【作者：熊偉】
說起導彈的“眼”，大家想到的多半是導引頭，雷達的、紅外成像的、複合的等等。但在本次會議上，專家們口中的“導引”，經常是制導和引信的綜合。
引信早在機械化時代就是彈藥的大腦，其重要性、研製難度不比導引頭、制導技術低多少。在可靠性、成本、重量尺寸等方面，它的要求更嚴苛。現在隨著微電子、感測器、計算機、智慧化等技術的發展，引信也出現了多個新方向。什麼量子智慧引信、仿生智慧引信，筆者就不囉嗦了（其實是沒鬧懂），只說說幾個效果更明顯的方向。
第一個是，多源融合近炸靈巧引信。後面六個字咱們可以忽略，重點看前面四字。理解起來似乎也簡單，就是多種資訊源，比如無線電、鐳射、紅外、磁、聲等等，合到一起來判斷唄，可以更好地識別假目標、排除干擾。結果專家介紹到後面，又冒出個“多源體制融合與多域資訊融合”。合著我前面理解的只是多種探測體制，主動的無線電近炸引信、鐳射近炸引信，被動的磁引信、聲引信等等，還差一個“多域資訊”，指訊號在時域、頻域、空間域、能量域等各域的資訊。
筆者理解，簡單說起來是這樣：比如一個無線電近炸引信，可以在頻率、方向、輻射能量的大小，以及它們隨時間變化等幾個方面，都測量出資料，然後合在一起判斷。
就此筆者想到了前段時間的一條新聞：葉門胡塞武裝用老式的SA-6地空導彈，擊中一架F-15戰鬥機。
，時長01:04
，時長00:44
首先宣告，上面圖片、影片的原始來源不明，因此無法判斷它們究竟是什麼時間的。
從後一個影片看，F-15的電子干擾似乎沒起太大作用，導彈一直死死咬住了它。但最後的爆炸，沒有炸中F-15的要害。筆者結合近炸引信和戰鬥部的基本概念猜想，這可能是因為導彈引信設定的最佳起爆條件，還有戰鬥部的結構，都是按下列情形設計的：導彈和目標迎頭飛行，或者交叉飛行，衝著敵機的正面或側面飛去，炸出的破片正好覆蓋敵機要害。但現在導彈是和目標同向飛行，雙方相對速度的方向和大小都與設計中的最佳情況差得很多，結果破片的殺傷效果降低。
如果換成上面所講的“多源融合近炸靈巧引信”，不是簡單測量收到的多普勒回波頻率、大小，還要結合“時域”分析它們的變化情況，導彈也許就能知道目標正在“逃走”，不是“撞來”，自己應該到更近距離再起爆。如果這個猜想正確，那僅僅對老式導彈的引信做一些智慧化改進，就能大幅度提高它們的作戰能力。彈道修正引信對於炮彈，不也是這樣嘛。當然，地面制導系統也能發現這個，如果和導彈之間有資料鏈，也能避免出現上述問題。
多看多聽多想，可以讓人進步。對引信來說，也是這樣啊。
第二個發展方向，叢集彈藥網路化智慧引信。這顯然是跟群式作戰相關的，也是智慧彈藥叢集的關鍵技術之一。一群引信，或者說一個引信群，把多個節點的探測資訊綜合到一起，顯然能提高識別、抗干擾能力。而在專家眼裡，它還有一個好處，就是攻擊叢集目標或大型目標，比如陣地、機場時，能實現分散式精準毀傷控制，提高彈藥的毀傷效能。
比如一隊蜂群無人機針對這樣一個目標群，根據任務目標的不同，自主篩選出需要優先攻擊的目標。
這個蜂群的分散式精準毀傷，是不是感覺和單個無人機的導引、蜂群的協同，有點雷同、重複？沒錯，但很正常，因為制導和引信，也在考慮結合。
咱們先說完新引信的第三個發展方向，目標快速識別成像智慧引信。注意“快速”二字。因為根據專家的說法，目前的引信已經能夠感知目標的方位和距離，進一步的是感知目標區域的影象（注意，還沒完，這是“目標識別成像”），配合影象快速識別和深度學習，實現多源目標的辨識（還沒完），進一步實現多源目標易損部位的辨識～～～。合著你不光要能看清它的像，還要能邊看邊學地馬上認出它是什麼，最後還要能找出它的命門要害。這事可不少啊。
這麼要求，引信是不是有點像導引頭了？還就是這樣，只不過導引頭是要在遠距離、大視野下區分出目標，引信是要在近距離、小視野下區分出目標的各部。這要求也不是無根之萍，因為已經有專家在研究相關的感測器、探測器技術，比如導引頭和引信使用的智慧天線的共口徑技術。
於是引信和導引頭正在考慮結合，至少會加強協作和系統化設計。它們也都在智慧感知與識別上，被提出越來越高的要求。感知嘛，就是可見光、紅外、雷達、全天候等等，多感測手段融合、立體偵察探測等等，不多說了。
識別，在專家們口中就有不少難題了。
大家很希望用智慧化技術提升偵察裝備的效能。比如偵察車上的偵察員，如果在野外行駛狀態下，操作和觀看螢幕，能堅持多長時間？家裡有越野車的朋友可以試試，記得帶好嘔吐袋。還有衛星偵察、航空偵察的照片判讀。現在數碼照相技術已經比以前進步了幾個數量級，上億畫素的照片、影象都不稀奇了。可是看照片的眼睛、大腦，沒進步那麼多，以至於很多影象來不及細看。你也可以拿起自己的手機想想：忘記的、很久不用的、不再需要的檔案、資料、圖片、聊天記錄、通訊錄，是不是比有用的還多？
因此兵器專家們很希望實現一些目標自動提取和識別。
你可能會說：“現在什麼人臉識別、車牌識別，乃至車輛識別、貓狗識別，不是挺多的嗎？”那是民用，軍事上要求的是在野外叢林灌木中識別出一輛叢林迷彩的坦克，俯瞰敵方陣地時認出雷達車和炊事車。你可能會接著說：“不是還有深度學習嗎？給機器看坦克飛機大炮的照片，讓它學會識別唄。”可這裡有很多民用系統涉及不到的困難，最大的一個就是——缺課本、缺老師。
