AI 기반 인지 시스템이 레이더와 전자전을 어떻게 재정의하는가
IEEE Spectrum과 Wiley의 이 백서는 전통적인 레이더 및 전자전 시스템이 모드 적응형 위협에 취약한 방식과 인지형 AI/ML 아키텍처가 적응형 대응책을 어떻게 가능하게 하는지 설명합니다. 이 백서는 인지형 RF 시스템의 주요 구성 요소, 훈련 과제, 알고리즘 개발을 위한 폐쇄 루프 테스트베드를 다룹니다.
기존의 레이더 및 전자전 시스템은 고정된 위협 라이브러리에 의존하지만, 모드 적응형 이미터는 사전 정의된 데이터베이스를 회피하는 비전통적 모드로 작동할 수 있습니다. 인지형 RF 시스템은 인공지능과 머신러닝을 사용하여 RF 스펙트럼에서 알려지지 않은 위협에 대해 자율적으로 인식, 추론 및 대응합니다. 해당 백서는 RF 획득, AI 기반 분석 및 추론, 파형 합성, RF 생성 등 이러한 시스템의 아키텍처를 검토합니다. 또한 실제 및 시뮬레이션 신호 데이터 세트 확보, 하드웨어인더루프 및 시스템인더루프 테스트와 같은 훈련 과제를 논의하고, 폐루프 테스트베드가 어떻게 알려지지 않은 위협에 대응하기 위해 AI/ML 알고리즘을 반복적으로 개발, 검증 및 개선하는지 설명합니다.
출처: IEEE Spectrum AI —
원문