在德克萨斯州的胡德堡，三月底，工程师和士兵们对无人机进行了实弹射击，并观察到经过改装的美国陆军武器站在三秒钟内摧毁了它们。这次名为“秃鹰重生行动”的演习汇集了Moog、Echodyne和数据平台公司Picogrid，展示了现有的炮塔武器站（这种武器站已经安装在美国陆军的多种车辆上）如何通过加装雷达、边缘计算机和人工智能目标模块转变为有效的反无人机系统，而不是购买全新的硬件。
小型无人机系统，从改装为携带手榴弹的商业四旋翼无人机到专门设计的第一人称视角自杀无人机，已成为现代陆战的一个显著特征。乌克兰已经经历了数千次针对装甲车辆、后勤车队和步兵阵地的此类打击，而包括伊朗、俄罗斯和各种非国家行为者在内的对手们也在大力投资于扩大廉价无人机的生产，正是因为这种成本不对称极为有利。一个价值500美元的无人机摧毁一个价值400万美元的装甲车辆，是任何攻击者都会反复接受的交易。抵御这种交换需要能够快速应对威胁的系统，并且成本不会使防御者破产。
Moog的可重构集成武器平台（RIwP）通过升级士兵们已经拥有的设备来解决这个问题，而不是替换它。该平台将边缘计算机和Echodyne的EchoShield雷达与设计用于连接任何现有美国陆军炮塔武器站的电缆打包在一起，这意味着改装可以广泛应用于多种车辆，而无需购买新车辆或进行漫长的集成程序。Echodyne将EchoShield描述为一种基于商业现成设计的中程雷达，具有行业标准接口，这在实践中意味着它可以直接向其他系统提供目标数据，而无需定制软件桥接。该雷达使用机器学习模型进行分类，区分无人机类型和配置，并生成精确的位置信息，随后人工智能目标系统将其转换为射击解决方案。
胡德堡的演习展示了在压力下这一链条的运作效果。团队测试了从Group 1到Group 3的无人机威胁，这一分类涵盖了从不到五磅到大约1300磅的无人机，以及从树顶高度到18000英尺，代表了步兵和车辆乘员在争夺空域中最有可能遇到的小型到中型无人系统的全谱系。在不到三秒的时间内检测、精确跟踪并打击该威胁类别中的目标，对于以高速飞行并携带弹头的来袭系统来说，这一反应时间至关重要。人工智能目标能力还展示了被动检测，这意味着它可以在不发出信号的情况下识别威胁，从而不会暴露其位置，同时具备自主目标锁定、信号中断后的跟踪重新获取和多目标锁定，能够同时处理多个威胁。
Echodyne的首席执行官Eben Frankenberg总结了这一方法的核心论点：“通过结合高质量的雷达传感器和快速的数据集成，可以从现有的战场系统中以更经济和更快速的方式提供令人印象深刻的反无人机能力，而不是使用专门设计的系统。”
专门设计的反无人机系统每个单元的成本可能高达数百万美元，并且通过传统采购渠道需要数年才能采购和部署。而一个能够在陆军已经拥有的硬件上实现可比的打击时间的改装套件，显著压缩了成本和时间。
Moog的国防高级副总裁Mike Gruver明确指出了紧迫性：“这是一个迅速加强反无人机防御并保护战斗人员免受不断演变威胁的关键时刻。与Echodyne等团队合作，确保美国及其盟友能够获得最佳的反无人机能力。”
Picogrid Legion数据平台将演习的任务系统连接到一个安全的陆军网络，解决了其他反无人机集成努力中遇到的一个空白……
仅显示内容预览。完整文章请访问原始来源。 查看完整文章
美国陆军于三月底在胡德堡进行了一次实弹演习，测试了一种人工智能引导的无人机对抗系统，该系统在三秒钟内摧毁了无人机。该系统通过新技术升级现有武器站，展示了对各种无人机威胁的有效对抗能力。演习强调了快速应对和先进目标系统整合的重要性。
- 美国陆军在胡德堡测试了一种人工智能引导的无人机对抗系统。
- 演习展示了在三秒钟内摧毁无人机的能力。
- 该系统通过新技术整合现有武器站，实现了成本效益的升级。
- 演习涉及多种类型的无人机，模拟现实世界的威胁。
- 雷达与人工智能目标系统的整合在压力下成功测试。