根据香港《南华早报》14日的报道,北京工业大学与中国空对空导弹研究院共同研发了一种超轻量级AI模型,适用于导弹搭载的红外成像系统。研究成果已在中国学术期刊《电子测量与仪器学报》上发表。
红外导弹通过探测战斗机发动机排放的废气和机身表面产生的热量来追踪目标。隐形战斗机同样会释放热量,因此也成为红外导弹的目标。为了干扰红外导弹的追踪,战斗机会发射高温的干扰弹。研究团队利用战斗机产生的热信号与干扰弹的红外特性不同这一点,开发出能够区分二者的AI模型。
研究团队使用模拟F-22和F-35的航空目标及滞空弹药等三种空中目标,收集了3245张红外图像来测试AI模型。模拟结果显示,AI模型的目标识别准确率达到97.1%。在实际硬件测试中,目标识别准确率为96.4%。平均推理时间仅约1.5毫秒,整体功耗也仅为2.2瓦特。
特别是,研究团队将AI模型的体积和运算量大幅缩减,以便于导弹搭载。与传统方法相比,AI模型的参数数量降低了16.1%,所需运算量减少了19.2%。在导弹的尺寸、重量和功耗受到严格限制的情况下,实现了高准确度和快速处理速度。研究团队表示:“轻量化的AI模型在保持高识别能力的同时,能够提供快速识别,未来可广泛应用于空对空导弹。”
※ 本报道经人工智能(AI)系统翻译与编辑。


