Des chercheurs chinois ont créé un système léger d’intelligence artificielle (IA) qui pourrait aider les missiles air-air à guidage thermique à identifier les chasseurs avancés. La haute précision du système a été démontrée lors d’essais en laboratoire sur des cibles modélisées F-22 et F-35.
Bien que les F-35 et F-22 soient parmi les chasseurs furtifs les plus modernes au monde, ils ne peuvent pas cacher leur rayonnement thermique. Les signatures thermiques, résultant des gaz d’échappement des moteurs et des frottements de l’air sur le fuselage, diffèrent des signaux produits par les leurres thermiques. De telles signatures peuvent fournir des informations infrarouges précieuses pour la détection et la reconnaissance de cibles dans les futurs combats aériens, ce qui pourrait potentiellement réduire l’efficacité des leurres thermiques.
«Les modèles légers de reconnaissance pourraient trouver une large application dans les futurs missiles air-air, car ils sont capables de fournir une reconnaissance rapide tout en conservant des capacités d’identification élevées», a déclaré le 10 août An Jiangshan, premier auteur de l’étude. L’étude a été publiée dans le journal chinois à comité de lecture Journal of Electronic Measurement and Instrumentation. Elle a impliqué des chercheurs de l’Institut de technologie de Pékin, connu pour ses recherches militaires et l’un des rares universités chinoises sous sanctions américaines.
Parmi les co-auteurs figuraient également des chercheurs de l’Académie chinoise des missiles aériens et du laboratoire national clé de détection de surface. «Le modèle assure une classification et une reconnaissance efficaces des cibles dans les systèmes infrarouges de balayage embarqués des missiles, atteignant une précision de reconnaissance de 97,1 % lors des tests», ont écrit les chercheurs. Le système est relativement peu coûteux : la plateforme Zynq7020 utilisée dans le travail ne coûte que quelques centaines de yuans, ce qui indique un faible coût du matériel.
Optimisation et précision
Selon An, l’ensemble de données de test correspondant pour l’identification des chasseurs de cinquième génération, tels que les F-22 et F-35 américains, contient des données confidentielles et ne peut pas être rendu public. Dans le même temps, pour les cibles modélisées dans l’ensemble de données actuel, la précision de reconnaissance peut atteindre environ 90 %. L’étude se concentre sur les systèmes infrarouges de balayage embarqués des missiles, où les ressources de calcul sont limitées par des exigences strictes en matière de taille, de poids et de consommation d’énergie.
L’équipe a développé un réseau neuronal léger, car les modèles traditionnels d’apprentissage profond, malgré leur haute précision, ont un grand nombre de paramètres et des exigences de calcul élevées, ce qui complique leur déploiement sur de petits dispositifs embarqués. Le nouveau modèle a réduit le nombre de paramètres à 16,1 % par rapport aux méthodes précédentes, et les exigences de calcul à 19,2 %. Pour ce faire, les chercheurs ont utilisé l’optimisation structurelle, la fusion de la normalisation par lots et la quantification sur 8 bits.
Pour adapter le système d’IA aux plateformes de missiles, les chercheurs ont développé un accélérateur d’IA spécial. Il comprenait des modules de convolution optimisés, des structures de calcul parallèles et des méthodes de mise en mémoire tampon des données pour améliorer l’efficacité. «Le système final a atteint un équilibre entre la précision de reconnaissance, la vitesse de traitement, la consommation d’énergie du matériel et l’utilisation des ressources matérielles», ont écrit l’auteur responsable Liu Ming et son équipe.
Les tests ont été réalisés en utilisant 3 245 images infrarouges de cibles, collectées par un système infrarouge de balayage embarqué. L’ensemble de données comprenait trois catégories de cibles aériennes : deux types d’avions imitant les F-22 et F-35, ainsi qu’une munition de croisière. Selon les résultats des tests, l’accélérateur matériel a atteint une précision de reconnaissance de 96,4 %, avec un temps de traitement moyen d’environ 1,5 milliseconde et une consommation d’énergie totale de 2,2 watts.
«Ce travail se concentre principalement sur les détonateurs de missiles air-air pour une utilisation à courte portée, et son efficacité pour les missiles sol-air doit encore être vérifiée», a noté An. Les chercheurs ont déclaré que dans les travaux futurs, ils se concentreraient sur l’amélioration de la précision de reconnaissance et de la vitesse de traitement pour une reconnaissance plus efficace des cibles aériennes infrarouges.
Source : South China Morning Post
