2026年9月11日至17日，美国陆军第18空降军在北卡罗来纳州布拉格堡举行的“猩红龙26-3”演习中，测试了人工智能、电子战、雷达、自主系统和防御火力，以对抗大规模无人机攻击。此次演习意义重大，因为多达100架无人机构成的蜂群测试了美军能否在饱和攻击压垮战场防御之前探测、跟踪并击败它们。
演习场景检验了多种传感器、人工智能赋能的决策工具和分层效应器如何协同应对同时逼近的大量无人机。随着大规模无人系统对指挥所、防空阵地及其他高价值部队的威胁日益增长，其结果可能影响未来的反无人机防御体系。
2026年9月16日，“猩红龙26-3”演习期间，第18空降军在布拉格堡荷兰空投区发射小型无人机系统，测试协同无人机蜂群和分层反无人机防御。（图片来源：美国陆军部/国防部）
“猩红龙”演习将士兵、军事系统、人工智能、弹性数据通路和国防工业技术结合为一场综合性野外实验。根据美国陆军部2026年9月21日发布的第18空降军报告，此次演习围绕一项日益紧迫的需求设计：保护指挥所、后勤节点、防空阵地和机动部队免受大量同时活动的小型无人机的攻击。此次演习的规模意义重大，因为它将反无人机问题从孤立的交战推向了高强度战争中大型作战编队可能面临的条件。
“猩红龙”并未单独评估各项反无人机技术，而是考察了多种传感器和效应器如何作为互联的防御网络协同运作。第18空降军火力处长罗伯特·肯尼上校表示，演习证实没有任何单一传感器能单独解决问题，强调需要将雷达、声学探测、自主技术和其他传感方法与能够快速分发目标信息的指挥控制系统相结合。这种分层方法旨在防止蜂群压垮某一种探测方法，或利用地形、低空飞行剖面、电子干扰或来袭飞机绝对数量造成的空隙。
当数十架无人机同时出现时，人工智能变得尤为重要。挑战不仅在于探测目标，还在于处理大量传感器数据、关联航迹、识别潜在威胁，并足够迅速地将可用信息传递给操作员以支持交战。人工智能辅助处理可通过帮助分类接触目标和优先排序来减轻乘员负担，同时需要弹性指挥控制链路在传感器、电子战小组和防御武器之间传递信息，以免敌方无人机抵达目标。
电子战构成了防御架构的另一个核心部分。对于依赖射频指挥链路、卫星导航或脆弱数据链路的无人飞机，电子攻击可提供早期且可能成本较低的防御层，而对于采用自主导航、加固通信或预编程航线的无人机，动能武器仍不可或缺。这种组合在作战上至关重要，因为仅依靠导弹或其他拦截弹对抗反复出现的无人机波次，会迅速造成不利的成本交换并耗尽有限的弹药储备。
演习还展示了现有陆军防空传感器在更广泛网络中的作用。美国陆军部2026年9月15日的图像显示，一架AH-64“阿帕奇”攻击直升机在“哨兵”雷达附近进行低空通场，同时陆军正对复杂空中活动施压探测与跟踪系统。“哨兵”雷达已为陆军编队提供机动低空监视，但“猩红龙”强调雷达数据必须在全军内快速共享，而不是孤立于传感器本身。声学传感器等被动系统可通过提供额外探测机会来补充雷达，同时减少对持续发射辐射源的依赖，而这些辐射源本身可能成为敌方电子战的打击目标。
该实验的作战意义在于，多达100架无人机构成的蜂群如何能同时对防御网络的多个部分施压。大规模攻击可饱和雷达覆盖、消耗通信带宽、使指挥控制流程过载、复杂化目标优先排序，并迫使指挥官就干扰、跟踪或以动能方式摧毁哪些威胁作出快速决策。这些条件远比一对一的反无人机演示要求更高，也更接近美国编队可能面对的挑战：对手能够协调发射大量廉价侦察、打击或诱饵无人机波次。
相关内容
微信扫码咨询专知VIP会员