Опыт современных конфликтов заставил ведущие армии мира пересмотреть подходы к обороне. Теперь беспилотные летательные аппараты становятся основной проблемой в асимметричных конфликтах. Помимо новых средств ПВО, усилия ученых направлены на методы поиска мест управления роями беспилотников. Так, в Израиле разрабатывают нейронную сеть для поиска операторов атакующих БПЛА.
Конфликты в Сирии и Ливии в очередной раз показали преимущества тактики «роя беспилотников». Несмотря на ущерб, который наносят атакующим средства ПВО, остается риск успешной атаки частью БПЛА.
Так, весной прошлого года силы Корпуса стражей Исламской революции (КСИР) провели учения под названием «В направлении Иерусалима-1» у Ормузского пролива. Израильские военные считают, что КСИР использовал флотилию из 50 БПЛА, включая ударные беспилотники Saegheh, которые считаются копией американского RQ-170. Последние успешно преодолели расстояние в 1000 километров.
Этот опыт толкнул израильских ученых на разработку эффективных методов поиска операторов БПЛА. Так, Гера Вайс и Элияху Мешхади из Университета Бен-Гуриона используют реалистичную среду моделирования для поиска места запуска беспилотников. «Мы вносим точки маршрута в нейронную сеть, которая направлена на поиск места запуска, и местонахождения оператора», - отметил Мешхади.
Опытную нейросеть испытали с помощью симулятора, который продемонстрировал качества сети – место запуска удалось идентифицировать в 78% случаев.
Новый подход
Современные системы противодействия БПЛА используют радиоволны для определения места запуска беспилотника, подчеркнул Мешхади. Автоматически и полуавтоматические методы поиска основываются на радиосвязи между оператором и самим БПЛА.
Недостатком такого метода является привязанность к конкретной модификации БПЛА. Более того, зафиксировать сигнал можно только в непосредственной близости, что представляет угрозу. Это дополняют современные РЭБ-средства, которые осложняют локализацию посредством анализа радиосигналов.
Источник: wired.me, defense.pk
Нейросеть лишена этих недостатков, так как для локализации запуска ей достаточно проанализировать поведение беспилотника в небе. Искусственный интеллект учитывает положение солнца, рельеф, и другие препятствия, которые обуславливают траекторию полета. На основе этих данных нейросеть определяет место запуска.
Для тестирования нейросети исследователи использовали систему Microsoft AirSim, которая позволяет имитировать реальные события для машинного обучения автономных систем. Израильская нейронная сеть смогла в 78% случаев определить место запуска БПЛА основываясь только на информации о положении, и траектории полета БПЛА, отметил Мешхади.
Стоит отметить, что способы поиска операторов БПЛА особенно важны, учитывая, что с одного места могут управлять несколькими БПЛА. В будущем это позволит повысить эффективность ПВО.
