APLICAÇÃO DE REDES LSTM NA AQUISIÇÃO DE ALVOS PARA ARTILHARIA ANTIAÉREA

Resumo

 crescente proliferação de ameaças aéreas, incluindo veículos aéreos não tripulados (UAVs), impõe maiores exigências aos sistemas de aquisição de alvos da artilharia antiaérea (AAA) e aos respetivos Target Acquisition Systems (TAS). O estudo, derivado de uma dissertação de mestrado, analisa a aplicação de Machine Learning (ML), em particular de redes recorrentes Long Short-Term Memory (LSTM), na previsão de trajetórias e identificação automática de alvos. Seguiu-se uma abordagem experimental, com comparação entre um algoritmo tradicional e um modelo LSTM, ambos testados em simulações em MATLAB/Simulink. A validação incluiu entrevista a um especialista do sector. Os resultados evidenciam redução do erro quadrático médio (MSE) e diminuição de falsos positivos no modelo LSTM, sobretudo em trajetórias não lineares e manobras evasivas. Identificam-se limitações relacionadas com a dependência de dados de elevada qualidade, exigências computacionais e riscos de cibersegurança. Conclui-se que as redes LSTM constituem uma solução promissora para reforçar a eficácia dos TAS, embora a sua integração exija estratégias robustas, formação especializada e validação em contexto operacional.