跨界 · 融合 · 服務 · 創新
9月，美國洛?馬公司與威瑞森通信公司演示5G無人機在飛行中快速、安全傳輸實時數據，并捕獲、定位軍事目標的能力——演示中，4架無人機連接到2個5G網絡節點，協同執行ISR任務；無人機捕獲的數據在5G專用網絡和代理公共網絡之間無縫、安全地傳輸；無人機成功定位正在發射低功率射頻信號的目標。此次演示驗證可為國防部提供兩項關鍵技術：①利用5G毫米波鏈路傳輸ISR射頻和流媒體數據。②無源檢測和定位敵方裝備發射的各類射頻信號。
3.美國陸軍試驗無人機蜂群戰場感知能力
4月，美國陸軍宣布在EDGE演習中試驗無人機蜂群多元化作戰能力。此次試驗將大量運用電子戰系統，包括電子感知和電子攻擊，以獲取決策優勢，為作戰行動提供便利。美陸軍還計劃實驗多元情報感知能力，依托30架搭載不同載荷的小型無人機蜂群，可執行自動檢測和識別、目標瞄準、戰損評估等行動，還將利用電子支援載荷支撐開展協同搜索任務。
4.美軍首次演示“軍團”紅外吊艙異構平臺目標定位能力
4月，美國空軍使用1架F-15戰斗機和1架F-16戰斗機，首次演示了“軍團”紅外搜索與跟蹤吊艙的異構平臺目標處理能力，依托兩機間數據鏈實現信息的無源共享，對目標實施無源三角定位。
三、陸基系統：貼近戰場，提供先敵感知優勢
ISR裝備將長期成為陸軍關鍵發展領域。俄烏戰場的大量實戰案例對陸基ISR裝備提出了新需求，各國已采取針對性措施，在裝甲單位威脅感知、戰場監視以及夜戰能力方面投入明顯提高。
（一）美陸軍將ISR能力作為未來關鍵發展目標
9月，美國陸軍部闡述了陸軍必須發展的六大關鍵領域，首當其沖的就是戰場感知能力。陸軍計劃通過一系列ISR平臺來實現這一目標，包括多域傳感系統、高精度探測和開發系統、地面層系統，此外，陸軍強調，實現各類ISR數據在不同層級部隊的信息共享也將是未來發展的關鍵。
（二）英德拉公司推出裝甲車載主動防護雷達
7月，西班牙軍工巨頭英德拉公司推出了一種新式裝甲車載主動防護雷達，采用高度模塊化的設計，可探測、識別和跟蹤各種類型彈藥（包括傳統的反坦克導彈、榴彈及炮彈，以及新式的巡飛彈、無人機等新興威脅），具備極高的探測效能。除了探測效率外，這款雷達可以在任何極端條件下，如高溫、低溫、高濕時都能正常工作，并能適應現代戰場的復雜電磁環境，應對復雜多變的戰場威脅。
新型主動防護雷達外觀圖
（三）美國DARPA啟動眼鏡式增強型夜視儀項目
1月，DARPA宣布啟動單兵夜視儀小型化輕量化研究項目第一階段，開發新型眼鏡式夜視儀，將夜視儀集成縮小到眼鏡級別的尺寸和重量，減少穿戴者頸椎損傷，同時提高探測性能。該計劃目前分為兩個小組，一組重點研發眼鏡式夜視儀原型，減少目鏡和圖像增強器的尺寸；另一組重點開發將反射的紅外線圖像轉變為可見光圖像的新方法。
（四）泰雷茲公司推出下一代雙頻高清相機
10月，法國泰雷茲公司宣布推出下一代雙頻非制冷熱成像傳感器——“米勒瓦”Minerva高清相機，采用1280×1024像素的高清檢測器，是傳統VGA傳感器像素的2倍，使用戶可比敵人看得更清、更遠，并采用低延遲和自動圖像處理算法確保用戶在未經調整的情況下無延遲優化戰場態勢感知能力。
四、?；到y：多功能化、無人化、分布式特征明顯
現代高復雜度戰場對?；鵌SR裝備提出了新需求：高度集成的多功能系統將是小型艦艇必須考慮的因素；遠程探測已成為對海監視的關鍵能力；無人感知將是分布式海上作戰的關鍵賦能技術。
（一）以色列推出新型艦載多任務雷達STAR-X
8月，以色列航空航天工業公司推出STAR-X三坐標多任務艦載雷達，可裝備多元化裝備。該雷達工作于X波段，采用氮化鎵固態發射模塊，可對空中、面上目標實施有效探測，并能夠與作戰管理系統和防空系統無縫集成。
STAR-X示意圖
（二）Chess公司推出下一代光電監視系統EOSS
10月，英國Chess Dynamics推出了下一代光電監視系統（EOSS），采用全數字化架構，滿足多任務配置，旨在為海上、海岸和邊境環境提供遠程監視和態勢感知能力，能夠提供高質量和高準確度的數據。
（三）美海軍將為無人艇集成自主威脅探測系統
4月，美海軍水面作戰中心宣布將把其自主威脅探測系統整合在無人水面艇（USV）上，采用視頻分析和機器學習算法，以及雷達和傳感器技術來探測和分類可能的威脅，將對美海軍分布式作戰提供有力技術支撐。
（四）意大利萊昂納多公司推出分布式靜態凝視紅外搜索和跟蹤系統
10月，意大利萊昂納多公司推出新型“分布式靜態凝視紅外搜索和跟蹤系統”（DSS-IRST），采用模塊化架構，配備多個光電定向單元（DHU），可高效降低誤警率，并基于人工智能、大數據處理等領域的新型軟硬件技術，實現對復雜作戰環境的自適應匹配。
五、新興技術：聚焦人工智能、射頻電子和光電科學三大領域
（一）人工智能應用
1.美國陸軍尋求為綜合視覺增強系統集成人工智能技術
1月，美國陸軍發布一份信息征詢書，為綜合視覺增強系統(IVAS)尋求開發并集成人工智能和機器學習能力，涉及約30個人工智能和機器學習相關領域，包括人工智能型目標檢測算法、戰場數據處理、混合現實士兵界面和戰場語言翻譯等。
