中国科研人员开始给导弹装AI，让它自己分辨目标。
据《南华早报》8月13日报道，中国研究团队已经开发出一种轻量化人工智能识别系统，未来可部署到红外制导空空导弹上，让导弹通过目标的红外特征识别战斗机。
研究人员使用弹载扫描红外成像系统获取的3245张目标图像进行了测试，数据集包括3类空中目标，其中两类分别模拟F-22和F-35，另一类为巡飞弹目标。
测试中，模型识别准确率达到97.1%。
以前主要的方向是如何发现隐身战机，现在技术已经朝着发现之后，导弹自己能不能把它认出来的方向推进。
美国战机
美国曾在战机方面有着代差领先。
F-22和F-35通过外形设计、吸波材料以及机体细节处理，把特定方向上的雷达反射特征压到很低，让传统雷达更难在远距离稳定发现和跟踪。
几十年来，美国围绕这套优势设计了一整套空战思路：让隐身飞机尽可能晚地暴露，抢先发现对手、抢先发射导弹。
可隐身并不代表真的无法被看到。
雷达波可以想办法少反射，发动机却必须工作。
飞机高速飞行时，发动机尾喷流、喷口以及气动加热后的机体都会释放红外辐射。
F-22、F-35当然也采取了降低红外特征的措施，可物理规律不会因为美国给飞机贴上隐身的标签就让路。
只要还要靠发动机产生推力，它就不可能把自己的热特征彻底抹掉。
美国战机
这正是中国团队选择红外路线的价值所在。
传统红外制导导弹面对飞机释放的热焰弹，可能需要依据热源强度、运动规律等特征判断真正目标。
发展到红外成像导引头以后，导弹看到的已经逐渐从一个简单的“亮点”变成具有空间特征的红外图像。
如今再把AI目标识别塞进去，导弹获得的能力就更加接近看清楚以后再判断。
而中国研究团队现在在做的事情，是把地面计算机才能完成的一部分工作，塞进导弹里。
这并不容易，2026年《中国航天》相关学术研究在讨论AI弹载探测时就明确指出，弹载平台面临算力、功耗和实时性之间的矛盾，高速武器还提出了毫秒级响应要求。
研究提出，应发展面向弹载平台的轻量化模型，通过模型压缩、动态量化等方式满足实时处理需求。
这一步一旦工程化成熟，传统热焰弹的日子恐怕也会越来越难过。
美国战机
而对于美国来说，麻烦还远远不止这一项研究。
2024年，中国科研人员曾公开一种针对F-22等隐身目标的雷达处理方法。
相关团队称，在模拟环境下，该技术可以显著增强隐身目标的有效雷达特征，并将目标定位误差压缩至约20米。
研究人员提出，这类信息可以进一步提供给拦截战斗机或防空导弹。
到了2025年，中国另一支科研团队又从红外方向下手。
相关科研团队在模拟研究中分析F-35的红外特征后指出，虽然机体本身可以通过隐身和热管理降低暴露程度，但发动机尾流温度可接近1000开尔文，其部分波段的红外辐射显著强于机体。
研究模拟显示，如果在约20公里高度部署大型红外探测平台，从侧后方向观察时，对F-35尾流热特征的理论探测距离可以超过1800公里。
这些都说明，中国反隐身研究并没有押注在某一种雷达上。
现在已经有了各种各样的方案，结合起来之后，美国隐身战机就彻底无处遁形了。
启牛配资提示：文章来自网络，不代表本站观点。
