美国海军正致力于通过应用先进人工智能技术，提升激光武器系统（LWS）对无人自主系统（UAS）的防御能力。该研究项目由海军研究院（NPS）主导，重点关注激光武器跟踪系统的自动化改造以应对无人机群的威胁。
传统激光武器操作流程包含目标识别、姿态估计、精确瞄准点选择等多道人工干预环节。随着无人机数量持续增长，特别是低成本集群的战术应用，传统防御体系面临效率瓶颈——相较于常规导弹防御系统，激光武器在应对多目标时存在显著响应延迟。研究团队通过引入人工智能算法，旨在优化目标处理流程并提升整体作战效率。
当前人工智能系统已实现以下自动化功能：目标分类、飞行姿态解析、瞄准点选择及动态追踪补偿。针对无人机机动特性带来的挑战，系统通过机器学习算法持续优化激光束参数，确保在复杂环境下的持续有效照射。实验数据显示，该技术可显著缩短目标捕获时间并提高命中率。
项目取得的关键进展包括构建两套训练数据集：第一套包含10万帧合成无人机影像，第二套由海军研究院高能激光控制研究测试台（HBCRT）采集的77077帧实测数据。这些数据用于训练神经网络模型，重点提升系统对无人机飞行姿态的识别精度及脆弱部位判定能力。
HBCRT系统通过万向节式安装的30厘米口径跟踪望远镜与中波红外（MWIR）传感器阵列，模拟完整的激光武器系统。该测试平台采用MWIR传感器进行热信号追踪，配合望远镜完成激光束精确导向。目前系统已实现半自主运行模式，操作人员仅需监控系统状态，无需直接操控跟踪过程，从而降低人力成本并提升响应速度。
后续研究计划包括开展实地测试与海军高能激光远征系统（HELEX）的协同测试。项目负责人表示，基于人工智能的自动化技术已通过初步验证，预计未来三年内可实现工程化部署。这种人工智能赋能的定向能防御体系，为应对新兴无人机威胁提供了具备成本优势的解决方案。
（天津津航技术物理研究所 杨茗）
点击