L’evoluzione delle tecniche radar sta rivoluzionando la capacità di identificare e analizzare bersagli in movimento, un elemento chiave per la sicurezza, la difesa e l’intelligence. I radar ad apertura sintetica (SAR) spaziali offrono immagini sempre più dettagliate, ma la vera innovazione arriva con le tecniche Inverse SAR (ISAR), che consentono di superare le limitazioni tradizionali nella caratterizzazione dei bersagli dinamici.
Il progetto EO4Security ISAR ha sviluppato metodologie avanzate per ottimizzare l’analisi dei target in movimento, sfruttando il moto stesso dell’oggetto per rifocalizzare le immagini e migliorarne la precisione. Tra le soluzioni più promettenti, la combinazione tra retroproiezione (BP) e il metodo di autofocus Ash ha permesso di ottenere un incremento del 34,4% nel contrasto delle immagini COSMO-SkyMed di seconda generazione rispetto agli approcci tradizionali.
Un altro progresso fondamentale è rappresentato dalla decomposizione polarimetrica, che ha migliorato il rapporto segnale/rumore (SNCR) riducendo il clutter marino. Questi miglioramenti si traducono in un monitoraggio più efficace dei natanti, sia fissi che in movimento, anche in condizioni operative complesse.
Le nuove tecniche ISAR sono state validate su diversi scenari marittimi, dimostrando una maggiore capacità di rilevamento in svariate condizioni ambientali e operative. L’integrazione di questi strumenti avanzati segna un passo avanti nella sorveglianza marittima, con potenziali applicazioni future anche in ambito terrestre.
La nave della gloria Aquila (a sinistra, fonte: https://www.vesselfinder.com/vessels/details/9665853) ripresa (al centro) da COSMO-SkyMed di seconda generazione (Spotlight-2A, 28.03.2024), rifocalizzata dopo l'elaborazione ISAR (a destra). Prodotto COSMO di Seconda Generazione - © Agenzia Spaziale Italiana. Elaborato e distribuito da e-GEOS.
L'integrazione dell'Intelligenza Artificiale nei sistemi ISAR ha reso possibile l'estrazione automatica dei parametri di movimento con maggiore precisione ed efficienza. Un modello basato su reti neurali convoluzionali (CNN) è stato sviluppato per analizzare i dati ISAR e ricavare informazioni di movimento in un sistema di riferimento geodetico, allineato con il nord geografico. Sebbene i test siano stati condotti in un contesto controllato—con una specifica modalità di acquisizione e su bersagli limitati, come navi in movimento in ambito portuale—i risultati hanno mostrato un'elevata accuratezza e rapidità di elaborazione, aprendo la strada a capacità decisionali quasi in tempo reale.
Esempio di prestazioni del modello AI implementato, su campioni di prova caratterizzati da diversi parametri di movimento.
I futuri sviluppi dell’ISAR basato sull’Intelligenza Artificiale si concentreranno sull’ampliamento dei dataset di addestramento, includendo una maggiore varietà di bersagli e geometrie di acquisizione, e sulla validazione dei modelli AI attraverso dati operativi reali. Inoltre, l’integrazione di queste tecnologie in scenari più ampi di monitoraggio marittimo potrebbe potenziare significativamente la sicurezza e la sorveglianza. Grazie ai progressi dell’IA, l’ISAR sta evolvendo verso una capacità di rilevamento, classificazione e monitoraggio sempre più efficiente, rivoluzionando il settore dell’intelligence geospaziale e fornendo strumenti decisionali più rapidi e accurati per la difesa e la sicurezza.
Per maggiori informazioni , visitare eo science for society: eo4society
