据英国政府网站6月9日报道，当前，武装力量总希望通过研发性能更强的导弹，以单体作战方式获取军事优势，例如，发展更加复杂的导引头和导航系统。然而，通过分布的合作式导弹可以借助网络化技术取得胜利。这种导弹可以相互通信、分享态势感知数据、自主高效协同，以实现共同的作战目标，其未来可能会产生颠覆性效果，因为技术和子系统相比来说更加简单，却可通过协同实现更高的作战水平。
　　随着英军导弹的作战环境越来越复杂，这种能力非常重要。例如潜在目标经常处于隐蔽状态，或者处于建筑、树林和植被之中，使英军难以识别目标和进行导航。合作式导弹在GPS信号降级的环境中，导航能力也可以做到不受影响。
　　因此，英国国防部国防和安全加速器（DASA）启动了一项名为“弹间交谈”的主题竞赛活动。DASA代表国防部国防科技实验室（DSTL）主办主题竞赛，旨在识别和研发合作式导弹所需的创新技术，研究弹间如何通信和弹道如何协同。
　　英军以往融入人工智能的军事系统，包括导弹，人类往往在其运行过程中进行适当的介入。但在该主题竞赛中，英方只对弹间协同技术感兴趣。
　　主题竞赛聚焦于以下挑战领域：挑战1：分布式目标探测和识别。寻求使用分布式弹群的传感器探测、发现和识别潜在目标：
　　多枚导弹从不同方向接近目标，聚合传感器数据形成共享的目标区
　　域图像。通过使用多个低成本传感器，增加探测和识别范围。
　　通过聚合多源数据，提高复杂场景中目标跟踪的精准性。
　　通过使用同构和异构传感器实现上述目标
　　挑战2：弹上和弹间数据处理。寻求面向特别作战任务，处理合作式导弹群产生的大量数据的方法。
　　弹间分布式处理方法。合作式导弹网络中的分布式数据库系统。
　　边缘处理技术，这是一种在数据产生点分析和处理大量数据的有效方法。
　　在合作式导弹网络中使用有限带宽传送数据。
　　挑战3：通过协同提高导航能力。寻求研发替代导航技术（AltNav）和分布式导航传感器。
　　在合作式导弹网络中使用低成本惯导，提高弹群导航能力。
　　在干扰和降级环境中，为提高导航精度，在合作式导弹网络中使用多个卫星导航系统数据。
　　在合作式导弹网络中使用多种技术进行地理定位。
　　在合作式导弹网络内同步定时信息。
　　挑战4：应用人工智能，探索人工智能技术如何在合作式导弹系统中运用潜力。
　　提高有限带宽的鲁棒性。在合作式导弹网络中进行通信。优化分布式合作导弹网络针对特定场景的搜索能力。
　　分布式合作导弹网络在烟雾或伪装情况下进行目标探测。
　　挑战的第一阶段总经费为80万英镑，DASA希望为多份建议书提供经费支持。提交建议书的截止日期为2022年8月2日。建议书可以针对其中某项挑战，也可以面向全部挑战进行研究。 （袁成）