Die Technologie der neuen Störsendergeneration ist disruptiv

Sutphin erklärte, dass Radarstörung traditionell zwei grundlegende Methoden umfasst. Einer verwendet mechanische Technologie, um Radarstrahlen mit in der Luft hinter der Transportplattform verstreuten Spreu zum Sender zurückzusenden. Der andere verwendet elektronische Technologie, um starke elektromagnetische Signale auszusenden, die eingehende feindliche Radarstrahlen stören können. Aber diese Technologien sind relativ einfach und beinhalten offensichtliche Entfernungsstrategien, die normalerweise am anderen Ende offensichtlich sind.
Mit Hilfe der digitalen Technologie sind die besten Systeme der elektronischen Kriegsführung von heute subtiler geworden. Die modernste Technologie von heute, der digitale Radiofrequenzspeicher (DRFM), kann den Feind täuschen, indem sie das vom Feind empfangene Radarsignal aufzeichnet, manipuliert und falsche Informationen zurückgibt, die echt erscheinen.

Sutphin sagte: „DRFM-Handy-Störsender sind ein sehr effektiver Weg, um die Szene chaotischer zu machen, anstatt nur einfache Noise-Jamming-Techniken zu verwenden. „Sie können die eigene Wellenform des Feindes verwenden, um falsche Ziele zu erstellen oder echte Ziele zu verbergen. ""
Das GTRI-Team glaubt, dass die Verarbeitung dieser Technologien zu immer präziseren digitalen Technologien für den elektronischen Radarschutz (EP) führen wird. Dies kann Konkurrenz durch andere fortschrittliche Störtechnologien auslösen.
Tom McDermott, Forschungsdirektor von GTRI, sagte: "Wir brauchen eine Möglichkeit, den Fortschritt der digitalen HF-Signalerzeugung schneller zu bewerten und schnell Gegenmaßnahmen im Feld zu implementieren, ohne dass teure Hardware erforderlich ist."
In der ersten Phase der Systementwicklung der nächsten Generation hat das GTRI-Team den fortschrittlichen Prototyp des GPS Störsender fertiggestellt. Die kundenspezifische Hardware verwendet ein einstellbares Breitband-Transceiver-System und ist mit einer offenen Architektur/kostengünstigen Open-Source-Methode ausgestattet, sodass Betreiber das System schnell ändern können, um auf sich ändernde Bedingungen zu reagieren.

Das Team entwickelt derzeit Algorithmen für maschinelles Lernen, die es dem Angry Kitten-System ermöglichen, seine Umgebung kontinuierlich zu bewerten und zwischen den besten Methoden zu wechseln, um eingehende Bedrohungen zu stoppen. Das ultimative Ziel ist es, eine leistungsstarke Plattform zu schaffen, die jede Bedrohungsquelle charakterisiert und in Echtzeit auf die effektivste Weise reagiert.