大数据目标识别将颠覆传统军事伪装与欺骗技术

本文由国防科技要闻（ID:CDSTIC)授权转载，作者： 高原

近日，美国电子电气工程师协会数字图书馆刊载的数篇论文显示，美国已成功攻克大数据目标识别相关理论和关键技术。该技术通过将战场大数据目标分析与研判技术，与传统目标侦察与识别技术相结合，能够大幅降低传统的战场伪装与欺骗效果，为有效实施精确打击创造条件。

一、潜在应用价值

大数据目标识别技术是指通过对侦察卫星、预警机、地基雷达和传感网络等多种系统所收集的海量数据进行综合研判和分析，获取战场目标的众多特征，进而对战场态势和真伪目标进行精准研判。该技术一旦实用化，或将产生以下影响。

一是颠覆现有伪装和诱饵技术的发展。目前，战场伪装和诱饵手段主要通过模拟真实作战单元的外形、温度、电磁特性等个别特征，针对性地应对高分辨率成像侦察、红外侦察以及电磁侦察等手段，欺骗并引诱敌方打击伪装目标，但还无法完全模拟目标的全部或大量特征。大数据目标识别技术能够利用目标的历史数据结合实时获取的图像、电磁特征等信息综合分析研判，发现目标的众多特征的变化，进而判别出疑似军用目标和类型，有效避免伪目标的干扰，精准打击真实目标。

二是显著增强精确打击效能。当前，精确制导武器通常采取“锁定目标后攻击”的打击模式，即需要雷达等火控系统获取目标特征并将目标特征信息预置到武器系统后，发射导弹等武器系统遂行精确打击。大数据目标识别技术将使得导弹无需锁定目标即可发射，简化了打击链路，通过对战场收集的实时信息进行分析和研判，修正打击目标信息并通过数据链实时传输给飞行中的导弹，引导其实施精确打击。

二、仍需突破的关键技术

大数据目标识别技术目前仍处于技术预研阶段，多源数据融合、模式识别、机器学习等技术均得到检验，阶段性成果也已证实该项技术能够有效帮助战场指挥人员进行精准目标识别和战术决策。但大数据目标识别技术要彻底实现实用化，仍需突破诸多关键技术，主要包括：①大数据的实时收集与融合。战场数据来源复杂，且通信制式多样，大数据处理要求更快的数据传输以及异构网络数据融合能力。②大数据实时分析和处理。现有的集群计算系统存在着数据传输延迟大、可用性差等弱点，无法应对陆海空天电等多领域海量数据分析和处理带来的压力。③更加安全和稳定的网络传输。战场信息网络需要具有更加强大的抗干扰和抗攻击能力，保证相关数据的精准获取和传输。