現代軍隊嚴重依賴基于傳感器的成像系統，但僅提取最有價值的圖像信息并快速將其交到合適的人手中可能具有挑戰性。然而，新的融合傳感器網絡（CSN）架構正在向戰術邊緣的用戶提供基于傳感器的關鍵信息。

新一代基于傳感器的成像系統正在使用越來越多的載人和無人平臺，為我們的軍隊生成寶貴的信息。視頻圖像現在非常詳細，但它不僅僅是視頻;合成孔徑雷達（SAR）和電光紅外（EO / IR）傳感器可以在夜間和云層覆蓋中創建詳細的圖像。很快，高光譜成像（HSI）和激光雷達（LADAR）將進一步提高我們的成像能力。這些從新平臺上運行的技術提供了無與倫比的能力，可以收集任何地理的詳細圖像，使我們的武裝部隊在當前和未來的沖突中具有戰略和戰術優勢。

這一切都很好，但仍然存在一個重大挑戰：我們如何從所有這些圖像中提取真正有價值的信息，然后在真正需要它的人需要的時候將這些信息傳遞給他們？圖像本身往往沒有什么價值。例如，在村莊外的土壤中看到輪胎痕跡并不是太重要，但知道前一天晚上他們不在那里可能是關鍵信息。需要這些信息的人可能不是五角大樓的分析師，而是準備進入村莊的作戰人員。

需要一個靈活的網絡或網絡網絡將傳感器系統與信息的最終用戶聯系起來，而融合傳感器網絡（CSN）架構正在提供這種能力。

數據成像挑戰

提取和提供有用的信息的挑戰實際上有幾個方面。首先，提供從傳感器平臺到地面站的傳輸主干的數據鏈路中存在帶寬限制問題。當前部署的數據鏈路無法傳輸由高級傳感器生成的完整數據流。數據通信的改進將增加可用帶寬，但數據鏈路仍將被來自新一代傳感器的越來越大的原始數據流所淹沒。

第二個問題是不同類型的平臺和系統之間的通信困難。很多時候，信息必須一直向上流動，然后向動不同的指揮鏈，因為沒有好的方法可以將圖像直接從A點移動到B點，即使兩者都位于戰術邊緣。

最后，還有合并和合成來自多個傳感器的信息的問題。例如，結合紅外和雷達圖像可以真正了解特定位置正在發生的事情，但是對于今天的系統來說，允許這種組合快速發生是非常困難的。由于紅外和雷達圖像是由不同的系統產生的，因此需要集中的人為干預來創建特定物理位置的組合覆蓋范圍。

解決這些相互關聯的問題需要一種新的范式來處理和通信傳感器生成的數據。軍事行動需要靈活的智能節點網絡，這些節點可以處理影像、共享信息，并在需要時快速交付（圖 1）。

圖 1：CSN 架構愿景包含一個靈活的網絡網絡。

融合傳感器網絡架構

CSN架構提供了一種靈活的、基于標準的方法來創建這樣的網絡，使用一種新穎的數字信號處理方法，將集群計算的敏捷性與戰術邊緣的傳感器相結合。CSN 架構不是通過主機處理器匯集所有網絡流量，而是使每個傳感器及其關聯的嵌入式計算資產看起來像基于 IP 的網絡上的標準群集。

為了實現CSN架構，水星計算機系統公司引入了一套SigmaNET軟件和硬件組件，包括：

用于升級 RapidIO 結構以支持高性能以太網隧道的互連軟件。

一個網關硬件模塊，用于將 RapidIO 子系統與安裝在外部 10 GbE 網絡上的互連軟件進行橋接。網關模塊負責將以太網流量轉發到 RapidIO 子系統中，然后轉出快速 IO 子系統。

故障轉移軟件，使冗余的 RapidIO 結構能夠通過路由更改來隔離故障并從故障（包括外部網絡中的故障）中恢復。

審核編輯：郭婷