又一架殲-35綠皮機畫面曝光！細節(jié)滿滿

量產(chǎn)提速，沈飛再曝殲-35綠皮機畫面！最新曝光的視頻中，多名青年工作人員身后，身披綠色底漆的殲-35新機清晰亮相，這次沈飛用了最近網(wǎng)絡(luò)上很火的運鏡，十有八九是新拍攝的。

從機身上的EOTS光電系統(tǒng)、起落架彈射拉桿來看，這次展示的也是彈滑兼容的戰(zhàn)斗機，是專為航母打造的五代隱身艦載機。

網(wǎng)友調(diào)侃不斷，沒看夠，麻煩美女們暫且讓一讓，你們擋著我看飛機了！

又一架殲-35綠皮機畫面曝光

開年首飛、“0001編號”戰(zhàn)機亮相，如今新機持續(xù)下線，國產(chǎn)艦載隱身戰(zhàn)機正全速量產(chǎn)、一路穩(wěn)步向前！下一次，期待安排全景8K高清，一睹大國重器利劍出鞘！

編輯: 董亞歡

責(zé)編: 周杰

延伸閱讀

全殲敵人殺傷率100% 中國團隊發(fā)布無人機"團滅"算法

據(jù)香港《南華早報》5月30日報道，西北工業(yè)大學(xué)航天學(xué)院副教授張棟領(lǐng)導(dǎo)的研究團隊近日發(fā)布了一項新算法，該算法有望從根本上改變無人機蜂群搜尋并摧毀敵方目標的方式。

這項被稱為HG-STR（異構(gòu)圖時空推理決策方法）的算法，有望使一支固定翼無人機編隊即便是在其通信信號遭到干擾、視線被遮蔽的情況下，也能在廣闊的戰(zhàn)場上自主搜尋，并消滅每一個敵方目標。

根據(jù)5月19日發(fā)表于中國航空領(lǐng)域頂級學(xué)術(shù)期刊《航空學(xué)報》的一篇同行評議論文，HG-STR在任務(wù)成功率上達到了96%，殺傷率達到100%，兩項核心指標均顯著優(yōu)于對比算法。《南華早報》則稱，這是目前已知首個能夠?qū)崿F(xiàn)100%目標摧毀率（殺傷率），同時運行速度足以跟上現(xiàn)代戰(zhàn)爭節(jié)奏的算法。

報道還援引一名不愿透露姓名而要求匿名的中方防務(wù)專家稱，目前大多數(shù)無人機作戰(zhàn)任務(wù)仍由人類飛行員進行遠程操控。這名專家表示：“這項技術(shù)預(yù)示著這樣一種未來，成群的無人機將被派往高風(fēng)險、強干擾的環(huán)境中，在與人類指揮徹底斷開聯(lián)系后，它們僅憑一道最終指令——‘搜尋并全殲所有敵人’，便能獨立執(zhí)行任務(wù)。”

無人機蜂群 資料圖

據(jù)報道，傳統(tǒng)的算法往往將友軍、敵軍及地形等各類信息，一概視為同一種類型的數(shù)據(jù)。中方科研團隊認為，這種處理方式往往會導(dǎo)致信息混淆。

他們提出的新方法構(gòu)建了一種“異構(gòu)圖”，即一種能夠賦予不同對象真實語義的智能網(wǎng)絡(luò)。在這一網(wǎng)絡(luò)中，友方無人機是一類節(jié)點，搜索區(qū)域是一類節(jié)點，敵方目標則是另一類截然不同的節(jié)點。

該算法能夠通過學(xué)習(xí)，精準地識別并關(guān)注各類對象之間正確的關(guān)聯(lián)關(guān)系。當一架無人機發(fā)現(xiàn)敵方目標時，該信息會被系統(tǒng)判定為高優(yōu)先級的威脅，而當附近有友軍單位時，系統(tǒng)則將其視為開展協(xié)同作戰(zhàn)的契機。

據(jù)張棟及其同事介紹，得益于此，無人機蜂群能夠瞬間判斷出何時需要向友軍提供支援，何時又該對敵方展開追殺。

相比之下，那些基于既定規(guī)則的舊式系統(tǒng)，其運作模式類似于預(yù)先編寫好的劇本，一旦遭遇不按“劇本”出牌的敵方，便會徹底失效。大多數(shù)現(xiàn)有的優(yōu)化方法，就像一臺逐一推演每一步棋的國際象棋電腦一樣，其運行速度都過于緩慢。

論文中指出，得益于端到端的神經(jīng)網(wǎng)絡(luò)前向推理，HG-STR的單步耗時僅為6.6毫秒，即僅需6.6毫秒即可完成決策，這相較于傳統(tǒng)方法無疑是一次巨大的飛躍。

以另一種方法GA+PSO+MPC為例，該方法雖然在覆蓋率上略高于HG-STR，但其代價是高達5.8秒的計算延遲。在100米每秒（m/s）的飛行速度下，這意味著每步?jīng)Q策期間存在近600米的盲飛距離，這在強電子對抗環(huán)境下是致命的。

不同算法性能對比 論文截圖

不過，真實戰(zhàn)場充滿各種不確定因素。敵方電子干擾可能切斷通信鏈路，使無人機陷入孤立狀態(tài)；無人機自身傳感器所能觀測的地面范圍也十分有限；而“搜索與摧毀”任務(wù)本身則是一場與時間和燃料消耗賽跑的行動。

這支中國科研團隊直面挑戰(zhàn)，提出了相應(yīng)的解決方案。首先，他們?yōu)槊考軣o人機植入了一套“記憶系統(tǒng)”，一旦無人機與友機失去聯(lián)系，便可依靠一種特殊的記憶模塊（即“門控循環(huán)單元”——GRU）來回溯并記住友機的最后位置，以及敵方目標最后一次出現(xiàn)的坐標。

其次，他們?yōu)闊o人機設(shè)計了一套分層式的“大腦”決策機制。無人機首先確立宏觀任務(wù)目標：“究竟是繼續(xù)搜索，還是轉(zhuǎn)入打擊模式？”隨后，它會選定具體的攻擊對象。最后，它將根據(jù)實際情況決定應(yīng)投入多少彈藥進行攻擊。

通過將復(fù)雜的決策問題拆解為層層遞進的子任務(wù)，無人機成功避免了因試圖“眉毛胡子一把抓”而陷入混亂的局面。

在該團隊開展的仿真實驗中，即便是在通信半徑極度受限的弱連通條件下，仍能保持94%的任務(wù)成功率。

實驗結(jié)果還表明，該算法具備極強的泛化能力：只需在小規(guī)模的仿真場景中完成訓(xùn)練，便可即刻無縫遷移并應(yīng)用于規(guī)模更為龐大、涉及更多無人機與敵方目標的復(fù)雜戰(zhàn)場環(huán)境之中，而無需進行任何額外的重新訓(xùn)練。

密集的四軸無人機編隊

展望未來，該團隊計劃將這一算法從實驗室環(huán)境推向真實的戰(zhàn)場應(yīng)用。此外，他們還將致力于進一步提升算法的魯棒性（即抗干擾與容錯能力），使其不僅能夠妥善應(yīng)對通信中斷的突發(fā)狀況，更能有效處理信息傳輸延遲以及數(shù)據(jù)受損等各類復(fù)雜問題。

研究報告寫道：“未來工作將重點探索該算法在算力受限的嵌入式機載平臺上的輕量化部署與實飛驗證，并進一步將信道競爭、隨機丟包與傳輸延遲納入馬爾可夫決策狀態(tài)空間，研究非理想通信信道下的集群決策韌性。”