基于人工智能的新方法和信息系统用于黑飞行识别
Arwin Datumaya Wahyudi Sumari1,2, Rosa Andrie Asmara3, Ika Noer Syamsiana1
1Department of Electrical Engineering, State Polytechnic of Malang, Malang 65141, East Java, Indonesia.
MethodsX
|March 24, 2025
概括
这项研究引入了一种新的机器学习方法,通过将雷达数据与雷达截面 (RCS) 结合起来来识别"黑色飞行". 这通过改善主权空域中未识别飞机的检测来增强国家防空能力.
科学领域:
- 航空航天工程 航空航天工程
- 国家安全国家安全.
- 机器学习应用 机器学习应用
背景情况:
- 识别使识别系统 (识别朋友或敌人,自动依赖监视广播) 失效的飞机对防空构成了重大挑战.
- 未识别的飞机,称为"黑航班",可能对国家领空主权构成威胁.
- 传统的雷达系统 (主要监视雷达,次要监视雷达) 为这些飞机提供了有限的识别能力.
研究的目的:
- 开发一种先进的方法来识别黑飞行.
- 增强国家防空能力,防止秘密的空中入侵.
- 改善空中作战指挥的局势意识和决策过程.
主要方法:
- 一种新的机器学习方法,将飞机速度,高度和雷达截面 (RCS) 数据结合起来进行识别.
- 开发一个综合信息系统,将军用雷达计划位置指示器 (PPI) 显示器与自动依赖监视广播 (ADS-B) 数据合并.
- 制定新的国家防空程序来处理未识别的空中威胁.
主要成果:
- 成功开发了一种机器学习模型,用于增强黑飞行识别.
- 创建一个信息系统,通过整合各种数据流来加速决策.
- 建立国家防空战略的完善框架.
结论:
- 拟议的机器学习方法在识别故意掩盖其身份的飞机方面取得了重大进展.
- 综合信息系统提高了防空司令部的作战效率.
- 这项研究为对抗复杂的空中威胁的国家防空提供了新的范式.
