Investigadores chinos han creado un sistema ligero de inteligencia artificial (IA) que puede ayudar a los misiles de clase «aire-aire» con guía térmica a identificar aviones de combate avanzados. La alta precisión del sistema se demostró durante pruebas de laboratorio en objetivos modelados F-22 y F-35.
Aunque el F-35 y el F-22 son algunos de los aviones de combate sigilosos más avanzados del mundo, no pueden ocultar la radiación térmica. Las firmas térmicas, que surgen por los gases de escape de los motores y la fricción del aire contra el fuselaje, son diferentes de las señales generadas por las trampas térmicas. Tales firmas pueden proporcionar información infrarroja valiosa para la detección y el reconocimiento de objetivos en futuros combates aéreos, lo que potencialmente podría reducir la efectividad de las trampas térmicas.
«Los modelos ligeros de reconocimiento pueden tener una amplia aplicación en futuros misiles de clase ‘aire-aire’, ya que son capaces de proporcionar un reconocimiento rápido, manteniendo al mismo tiempo altas capacidades de identificación», declaró el 10 de agosto An Jiangshan, primer autor de la investigación. El estudio fue publicado en la revista china revisada por pares Journal of Electronic Measurement and Instrumentation. En él participaron investigadores del Instituto Tecnológico de Pekín, conocido por sus investigaciones militares y uno de los pocos universidades chinas que están bajo sanciones de EE.UU..
Entre los coautores también había investigadores de la Academia China de Misiles Aéreos y del laboratorio clave nacional de detección de superficie. «El modelo proporciona una clasificación y reconocimiento eficaces de objetivos en los sistemas infrarrojos de escaneo a bordo de los misiles, alcanzando una precisión de reconocimiento del 97,1% durante las pruebas», escribieron los investigadores. El sistema es relativamente económico: la plataforma Zynq7020 utilizada en el trabajo cuesta solo unos cientos de yuanes, lo que indica el bajo coste del equipo.
Optimización y precisión
Según An, el conjunto de datos de prueba correspondiente para la identificación de aviones de combate de quinta generación, como los estadounidenses F-22 y F-35, contiene datos confidenciales y no puede ser publicado. Al mismo tiempo, para los objetivos modelados en el conjunto de datos actual, la precisión de reconocimiento puede alcanzar alrededor del 90%. La investigación se centra en los sistemas infrarrojos de escaneo a bordo de los misiles, donde los recursos computacionales están limitados por estrictos requisitos de tamaño, peso y consumo de energía.
El equipo desarrolló una red neuronal ligera, ya que los modelos tradicionales de aprendizaje profundo, a pesar de su alta precisión, tienen un gran número de parámetros y altos requisitos computacionales, lo que dificulta su despliegue en pequeños dispositivos embebidos. El nuevo modelo redujo la cantidad de parámetros al 16,1% del indicador de los métodos anteriores, y los requisitos computacionales al 19,2%. Para ello, los investigadores utilizaron optimización estructural, fusión de normalización por lotes y cuantización de 8 bits.
Para adaptar el sistema de IA a las plataformas de misiles, los investigadores desarrollaron un acelerador de IA especial. Incluía módulos de convolución optimizados, estructuras de computación paralelas y métodos de almacenamiento en búfer de datos para mejorar la eficiencia. «El sistema final logró un equilibrio entre la precisión de reconocimiento, la velocidad de procesamiento, el consumo de energía del hardware y el uso de recursos de hardware», escribieron el autor responsable Liu Ming y su equipo.
Las pruebas se realizaron utilizando 3.245 imágenes infrarrojas de objetivos, recopiladas por el sistema infrarrojo de escaneo a bordo. El conjunto de datos incluía tres categorías de objetivos aéreos: dos tipos de aviones que imitan el F-22 y el F-35, así como una munición de merodeo. Según los resultados de las pruebas, el acelerador de hardware alcanzó una precisión de reconocimiento del 96,4%, con un tiempo medio de procesamiento de aproximadamente 1,5 milisegundos y un consumo total de energía de 2,2 vatios.
«Este trabajo se centra principalmente en los detonadores de misiles de clase ‘aire-aire’ para su uso a corta distancia, y su eficacia para los misiles de clase ‘tierra-aire’ aún debe ser verificada», señaló An. Los investigadores declararon que en trabajos posteriores se centrarán en mejorar la precisión de reconocimiento y la velocidad de procesamiento para un reconocimiento más eficaz de objetivos infrarrojos aéreos.
Fuente: South China Morning Post
