Искусственный интеллект для китайских торпед

Почему китайские торпеды с ИИ — это не хайп, а прорыв: честный разбор

Представьте: торпеда мчится под водой, её собственная гидроакустика забита шумом от винтов и турбин. А вокруг — десятки ложных целей, которые противник выставил как ёлки на Новый год. Старые системы наведения в таких условиях работают вслепую. Китайские инженеры решили эту проблему неожиданно просто — скрестили гидроакустику с нейросетью. И результаты уже есть: вероятность распознавания самых хитрых помех выросла с 61% до 80%. Звучит как фантастика? Давайте разбираться по фактам.

Что они сделали — и почему это сложно

Над проектом трудились две организации: Китайская государственная судостроительная корпорация и Управление вооружений ВМС НОАК. В открытой печати (апрельский номер журнала Command Control & Simulation) они описали эксперимент: две нейросети соревновались друг с другом. Одна генерировала гидроакустические сигнатуры — шумы реальных кораблей, подлодок и ложных целей. Вторая пыталась отличить подлинные объекты от подделок. И так тысячи итераций.

Личное наблюдение автора. Недавно я читал про похожий подход в обработке радиолокационных сигналов — там тоже используют генеративно-состязательные сети (GAN). Но в воде всё сложнее: акустический фон меняется от температуры, солёности, глубины. Китайцы, судя по статье, учли это — обучали сеть на реальных записях с натурных испытаний, а не только на синтетике.

Главный принцип: нейросеть ищет аномалии в частотной модуляции сигнала. У ложной цели спектр чуть «гладкий», у реальной — с микро-искажениями от вибрации корпуса, работы винтов, кавитации. Человек (и старые алгоритмы) эти детали не ловят, а обученная сеть — да.

Как устроена система наведения нового поколения

Разработчики разделили обработку сигнала на семь этапов — от нормализации амплитуды до поиска тех самых аномалий. Всё происходит за доли секунды. Вот упрощённая схема:

• Снятие «сырого» акустического потока с гидрофона.
• Фильтрация шумов самой торпеды (это отдельная головная боль: на скорости 50 узлов собственный шум забивает всё).
• Преобразование Фурье и выделение характерных частот.
• Сравнение с эталонами из базы, обученной на миллионах записей.
• Выдача решения: цель / ложная цель / помеха.

Микро-инструкция: как это работает на практике — торпеда получает отметку «свой-чужой». Если сигнал признан ложным, система переключается на другую частоту или временно игнорирует источник. Если цель реальная — захват и сближение.

Таблица: старая гидроакустика против нейросетевой

Почему это важно для скоростных торпед?

Отдельный вызов — реактивные торпеды вроде советского «Шквала» или китайского аналога. Они летят под водой со скоростью 200+ узлов. Шум от двигателя настолько мощный, что обычная акустика просто глохнет. Китайцы утверждают, что их нейросеть способна выделить полезный сигнал на фоне такого грохота. Если это подтвердится на испытаниях, то сверхскоростные торпеды перестанут быть «слепыми» и смогут маневрировать к цели, а не просто лететь по прямой.

Важный факт: в статье упомянуто, что система автономна — не требует команды с носителя. То есть торпеда сама анализирует обстановку и принимает решение. Это снижает время реакции и делает её устойчивой к радиоэлектронной борьбе.

Резюме от автора. Китайцы не изобрели велосипед — они взяли хорошо известный метод генеративных сетей и применили его в узкой нише. Но именно это даёт реальный прирост боевой эффективности. Если через 2-3 года мы увидим серийные торпеды с таким ИИ — ВМС других стран придётся срочно менять свои комплексы помех. А пока — ждём новостей с полигонов.