對於敵我識別的問題，無人機的使用方和無人機的反制方都很受煎熬。使用方要讓無人機實現精準的目標屬性識別，就要擁有超強的計算機視覺識別技術，並輔以基於目標的海量數據標註;反制方也要面對十分複雜的反無人機系統，不光要及時發現，還要精確識別屬性，而傳統的敵我識別系統主要針對有人駕駛飛機設計，無法有效應對現代形形色色的無人機威脅。俄羅斯媒體發文稱，過去無人機比較少的時候區分敵友的問題並不突出，但現在無人機越來越多，這個問題日顯棘手。

　　敵友難辨，誤擊頻仍

　　在此輪巴以衝突中，大約40%的無人機是被友軍打掉的。但這並不奇怪，以色列國防軍的士兵在加沙地帶作戰時，他們一發現無人機就要將其擊毀，因為他們沒有時間來搞清楚無人機的國籍：從發現小型無人機到無人機發動攻擊，只有幾秒鐘的時間。今年2月26日，在紅海執行戰鬥護航任務的德國F-124“薩克森”級護衛艦“黑森”號，向一架未能確認身份、被判別為“偵察無人機”的目標發射了兩枚“標準-2”(SM-2)防空導彈。事後證明，被瞄準的無人機是一架正在附近針對胡塞武裝目標執行打擊任務的美國MQ-9“死神”無人機。但德國國防部發言人強調，“黑森”號在開火之前已經執行了完整的敵我識別流程，包括無線電應答，並詢問了盟國在該空域是否有無人機在執行任務。

　　在烏克蘭戰場也是如此：對於所有的飛行物，交戰雙方的士兵都會選擇將其擊落。衝突初期無人機不太多的時候，士兵之間只需喊兩聲，口頭提醒戰友注意。而現在這樣就不行了，否則不知道炸彈會落在誰頭上。如果美國人開始用無人機為部隊提供補給，那就成了“量價齊升”的問題。

　　最難防的還是頭頂

　　目前，用於發現無人機的主要手段是無線電掃描器。它能接收和識別無人機操作員與無人機之間的通信鏈路信號。但這只能提供一個簡單的事實：掃描器作用範圍內可能有無人機活動。注意這裡的關鍵詞——“可能”，也就是說掃描器周圍也可能沒有無人機，只是收到了疑似無人機上/下行鏈路的信號而已。用技術術語說就是：掃描器會產生大量的虛警，跟蹤到眾多“假目標”，包括己方無人機通信鏈路的信號。

　　目前，掃描器沒有能力按“敵我”標準來識別無人機。有傳言說，烏克蘭士兵使用的掃描器能夠識別敵方的一些無人機，還特別提到了俄羅斯的“海雕-10”小型無人機。假如這是真的，只需改變一下“人-機”通信信號的頻率就能頃刻讓掃描器“歇菜”。而使用數字式收發機，還可以組織跳頻通信，將“人-機”通信信號完全偽噪聲化。

　　不僅僅是單兵用的掃描器不具備無人機屬性識別能力，就連美國海軍陸戰隊定製的反無人機防空系統(MADIS和L-MADIS)也沒有這種能力，儘管它們結構複雜、探測手段多樣(低電平TV+雙波段紅外傳感器+無線電掃描器)。

　　SWAP成瓶頸

　　那麼問題來了：為什麼不給無人機以及反無人機系統配備國籍識別設備呢?需求不是問題，問題在於設備的尺寸、重量和功耗(SWAP)。如，“俄羅斯電子”控股公司下屬的“脈衝星”(НПП“Пульсар”)科學生產企業研製了一款微型詢問機，重量只有150克，功耗非常小。但應答機呢?俄羅斯國產的“口令”6201/6202型機載應答機重50/64千克，功耗分別為435/665瓦。俄軍現役的“前哨”(Форпост)無人機體量不算小，可攜帶有效載荷達63千克，顯然，“口令”應答機也是裝不上去的，更小的無人機就別提了。

　　美國的AN/APX-101(V)型IFF應答機要輕便得多：重量14千克(不含線纜和天線)。但美國大多數無人機也無法接受它的重量。

　　美國uAvionix公司的新研製的小型國籍識別應答機也只適合安裝在較大的無人機上。2021年3月，美國uAvionix公司開發的RT-2087/ZPX-B“敵我”識別無人機應答機獲得了美國國防部AIMS Mk XIIB認證。該型無人機應答機是目前全球最小的經認證的微型敵我識別應答機。與典型的敵我識別應答機相比，其尺寸、重量和功率特性都有大幅降低，其中重量只有典型敵我識別應答機的三分之一，功耗僅為其他專門為無人機設計的敵我識別應答機的四分之一。該產品主要為戰術無人機作戰分隊提供敵我識別能力，以54dBm傳輸，提供民用應答機模式A、C、S和ADS-B Out，以及軍用模式1、2、3和5級別1和2，ADS-B In功能為主機提供態勢感知和探測與規避能力，所有模式都可以實現單獨配置。其敵我識別能力可與北約及其盟國部署的軍事裝備互操作。

　　如果在不遠的將來能夠解決國籍識別應答機的SWAP，剩下的就只有信息保護的問題。相比大飛機，無人機的戰損率是非常高的。試想，如果無人機上配備了應答機，一旦無人機落入敵人手中，敵方會很快拿到應答機的加密盒，進而破解應答機的信號算法。因此，對於在無人機上安裝國籍識別應答機，誰也不敢貿然邁出這一步。看來，目前無人機只能接受“被動式”敵我識別方式。這方面的研究已經開始且日趨活躍，重點是運用人工智能解決問題。

　　問路萬能的AI

　　隨着人工智能的迅猛發展，傳統的敵我識別在無人機領域遇到的問題有可能依託人工智能技術得到解決。目前這方面的嘗試正在實質性推進。

　　先說無人機的使用。目前對於大多數無人機而言，其最主要的設備就是機頭下部的光電球，目前已發展到第3代，具有白光/被動紅外成像(熱成像)、激光測距等功能，而且開始引入AI識別技術，以解決戰場目標識別的關鍵問題。為此，向無人機的機載數據庫中存放了大量武器裝備和目標人員的景象和特徵(包括體態和面部)資料，無人機一旦觀察到相關目標就會與數據庫進行比對，吻合即攻擊。必要時，無人機可將其捕獲的景象通過數據鏈傳給後方進行更加精確的比對和確認。第一代AI識別技術由於受計算機處理速度和算法的制約，識別數量較少，且無法識別男女或者車輛型號，很容易出現誤殺事件。第二代AI識別依靠芯片處理速度和算法的升級，識別目標的能力有較大提升，能自動辨認男女和車型，甚至能夠在複雜環境中找出目標。目前的第三代AI已經有了“自定義功能”，即有了一定的自我學習(判斷)能力。如，對於同車型的兩台車，它可以根據車牌查到車主是誰，用到軍事上就是可以在成百上千人中找到你要找的目標，然後發動攻擊。俄烏衝突初期俄軍多名中高級軍官就是被烏軍的無人機面部識別確認後遭到打擊的。

　　再說無人機的反制。人工智能技術目前已經應用到美國陸軍的反無人機系統中。陸軍和雷神公司正在加速開發和部署一種反無人機系統以應對近戰小型無人機的威脅。該系統使用一種被稱為KuRFS的Ku波段、360度機動式地面雷達，並使用了被稱為效應器的反制措施。KuRFS可為地面指揮官提供威脅信息，指揮官根據這些信息可選擇使用激光、電子戰、高能微波武器或Coyote Block 2動能攔截導彈來攻擊無人機。KuRFS在開發時被美國防部以緊急作戰需求的方式提出，其目標是反敵方無人機、火箭彈、迫擊炮和包括低空飛行直升機在內的其他空中威脅。該系統能夠自動探測多架無人機的入侵、識別其類型和潛在載荷並在監控區域內持續跟蹤威脅的移動軌跡，其作戰運用涵蓋預警功能在內的全殺傷鏈。該系統的Coyote Block 2應用人工智能和機器學習算法進行了升級，能夠與指揮控制系統結合，可將時敏威脅數據提供給決策者。目前，雷神公司正在繼續開發數據融合算法，並利用人工智能技術分析多傳感器系統收集的數據，對關鍵的作戰決策支持數據進行最優化處理。

　　近年美國防部多次增購的“泰坦”(Titan)反無人機系統，由人工智能和機器學習技術驅動，並採用射頻技術，可使操作人員在五分鐘內了解周圍環境，在戰場上提供保護。媒體曾報道美國在2022年向烏克蘭轉讓過12套“泰坦”反無人機系統。這種系統可在部隊進駐前部署，提供機動和固定要地安保，還可徒步攜帶作戰。

　　目前，美國在研的無人機探測與識別技術能捕捉到無人機的品牌、型號、序列號、當前位置和操作員位置等信息，並能遠距離跟蹤多個目標。但對於慣性飛行的無人機，可能還需要利用脈衝雷達等來解決。

　　上述人工智能技術在無人機領域的應用還不普遍。現階段，對於多數無人機的識別，主要還是通過將截獲的無人機信號與掃描器內存儲的信號特徵庫進行比對來實現。但這樣的特徵庫經常跟不上無人機開發者向無人機通信鏈路輸入的變量。也正因如此，美國防部希望開發一些能使操作員實時更新無人機特徵庫的野戰系統。目前這方面的工作，主要是對光電和雷達系統獲取的無人機的影像進行識別。在烏克蘭戰場上似乎已經初見端倪。根據未經驗證的消息，烏克蘭軍隊正在使用的無人機掃描器能夠利用人工智能識別新出現的無人機類型。但這種能力只能持續到無人機通信系統開發者採取反制措施之前。

　　毋庸置疑，人工智能技術在敵我識別系統中的應用是大勢所趨。利用深度學習和神經網絡等技術，人工智能可以對大量樣本進行訓練，並不斷改進模型精度。人工智能應用可以提高敵我識別系統的自動化程度、準確性和響應速度。在技術的推動下，無人機的攻與防將交替消長，相互克制手段也將不斷翻新。