چهار فناوری کلیدی برای آینده پهپادها (بخش اول)

مقدمه

بیش از 170 سال از اولین استفاده یک هواگرد بدون سرنشین برای اهداف نظامی می‌گذرد. سال 1849 ارتش اتریش برای شکست مقاومت شهر ونیز که در محاصره نیروهای این کشور بود از 200 بالن کوچک بدون سرنشین استفاده کرد. هر یک از این بالن‌ها به بیش از 10 کیلوگرم بمب مجهز بود که از طریق یک فیوز زمانی رها می‌شدند. بر اساس برنامه‌ریزی قرار بود با رسیدن بالن‌ها روی شهر فیوزها عمل کرده و بمب‌باران انجام شود. پس از رهاسازی بالن‌ها، به دلیل تغییر جهت باد بیشتر آن‌ها تغییر جهت داده و از شهر دور شدند و حتی برخی از آن‌ها به سمت نیروهای اتریشی برگشته و بمب‌ها رها شدند. در این عملیات تنها یک بالن بمب را به درستی روی شهر رها کرد.

این عملیات آغازی بر ورود هواگردهای بدون سرنشین (UAV) به میادین جنگی بود. با آغاز جنگ جهانی دوم کشورهای درگیر تلاش زیادی به توسعه هواپیماهایی کردند که ضمن ایجاد برتری هوایی، بتوانند بدون تلفات انسانی خسارت زیادی به تاسیسات دشمن وارد کنند. ارتش نازی سال 1939 یک هواپیمای بدون سرنشین با کنترل رادیویی برای اهداف آموزشی (آموزش پدافند هوایی) و نظارتی طراحی کرد. اواخر سال 1942 آلمان‌ها می‌توانستند با دوربین نصب شده روی هواپیما تصاویر موقعیت قرارگیری نیروهای دشمن را ذخیره و پس از فرود، آن را بازخوانی کنند.

دوران جنگ سرد فرصت مناسبی برای توسعه بیشتر پهپادها بود. در جنگ ویتنام، ارتش ایالات متحده از هواپیماهای بدون سرنشین برای اهداف نظارتی و تهاجمی استفاده کرد. اما پیشرفت واقعی در پهپادهای جنگی در سال 1995 و با توسعه هواپیمای Gnat که بعدها Predator نام گرفت، آغاز شد. یک پهپاد با طول بال‌های حدود 15 متر که توانایی پرواز 12 ساعت مداوم را دارد. دوربین‌های نصب شده روی پهپاد توانایی ارسال تصاویر زنده را به صدها یا هزاران مایل دورتر جایی که خلبان هواپیما را کنترل می‌کند، دارند.

با آغاز جنگ افغانستان و عراق، استفاده از پهپادها برای اهداف تهاجمی گسترش یافت و ایالات متحده از آن‌ها برای حمله به مقر القاعده و صدام حسین استفاده کرد. از اوایل قرن بیست‌ویکم کشورهای بیشتری به توسعه پهپادها روی آوردند و رقابت زیادی بین بلوک شرق و غرب در استفاده از فناوری‌های جدید شکل گرفت. هزینه‌های کمتر و عدم به خطر افتادن جان خلبان، دلیل اصلی تمایل کشورها به استفاده از پهپادها به جای هواپیماهای سرنشین‌دار است. بر اساس اطلاعات منتشر شده از سوی وزارت دفاع ایالات متحده، از سال 2014 تعداد خلبانان آموزش دیده برای پهپادها بیشتر از خلبانان جنگنده‌های سرنشین‌دار ارتش این کشور بوده است.

در حال حاضر پهپادها یکی از بازیگران اصلی میادین جنگی هستند و برتری هوایی در گرو استفاده از فناوری‌های پیشرفته در این هواگردها است. فناوری‌هایی که می‌تواند نه تنها هواپیماهای بدون سرنشین فوق سنگین، بلکه پهپادهای کوچک همچون یک کوادکوپتر را تبدیل به جنگ‌افزاری کشنده کند. در این مطلب قصد داریم به 4 فناوری‌ کلیدی که در حال حاضر یا آینده می‌توانند دنیای نبردهای هوایی را تغییر می‌دهند، بپردازیم.

هوش مصنوعی در پهپاد

در حوزه فناوری‌های نرم‌افزاری، هوش مصنوعی مهم‌ترین فناوری است که می‌توان از آن به عنوان محور اصلی پهپادهای آینده یاد کرد. وزارت دفاع ایالات متحده تنها برای سال 2022 حدود 1 میلیارد دلار اعتبار برای توسعه فناوری‌های مرتبط با هوش مصنوعی و بکارگیری آن در پروژه‌های نظامی خود در نظر گرفته است. در حال حاضر وزارت دفاع این کشور بیش از 600 پروژه در رابطه با بکارگیری هوش مصنوعی در جنگ‌افزارها دارد.

هوش مصنوعی می‌تواند از جنبه‌های مختلف به دنیای پهپادها نفوذ کند. از حوزه تحلیل داده‌ها و تصمیم‌گیری‌ گرفته تا هدایت و ناوبری خودکار یک پهپاد، همگی مستعد استفاده از فناوری‌ هوش مصنوعی هستند.

باید یادآور شد که در حال حاضر بکارگیری هوش مصنوعی در پروژه‌های هوایی از مراحل تحقیقات آزمایشگاهی فراتر رفته و به شاهد استفاده از آن در برخی پروژه‌های عملی هستیم. به عنوان مثال، ارتش ایالات متحده سال گذشته میلادی کنترل یک پهپاد MQ-20 را در اختیار کامپیوتری با هوش مصنوعی قرار داد و پرواز آزمایشی با موفقیت انجام شد. نرم‌افزار هوش مصنوعی بکار رفته در این آزمایش Skyborg نام دارد که در واقع یک پروژه بزرگ برای ساخت پهپادی با همین نام است. سال 2019 نیروی هوایی ایالات متحده اعلام کرد قصد دارد از پهپاد Skyborg به عنوان پلتفرم اصلی برنامه پرواز تجمعی خود استفاده کند. این پهپاد به سفارش نیروی هوایی توسط چند شرکت از جمله بوئینگ، نورثروپ‌‌گرومن و لاکهیدمارتین ساخته خواهد شد. طراحی آن‌ تا حدودی مشابه با پهپاد XQ-58 خواهد بود. در توضیحات منتشر شده از این پهپاد در وبسایت آزمایشگاه تحقیقاتی نیروی هوایی ایالات متحده آمده است:« Skyborg یک پلتفرم بدون سرنشین با تمرکز روی خودمختاری است که نیروی هوایی را قادر می‌سازد با هواپیماهای کم هزینه و تیمی در مقابل دشمنان اقدام سریع و قاطع نشان دهد.»

در پروژه ساخت Skyborg چندین شرکت نوپا و مراکز تحقیقاتی دانشگاهی نیز حضور دارند. نیروی هوایی قصد دارد با حذف موانع ورود فناوری‌های جدید به صنعت، از نوآوری‌های نرم‌افزاری و سخت‌افزاری که توسط شرکت‌های کوچک یا دانشگاه‌ها ارائه شده‌‌اند در پروژه جدید خود استفاده کند.

 

الف) تصویر گرافیکی از پهپاد Skyborg مجهز به سیستم کنترل کاملا خودکار	ب) پهپاد MQ-20 که از آن برای آزمایش نرم‌افزار هوش مصنوعی Skyborg استفاده شد

ارتش ایالات متحده همچنین می‌تواند از این نرم‌افزار هوش مصنوعی به عنوان خلبان کمکی در جنگنده‌های سرنشین‌دار استفاده کند. در دسامبر 2020، نیروی هوایی ایالات متحده یک پرواز آزمایشی را انجام داد که در آن یک هواپیمای جاسوسی U2 از طریق خلبان هوش مصنوعی به پرواز درآمد. این سیستم خلبان هوش مصنوعی که با نام ARTUµ شناخته می‌شود، بر اساس برنامه کامپیوتری یادگیری ماشین µZero توسعه یافته است. درحالی که در آزمایش مذکور خلبان هوش مصنوعی وظیفه هدایت هواپیما و جستجوی اهداف بالقوه را بر عهده داشت، خلبان ارتش ایالات متحده روی بررسی و شناسایی تهدیدها متمرکز بود.

بنابراین می‌توان پیش‌بینی کرد هواپیماهای آینده کاملا خودکار عمل خواهند کرد و برای انجام عملیات‌های پیچیده نیازی به استفاده از نیروی انسانی به عنوان خلبان نخواهند داشت. هوش مصنوعی علاوه بر افزایش سرعت تصمیم‌گیری‌ها در میدان‌های نبرد سریع، احتمال از دست‌ رفتن هواپیما توسط حملات سایبری روی لینک کنترل رادیویی هواپیما را نیز کاهش می‌دهد.

هوش مصنوعی همچنین می‌تواند در پردازش سریع داده‌‌ی حسگرها و شناسایی اهداف از روی آن‌ مورد استفاده قرار گیرد. در مورد پهپادهای نظارت و شناسایی، حجم زیادی داده‌ از حسگرهای مختلف همچون رادارهای روزنه مصنوعی، دوربین‌های مادون‌قرمز و الکترونوری، سیستم‌های جنگ الکترونیک مانند COMINT و ELINT جمع‌آوری می‌شود. این داده‌ها باید به سرعت پردازش و اهداف بالقوه شناسایی شوند. در این موارد هوش مصنوعی می‌تواند در شناسایی دقیق و سریع اهداف کمک زیادی کند.

سال 2021 دولت هند اعلام کرد در حال کار روی پروژه‌ای به منظور توسعه نرم‌افزار هوش مصنوعی برای کوادکوپتر‌های پلیس این کشور است. این نرم‌افزار با تکنیک‌های یادگیری عمیق و هوش مصنوعی می‌تواند حالت انسان‌ها را در تصاویر ویدئویی تخمین زده و آنها را با وضعیت‌هایی که محققان به عنوان «خشونت‌آمیز» تعیین کرده‌اند، مطابقت ‌دهد. این نرم‌افزار می‌تواند پنج حالت خشونت‌آمیز شامل خفه‌کردن، مشت‌زدن، لگد‌زدن، چاقو زدن و تیراندازی را شناسایی کند.

در مورد پهپادهای بزرگ، تعمیر و نگهداری هزینه‌های سنگینی روی دوش دولت‌ها قرار می‌دهد. همانطور که هوش مصنوعی و اینترنت اشیاء برای پیش‌بینی خرابی‌های احتمالی در هواپیماهای سرنشین‌دار استفاده شده‌اند، این فناوری‌ها می‌توانند در آینده با تحلیل وضعیت سلامت هر بخش از پهپاد، احتمال بروز خرابی را قبل از بروز آن به پرسنل تعمیر و نگهداری اطلاع دهند.

رادارها و سیستم‌های رادیویی در پهپاد

امروزه رادارها، سیستم‌های جنگ الکترونیک و لینک‌های رادیویی فرکانس بالا نقش حیاتی در موفقیت نبردهای هوایی ایفا می‌کنند. تسلط بر طیف فرکانس الکترومغناطیسی و طراحی سیستم‌های کارآمد رادیویی می‌تواند گامی بلند برای ساخت پهپادهای نظامی و غیرنظامی نسل آینده باشد. تسلط بر طیف فرکانس الکترومغناطیسی نیازمند استفاده از روش‌ها و فناوری‌های پیشرفته در طراحی مدارات، الگوریتم‌های نرم‌افزاری، ساخت تراشه و غیره است. از سوی دیگر نیاز بی‌انتها برای پهنای باند و حجم بالای داده‌های مربوط به رادارها و تجهیزات جنگ الکترونیک نظامی، بر طراحان سیستم‌های پردازش سیگنال فشار وارد می‌کند تا نوآوری‌های مختلفی در سطح بورد و تراشه‌ها ارائه دهند. یکی از مهم‌ترین نوآوری‌های سال‌های گذشته در این حوزه توسط شرکت زایلینکس صورت گرفته است. این شرکت با معرفی خانواده جدید RFSoCهای خود با عنوانZynq UltraScale+، توانست توجه بسیاری از تولیدکنندگان تجهیزات رادیویی را به خود جلب کند.

محدودیت‌های فضا، وزن و توان مصرفی در یک پهپاد باعث می‌شود این پلتفرم‌ها محدودیت زیادی در حمل محموله‌های عملیاتی داشته باشند. این در حالی است که یک پهپاد برای حضور در میادین عملیاتی معمولا نیاز به سیستم‌های رادیویی زیادی دارد. تراشه‌های RFSoC دارای سطح بالایی از تلفیق و یکپارچه‌سازی اجزا هستند که در مقایسه با طراحی یک برد با اجزا و ویژگی‌های مشابه، کاهش چشمگیری در ابعاد، وزن و توان مصرفی ایجاد می‌کنند. شکل 2 به خوبی این کاهش ابعاد را نشان می‌دهد. در این تصویر سعی شده است هر یک از قطعات با ابعادی تقریبا متناسب با سایر عناصر نمایش داده شود و فاصله بین قطعات در بخش سمت چپ نیز مدلی از یک طراحی بسیار خوب PCB در دنیای واقعی است. نتایج مقایسه بیانگر حداقل 50 درصد کاهش ابعاد یک طرح RFSoC در مقایسه با استفاده از قطعات مجزا است.

شکل (2): مقایسه ابعاد RFSoC (سمت راست) با طرحی شامل اجزای معادل و مجزا (سمت چپ)

علاوه بر ابعاد، به راحتی می‌توان گفت وزن نهایی سیستم نیز با توجه به تبدیل 9 تراشه به یک تراشه، کاهش زیادی خواهد داشت. اما در واقع کاهش وزن تنها به این مورد ختم نمی‌شود. برای هر وات توان مصرفی در یک سیستم، مکانیزم خنک‌سازی نیازمند اجزای فلزی یا کامپوزیتی بیشتری بوده و این به معنی افزایش قابل توجه وزن نهایی طرح است. یک RFSoC می‌تواند به راحتی منجر به 30 تا 40 درصد مصرف توان کمتر شده و به دنبال آن از پیچیدگی و وزن سیستم خنک‌کننده بکاهد. علاوه بر آن، کاهش توان مصرفی می‌تواند از جنبه‌های دیگر مانند کاهش وزن باتری‌های مورد نیاز یا ژنراتورهای تولید انرژی، به سبک‌تر شدن یک پلتفرم هوایی کمک کند.

سیستم‌های راداری و جنگ الکترونیک به دلیل تعدد کانال‌های مورد استفاده، با چالش هزینه بالا و پیچیدگی طراحی مواجه هستند. از سوی دیگر بهبود کارایی و دقت این سیستم‌ها مستلزم افزایش تعداد کانال‌ها خواهد بود و این به معنای هزینه نهایی زیاد برای هر دستگاه است. بخشی از پیچیدگی این گونه سیستم‌ها، مربوط به واحدهای افزاینده و کاهنده فرکانس است.

یک راه‌حل معمول برای این مشکل، نمونه‌برداری مستقیم از سیگنال RF است. این راه‌حل نسبت به روش‌های سنتی فیلتر و انتقال فرکانس به مقادیر بالا (Up Converter) یا مقادیر پایین (Down Converter)، یک رویکرد انعطاف‌پذیرتر است. نمونه‌برداری مستقیم از سیگنال RF، می‌تواند در حوزه دیجیتال انجام شود که موجب کاهش توان مصرفی و هزینه‌های ساخت سیستم خواهد شد. این بدان معناست که بخش RF می‌تواند نسبت به فناوری‌های آنالوگ سنتی، پهنای باند بیشتری را پشتیبانی کرده و توان کمتری را مصرف کند. استفاده از نرخ نمونه‌برداری بالا در مبدل‌های داده به این معناست که می‌توان بخش زیادی از مدارات فیلتر و شکل‌دهنده سیگنال آنالوگ را به آنتن نزدیک‌تر کرد. این کار باعث می‌شود بخش RF ساده‌تر و انعطاف‌پذیرتر از گذشته شود (شکل 3).

شکل (3): جایگزینی مدارات پیچیده IF با نمونه‌برداری مستقیم از سیگنال RF

در واقع با حذف مدارات پیچیده افزاینده و کاهنده فرکانس، تعداد زیاد فرکانس‌های IF معمول در سیستم‌های راداری، ارتباطی، ناوبری و جنگ الکترونیک نیز حذف می‌شوند. این به معنای کنترل بیشتر در پردازش سیگنال دیجیتال و سطوح نرم‌افزاری سیستم است. با نرم‌افزاری شدن بخش عمده‌ای از مدارات گیرنده و فرستنده، سیستم می‌تواند با سرعت زیاد نسبت به تغییرات مورد نیاز، ارتقاء یابد. به عبارت دیگر، RFSoC را می‌توان یک ابزار رادیو- نرم‌افزاری (SDR) قدرتمند در نظر گرفت.

پایان بخش اول