超级军网DARPA发展全新的雷达目标识别技术
来源：百度文库 编辑：超级军网 时间：2024/05/05 01:16:03
[据美国《国防高级研究计划局网站》2015年7月24日报道]目前美军认为，在目标密集的作战环境中，敌对势力可使用诱饵或者伪装降低当前在役目标自动识别（ATR）系统的有效性。从而导致战术飞机在攻击位置可变的地面目标时，开火前飞行员不得不把飞机高度降得很低，以便通过目视来确认目标。而这样做的后果通常是把飞机暴露在敌方地空导弹和其他防空火力的包围之中。
过去30年，尽管美国军方在雷达目标识别领域投入了大量资金，但是目前在战术应用层面基本上没有可以大范围使用的在役雷达目标识别系统。这是因为目前的机载雷达虽然可以在防区外对地面目标成像，但是由于人和机器的因素造成雷达图像识别的误警率非常高。而且当前的目标识别算法也需要耗费有人或无人飞机上大量的计算资源。因此目前美国军方在执行雷达目标识别任务时需要全新的计算算法和高性能可植入计算系统（HPEC），以便使有人和无人战术飞机能够快速准确地识别军事目标。
为此，DARPA启动了对抗环境下的目标识别和匹配（TRACE）项目，通过发展一种准确、实时、低功率需求的目标识别系统，为战术侦察和打击平台提供远距离高精度的目标。该项目有3个目标：一是为战术飞机提供军事目标识别能力；二是在复杂环境下对于目标识别具有低误警率；三是在有限的数据支持下具有对于全新目标快速学习的能力。
TRACE项目将持续42个月，并分两阶段实施，最终计划开展实际的飞行演示验证。验证中将使用分辨率1英尺（0.3048米）的合成孔径雷达图像对地面静止目标进行实时雷达目标识别。近日，美国空军研究实验室（AFRL）代表DARPA向深度学习分析公司授予了一份价值600万美元的TRACE项目合同。公司的专家将努力攻克机器学习、低功率移动计算架构、雷达信号建模等关键技术。他们将通过降低全新识别算法的运转时间和复杂程度以及增加全新移动处理器的计算效率降低雷达目标识别系统的运转时间、重量和功率（SWAP）。公司的工程师将使用刚刚出现的可移动计算架构（例如集成多用途计算单元的多核单片系统）来满足TRACE项目的要求。
http://www.dsti.net/Information/News/95526[据美国《国防高级研究计划局网站》2015年7月24日报道]目前美军认为，在目标密集的作战环境中，敌对势力可使用诱饵或者伪装降低当前在役目标自动识别（ATR）系统的有效性。从而导致战术飞机在攻击位置可变的地面目标时，开火前飞行员不得不把飞机高度降得很低，以便通过目视来确认目标。而这样做的后果通常是把飞机暴露在敌方地空导弹和其他防空火力的包围之中。
过去30年，尽管美国军方在雷达目标识别领域投入了大量资金，但是目前在战术应用层面基本上没有可以大范围使用的在役雷达目标识别系统。这是因为目前的机载雷达虽然可以在防区外对地面目标成像，但是由于人和机器的因素造成雷达图像识别的误警率非常高。而且当前的目标识别算法也需要耗费有人或无人飞机上大量的计算资源。因此目前美国军方在执行雷达目标识别任务时需要全新的计算算法和高性能可植入计算系统（HPEC），以便使有人和无人战术飞机能够快速准确地识别军事目标。
为此，DARPA启动了对抗环境下的目标识别和匹配（TRACE）项目，通过发展一种准确、实时、低功率需求的目标识别系统，为战术侦察和打击平台提供远距离高精度的目标。该项目有3个目标：一是为战术飞机提供军事目标识别能力；二是在复杂环境下对于目标识别具有低误警率；三是在有限的数据支持下具有对于全新目标快速学习的能力。
TRACE项目将持续42个月，并分两阶段实施，最终计划开展实际的飞行演示验证。验证中将使用分辨率1英尺（0.3048米）的合成孔径雷达图像对地面静止目标进行实时雷达目标识别。近日，美国空军研究实验室（AFRL）代表DARPA向深度学习分析公司授予了一份价值600万美元的TRACE项目合同。公司的专家将努力攻克机器学习、低功率移动计算架构、雷达信号建模等关键技术。他们将通过降低全新识别算法的运转时间和复杂程度以及增加全新移动处理器的计算效率降低雷达目标识别系统的运转时间、重量和功率（SWAP）。公司的工程师将使用刚刚出现的可移动计算架构（例如集成多用途计算单元的多核单片系统）来满足TRACE项目的要求。
http://www.dsti.net/Information/News/95526
过去30年，尽管美国军方在雷达目标识别领域投入了大量资金，但是目前在战术应用层面基本上没有可以大范围使用的在役雷达目标识别系统。这是因为目前的机载雷达虽然可以在防区外对地面目标成像，但是由于人和机器的因素造成雷达图像识别的误警率非常高。而且当前的目标识别算法也需要耗费有人或无人飞机上大量的计算资源。因此目前美国军方在执行雷达目标识别任务时需要全新的计算算法和高性能可植入计算系统（HPEC），以便使有人和无人战术飞机能够快速准确地识别军事目标。
为此，DARPA启动了对抗环境下的目标识别和匹配（TRACE）项目，通过发展一种准确、实时、低功率需求的目标识别系统，为战术侦察和打击平台提供远距离高精度的目标。该项目有3个目标：一是为战术飞机提供军事目标识别能力；二是在复杂环境下对于目标识别具有低误警率；三是在有限的数据支持下具有对于全新目标快速学习的能力。
TRACE项目将持续42个月，并分两阶段实施，最终计划开展实际的飞行演示验证。验证中将使用分辨率1英尺（0.3048米）的合成孔径雷达图像对地面静止目标进行实时雷达目标识别。近日，美国空军研究实验室（AFRL）代表DARPA向深度学习分析公司授予了一份价值600万美元的TRACE项目合同。公司的专家将努力攻克机器学习、低功率移动计算架构、雷达信号建模等关键技术。他们将通过降低全新识别算法的运转时间和复杂程度以及增加全新移动处理器的计算效率降低雷达目标识别系统的运转时间、重量和功率（SWAP）。公司的工程师将使用刚刚出现的可移动计算架构（例如集成多用途计算单元的多核单片系统）来满足TRACE项目的要求。
http://www.dsti.net/Information/News/95526[据美国《国防高级研究计划局网站》2015年7月24日报道]目前美军认为，在目标密集的作战环境中，敌对势力可使用诱饵或者伪装降低当前在役目标自动识别（ATR）系统的有效性。从而导致战术飞机在攻击位置可变的地面目标时，开火前飞行员不得不把飞机高度降得很低，以便通过目视来确认目标。而这样做的后果通常是把飞机暴露在敌方地空导弹和其他防空火力的包围之中。
过去30年，尽管美国军方在雷达目标识别领域投入了大量资金，但是目前在战术应用层面基本上没有可以大范围使用的在役雷达目标识别系统。这是因为目前的机载雷达虽然可以在防区外对地面目标成像，但是由于人和机器的因素造成雷达图像识别的误警率非常高。而且当前的目标识别算法也需要耗费有人或无人飞机上大量的计算资源。因此目前美国军方在执行雷达目标识别任务时需要全新的计算算法和高性能可植入计算系统（HPEC），以便使有人和无人战术飞机能够快速准确地识别军事目标。
为此，DARPA启动了对抗环境下的目标识别和匹配（TRACE）项目，通过发展一种准确、实时、低功率需求的目标识别系统，为战术侦察和打击平台提供远距离高精度的目标。该项目有3个目标：一是为战术飞机提供军事目标识别能力；二是在复杂环境下对于目标识别具有低误警率；三是在有限的数据支持下具有对于全新目标快速学习的能力。
TRACE项目将持续42个月，并分两阶段实施，最终计划开展实际的飞行演示验证。验证中将使用分辨率1英尺（0.3048米）的合成孔径雷达图像对地面静止目标进行实时雷达目标识别。近日，美国空军研究实验室（AFRL）代表DARPA向深度学习分析公司授予了一份价值600万美元的TRACE项目合同。公司的专家将努力攻克机器学习、低功率移动计算架构、雷达信号建模等关键技术。他们将通过降低全新识别算法的运转时间和复杂程度以及增加全新移动处理器的计算效率降低雷达目标识别系统的运转时间、重量和功率（SWAP）。公司的工程师将使用刚刚出现的可移动计算架构（例如集成多用途计算单元的多核单片系统）来满足TRACE项目的要求。
http://www.dsti.net/Information/News/95526