EpiSci 赢得了与美国太空发展局 （US Space Development Agency） 的 160 万美元合同，以充实其人工智能驱动的高超音速导弹跟踪系统。

高超音速导弹跟踪系统的艺术效果图。

L3哈里斯 

美国太空发展局 （SDA） 已正式选择总部位于加利福尼亚州的 EpiSci 开发其计划中的尖端软件，以检测飞行中的高超音速导弹。该计划标志着导弹防御能力的重大进步，利用人工智能 （AI） 的力量来分析来自近地轨道 （LEO） 卫星的大量数据。

“以 10 马赫的速度，高超音速武器可以在不到一个小时的时间内到达美国本土。随着新出现的威胁不断突破飞行速度的界限，国防部 （DoD） 对保持卓越反制技术的要求越来越高，包括为其早期预警防御系统检测、跟踪和分类高超音速目标的能力，“EpiSci 解释道。

这个雄心勃勃的项目的核心是一个广泛的导弹跟踪卫星网络，该网络由 SpaceX 的猎鹰 9 号火箭精心策划。该星座由导弹防御局 （MDA） 的高超音速和弹道跟踪空间传感器 （HBTSS） 以及 SDA 第 0 批 （T0） 跟踪层卫星组成。它们共同代表了监控能力向前迈出的巨大一步。

MDA 和 SDA 之间的合作伙伴关系对于监测高超音速和弹道导弹威胁以及提供全面的全球预警系统至关重要。将这些卫星集成到 LEO 中可以提高威胁检测的准确性，并显著加快对新出现的威胁的响应时间，从而建立导弹防御的新标准。

EpiSci 在其 160 万美元的合同中承诺超越软件开发。他们的目标是彻底改变人工智能技术在国防中的使用。他们的软件将通过分析来自导弹跟踪卫星的数据来准确识别高超音速威胁。这项创新有望为识别这些类型的威胁带来前所未有的准确性。

这一令人印象深刻的技术成就是与 Raytheon Technologies 的战略合作的结果，带来了他们的导弹防御模拟和数据分析专业知识。它们共同组成了一个强大的联盟，以应对高超音速导弹日益增长的威胁，展示了人工智能在塑造全球安全未来方面的关键作用。

美国太空开发局 （Space Development Agency）、EpiSci 公司 （EpiSci） 和雷神技术公司 （Raytheon Technologies） 之间的合作标志着导弹防御新时代的开始。通过利用卫星技术、人工智能和专家分析的力量，这项合作旨在建立一个强大的防御机制，能够拦截人类有史以来最快的导弹。

SDA 对全球防御技术的远见卓识已在 LEO 建立了一个由多达 100 颗导弹跟踪卫星组成的网络。该网络旨在提供抵御先进导弹威胁的全球盾牌，是实现更安全、更可靠的世界的希望灯塔。这些实体之间的合作伙伴关系标志着国防技术的一场革命，照亮了通往更光明未来的道路。

SDA 最近授予 EpiSci 的合同标志着加强全球防御系统的重要一步。这项工作使用卫星技术、人工智能和专家分析来检测和消除高超音速导弹威胁。这些尖端技术创造的合作在该领域开创了新的先例，并有望彻底改变我们保护自己免受潜在威胁的方式。

EpiSci 的模块化战术 AI 旨在通过提供 AI/ML 增强算法来解决这些新出现的挑战，从而在边缘实现快速、低延迟的检测、分类和预测跟踪。这些新兴系统将能够智能地将资源集中在感兴趣的对象上，并适应前所未见的目标。EpiSci 正在与 Raytheon Missile Systems 合作，提供复杂环境中高超音速目标的代表性训练和评估数据集，“EpiSci 解释道。

MDA 和 SDA 宣布即将发射高超音速和弹道跟踪空间传感器和第 0 批卫星

导弹防御局 （MDA） 和太空发展局 （SDA） 宣布即将从佛罗里达州卡纳维拉尔角空军基地的 40 号航天发射场向近地轨道发射六颗卫星。

今天计划发射的卫星将包括 MDA 的两颗高超音速和弹道跟踪空间传感器 （HBTSS） 卫星，以及其扩散战斗机空间架构 （PWSA） 的最后四颗 SDA 第 0 批 （T0） 跟踪层卫星。作为国家安全太空发射计划的一部分，SpaceX 的猎鹰 9 号火箭将把卫星送入轨道。

“随着我们进入导弹预警、跟踪和防御的新阶段，这次发射代表了 MDA 的关键时刻，”MDA 主任 Heath Collins 中将说。“这些 HBTSS 卫星是我们努力领先于对手的重要一步。”

MDA、美国太空军和 SDA 正在合作开发 HBTSS 作为空间传感器原型演示，提供击败先进导弹威胁所需的火控质量数据。最终，这些数据对于实现导弹防御武器的交战至关重要，包括高超音速滑翔阶段武器的交战。HBTSS 的这种“从出生到死亡”的跟踪将使从发射到拦截的导弹威胁保持监管成为可能，无论其位置如何。

湍流点如何振动高超音速飞行器

Casper 表征高超音速湍流点的实验使用创新的诊断技术来深入了解压力波动和飞行器结构响应之间的相互作用。

凭借先进的成像技术和高速传感器，该研究表明，过渡压力波动是由在一毫秒内经过的间歇性湍流点产生的。随着斑点的增长，它们会合并成一个完全湍流的层。Casper 捕获的数据有助于改进她在 Sandia 的同事开发的预测性计算机模拟。

Casper 在桑迪亚的高超音速风洞中使用了一个锥形模型，该模型带有一个集成的薄面板，嵌入了压力传感器和加速度计，研究了对湍流点的响应或振动。

她说，当通过湍流点的频率与面板的自然结构频率相匹配时，会产生强烈的共振，其振动水平比这些点与面板不匹配时大 200 倍以上。“这将是航班最坏的情况。”现在，工程师们有了一种改进的方法来预测和适应这种情况。

喷砂漆测量压力

Casper 的很多工作都是在 Sandia 的风洞进行的，但并不止于此。去年，Casper 将类似的压力诊断技术迁移到了 Sandia 的爆破管中，以在更大规模的现场测试中展示首次用于风洞的压敏涂料技术。她将复杂的灯光、高速摄像机和精心配制的压敏涂料化学成分相结合，以捕捉冲击波在车辆上滚动的效果。

就像风洞中的湍流点一样，激波会产生不稳定的压力载荷，使飞行器振动。

在 6 英尺直径的爆炸管的一端引爆炸药后，冲击波穿过管子，然后击中另一端的模型。传统上，模型上会放置数百个小型压力传感器来测量力。相反，Casper 建议使用压感涂料。

“使用传感器，您只能在放置传感器的离散位置获得压力读数，”Casper 说。“有了油漆，你可以在任何地方获取数据。”

8 月，油漆被喷绘在一个模型鼻锥上。四个大功率水冷紫外线灯照射在压敏涂料上，使其发出荧光。油漆暴露于的氧气越多，它的荧光就越少。压力越大，氧气就越大。因此，当爆炸产生的冲击波穿过模型，增加其表面的压力时，油漆的发光强度会降低。

用用于阻挡紫外线的滤光片以 25 kHz （或每秒 25,000 次循环）拍摄的高速相机捕捉到，结果是从尖端到底部在模型上生长出黑影;然后，当反射的冲击经过时，阴影从底部侵入到尖端。

油漆荧光的变化可以根据施加在模型上的压力大小进行校准。

Casper 和团队在两天内进行了 8 次爆破管运行，并从首次此类测试中吸取了一些宝贵的经验教训。例如，这些测试在天黑或至少多云时收集更好的数据，因为阳光会干扰油漆的荧光。

资料已经 上传知识星球；近期上传资料如下：

【智慧兵棋推演专题】美国在人工智能兵棋推演的使用介绍--21份技术资料，超50万字的干货

提高空中和导弹防御（AMD）系统在人类与人工智能之间的信任-182页论文+145页技术论文

工智能用于防空和导弹防御安全风险评估的技术报告-162页

基于代理的模型对马赛克战争的建模技术介绍-涉及180页资料共计13万字的干货

【人工智能与杀伤链专题】以机器速度做出决策：将 AI 引入命令链-含30份技术资料-共406页-超100万字干货

【反无人机蜂群专题】关于在战斗中对小型无人机蜂群防御和手段-涉及28份资料-超100万字

海军兵棋推演战斗管理辅助工具中的博弈论和规范分析-2022最新84页论文

多域作战中的风险感知-美国陆军55页报告

游荡弹药和不可预测性：武器系统的自主性和对人类控制的挑战-72页

技术报告基于人工智能（AI）的空中和导弹防御（AMD）：以结果为导向的辅助决策-145页

近日推出反无人机专题-含关于在战斗中对小型无人机蜂群防御和手段-涉及28份资料-超100万字

本文节选自原文的一部分内容，原文进入知识星球下载：