增長(zhǎng)。電子戰(zhàn)和ISR傳感器關(guān)聯(lián)了太多的傳感器和太少的分析人員，這包括從電光紅外圖像數(shù)據(jù)、更高分辨率的相機(jī)、所有射頻微波調(diào)諧器等收集的數(shù)據(jù)。處理要求變得更加苛刻，不僅對(duì)于日益龐大的傳感器數(shù)據(jù)，而且對(duì)于傳感器融合，你基本上是將相控陣?yán)走_(dá)矩陣和射頻發(fā)射器數(shù)據(jù)與電光成像之間的映射進(jìn)行交叉相關(guān)。”
Smetana指出：除了數(shù)據(jù)中心市場(chǎng)正在進(jìn)行的工作外，這可能不一定與軍事有關(guān)，但從商業(yè)案例的角度來(lái)看，這正在推動(dòng)很多將機(jī)器學(xué)習(xí)型算法有效地映射到FPGA中的真正需要的軟件和工具。
Hosking補(bǔ)充道，作戰(zhàn)人員不再奢望篩選數(shù)據(jù)以便采取行動(dòng)，而”適應(yīng)性反制措施可以動(dòng)態(tài)阻塞或修改信號(hào)以逃避或混淆敵人”，隨著新技術(shù)的發(fā)展，這些功能不斷變得更加完善和精確。
實(shí)現(xiàn)這些流程中的一部分自動(dòng)化就是通過(guò)每項(xiàng)任務(wù)獲得大量數(shù)據(jù)的答案。Hosking說(shuō)，“信號(hào)的自動(dòng)分類有助于比人類操作者更快，更準(zhǔn)確地識(shí)別和分離目標(biāo)?！?/span>
聯(lián)系客服
