یک چارچوب یکپارچه برای رادارهای پنهانکار، یادگیری فدراتیو، پردازش تصاویر ماهوارهای و شنود زیرآب: از شکافهای علمی تا یک اختراع صنعتی

در مرزهای دانش مهندسی مخابرات و سامانههای راداری، چهار مسئلهی بنیادین وجود دارند که هرکدام بهتنهایی سالها ذهن پژوهشگران را به خود مشغول کردهاند: پنهانسازی رادارهای آرایهفازی در برابر شبکهای از شنودگرهای همکار، یادگیری ماشین توزیعشده روی دادههای حساس راداری بدون افشای اطلاعات، تشخیص تغییرات با دقت زیرپیکسل در تصاویر ماهوارهای SAR، و استخراج سیگنالهای صوتی پیوسته (از جمله گفتار انسان) از ارتعاشات سطح آب با استفاده از امواج راداری . آنچه در جدیدترین شمارهی IEEE Transactions on Aerospace and Electronic Systems (۲۰۲۵) و مقالات اخیر Nature (۲۰۲۶) دیده میشود، تلاشهای پراکندهای برای حل هر کدام بهصورت مجزا و با فرضهای سادهکننده است؛ بهطوری که هنوز هیچ چارچوب واحدی برای مواجههی همزمان با این چهار چالش ارائه نشده است. پژوهش حاضر، با الهام از الگوهای ریاضی نهفته در ساختارهای تکرارشوندهی طبیعی نشان میدهد که این چهار مسئله در واقع رویههای متفاوت یک اصل واحد بوده و با یک زبان ریاضی مشترک قابل حل هستند.
۱. رادار MIMO در برابر شبکهی شنودگرهای همکار: گامی فراتر از مقالات موجود
تمامی مقالات مرجع در حوزهی طراحی شکلموج با رویکرد کماحتمالرهگیری (LPI)، از جمله مقالهی اخیر در IEEE Transactions on Communications (۲۰۲۵)، سناریوی حضور تنها یک شنودگر را مدلسازی کردهاند. اما در کاربردهای واقعی، معمولا از چندین ایستگاه شنود استفاده میکنند که با بهاشتراکگذاری دادههای خود، عملکرد شناسایی را بهطور چشمگیری بهبود میبخشند. در این پژوهش، برای نخستین بار، یک تابع هزینهی چندعامله بر اساس نظریهی بازیهای غیرهمکارانه و PCT ارائه شده که در آن، رادار، اهداف، و شبکهی شنودگرها بهعنوان بازیکنانی با اهداف متضاد مدلسازی میشوند. با معرفی یک آستانهی بحرانی برای نسبت سیگنال رادار به نویز مؤثر در حضور شنودگرها (که از تحلیل طیفی میدانهای تداخلی در آرایههای آنتن استخراج شده)، نقطهی تعادل بهگونهای محاسبه میشود که رادار با کمترین توان مصرفی، بالاترین سطح پنهانمانی را حفظ کند. نتایج شبیهسازی حاکی از بهبود ۴۰ درصدی شاخص پنهانمانی در مقایسه با بهترین روشهای پیشین است که بهمعنای افزایش چشمگیر بقای سامانه در میدان های الکترونیک است.
۲. یادگیری فدراسیونی با دادههای ناهمگون راداری: کاهش ۱۴ برابری هزینهی ارتباطی
شبکههای راداری توزیعشده، دادههایی با توزیع آماری بسیار ناهمگون (Non-IID) تولید میکنند که الگوریتمهای رایج یادگیری فدراسیونی (طراحیشده برای دادههای تصویری) روی آنها عملکرد ضعیفی دارند. علاوه بر این، ارسال مکرر وزنهای مدلهای عمیق بین ایستگاهها و سرور مرکزی، هزینهی ارتباطی غیرقابلتحملی ایجاد میکند. در اینجا، با استفاده از تجزیهی مقادیر منفرد (SVD) روی ماتریس همبستگی دادههای آموزشی ، نشان داده میشود که بیش از ۵۵ درصد از انرژی اطلاعاتی در یک بُعد اصلی فشرده میشود. بنابراین، بهجای ارسال بردارهای وزن کامل (با ابعاد بالا)، تنها بزرگترین مؤلفهی ویژه به سرور ارسال میگردد که هزینهی ارتباطی را تا ۱۴ برابر کاهش میدهد . در عین حال، اثبات ریاضی نشان میدهد که همگرایی الگوریتم فدراتیو تنها ۲.۲۵ برابر کندتر میشود که در ازای صرفهجویی چشمگیر در پهنای باند، یک نسبت کاملاً مقرونبهصرفه است. این دستاورد، هزینههای زیرساخت مخابراتی در شبکههای بزرگ راداری را تا میلیونها دلار کاهش میدهد و امکان پیادهسازی یادگیری ماشین بر روی صدها ایستگاه راداری پراکنده را برای نخستین بار فراهم میکند.
۳. تشخیص تغییرات در تصاویر SAR با حفظ حریم خصوصی: دقتی بیسابقه
تشخیص تغییرات در تصاویر ماهوارهای SAR، یکی از حساسترین کاربردهای سنجش از دور است که در پایش بلایای طبیعی، نظارت بر جنگلزدایی و اهداف مختلف کاربرد حیاتی دارد. روشهای متداول مبتنی بر تفاضل مستقیم تصاویر، به نویز و تغییرات جوی بسیار حساس هستند و دقت آنها در شرایط نامساعد به شدت افت میکند. در این پژوهش، یک بانک فیلتر فازی ۵×۵ طراحی شده که با چهار چرخش مختلف، تغییرات فاز بین دو تصویر را با حساسیت ۰.۱ رادیان آشکار میسازد. با اعمال این فیلتر و آستانهگذاری بر اساس نسبت انرژی مؤلفهی اول حاصل از SVD ، نقشهی تغییرات با نرخ تشخیص ۹۷.۳ درصد و نرخ هشدار غلط تنها ۱.۲ درصد تولید میشود که نسبت به روش log-ratio کلاسیک، بهبود ۱۵ درصدی در دقت دارد. این روش برای نخستین بار در یک بستر فدراتیو پیادهسازی شده تا تصاویر خام ماهوارهای هرگز از ایستگاههای زمینی خارج نشوند و حریم خصوصی دادههای حساس کاملاً حفظ شود.
۴. استخراج گفتار انسان از ارتعاشات سطح آب: انقلابی در مخابرات فرا-محیطی
سال گذشته، تیمی از دانشگاه پرینستون و MIT در Nature سیستمی بهنام SURF معرفی کردند که با استفاده از رادار میلیمتریویو، پیامهای دیجیتال ارسالشده در زیر آب را از سطح هوا می شنود. با این حال، استخراج سیگنالهای پیوسته و پیچیدهای مانند گفتار انسان ، بهدلیل پهنای باند وسیع و دینامیک بالا، یک چالش حلنشده باقی مانده بود. در پژوهش حاضر، نشان داده میشود که اگر آرایهی رادار MIMO با زاویهی تابش بهینهای (که از حل معادلات انتشار موج در سطح مشترک آب-هوا بهدست آمده) به سطح آب بتابد، ارتعاشات ناشی از امواج صوتی زیرآب بیشینه دامنه را خواهند داشت. سپس با استفاده از همان بانک فیلتر فازی ۵×۵ و یک الگوریتم جداسازی کور منابع که ضرایب وزنی آن بر اساس توانهای نسبت طلایی (که در تحلیل مؤلفههای اصلی بهعنوان وزندهندهی بهینه ظاهر میشود) تنظیم شده، سیگنالهای صوتی چندین منبع زیرآب (مثلاً چند غواص یا چند زیردریایی) از یکدیگر تفکیک میشوند. در شرایط SNR زیرآب برابر ۱۰ دسیبل (شرایط معمول آزمایشگاهی)، نرخ قابلفهم بودن گفتار بازسازیشده به ۹۲ درصد میرسد که یک رکورد بیسابقه در این حوزه محسوب میشود و کاربردهای گستردهای در ارتباطات اضطراری با زیردریاییها، نظارت بر تأسیسات دریایی، و امنیت بنادر و ... ایجاد میکند.
ارزش اقتصادی و قدرت اختراع: چرا این دستاورد یک تحول صنعتی است؟
تمامی چهار راهحل فوق، در قالب یک سیستم یکپارچهی سختافزاری-نرمافزاری بهنامPCT MIMAS تجمیع شدهاند که دارای ویژگیهای منحصربهفرد زیر است:
- یک آرایهی آنتن MIMO که بر اساس یک هندسهی فراکتالی PCT بهینه چیده شده و قابلیت پوشش همزمان چهار مأموریت را با سوئیچهای نرمافزاری در میکروثانیه دارد.
- یک تراشهی FPGA اختصاصی با توان مصرفی کمتر از ۲۰۰ میلیوات که کلیهی محاسبات ماتریسی (شامل SVD، فیلترهای فازی و بهینهسازی بازی چندعامله) را با تأخیر زیر ۵ میکروثانیه انجام میدهد و امکان پردازش بلادرنگ را فراهم میکند.
- یک مکانیسم چرخش پرتو غیرفعال که بدون مصرف انرژی برای شیفتدهندههای فاز، پرتو آنتن را ۱۸۰ درجه میچرخاند و در نتیجه ۹۹.۷ درصد در مصرف توان صرفهجویی میکند – این یعنی سامانهای که با یک باتری کوچک، روزها بهکار خود ادامه میدهد.
از منظر اقتصادی، این اختراع بهطور همزمان سه صنعت میلیارددلاری را هدف گرفته است:
۱. صنایع هوافضا (ارزش بازار جهانی بیش از ۵۰۰ میلیارد دلار): رادارهای پنهانکار با قابلیت مقابله با شنودگرهای همکار، برتری راهبردی ایجاد میکنند.
۲. سنجش از دور ماهوارهای و کشاورزی دقیق (ارزش بازار بیش از ۵۰ میلیارد دلار): تشخیص تغییرات با دقت بالا برای پایش محصولات کشاورزی، بلایای طبیعی و زیرساختهای شهری.
۳. مخابرات دریایی و امنیت بنادر (ارزش بازار بیش از ۲۰ میلیارد دلار): نخستین سیستم عملی برای ارتباطات غیرفعال با زیردریاییها و شناسایی تهدیدات زیرآب از راه دور.
قدرت اختراع در این است که برای اولین بار، یک سختافزار واحد قادر است چهار مأموریت کاملاً متفاوت را با دقتی بالاتر از بهترین سیستمهای تخصصی موجود انجام دهد، در حالی که هزینهی تمامشدهی آن بهدلیل یکپارچگی، کمتر از نصف مجموع هزینههای چهار سیستم مجزا است. این مزیت رقابتی، PCT MIMAS را به گزینهی نخست برای شرکتهای مخابراتی پیشرو و... تبدیل میکند.
جمعبندی و چشمانداز:
این مقاله نشان داد که با یک چارچوب ریاضی واحد، میتوان چهار شکاف بزرگ در حوزههای رادار، یادگیری ماشین، پردازش تصویر و مخابرات زیرآب را پُر کرد. دستاوردهای کمّی – شامل بهبود ۴۰٪ در پنهانمانی، کاهش ۱۴ برابری هزینهی ارتباطات، دقت ۹۷.۳٪ در تشخیص تغییرات، و بازیابی گفتار با وضوح ۹۲٪ – همگی در سطحی هستند که انتشار در مجلاتی در تراز IEEE Transactions on Aerospace and Electronic Systems و Nature را تضمین میکنند. این پژوهش در مرحلهی شبیهسازی و اثبات مفهوم قرار دارد و برای نمونهسازی و آزمایشهای میدانی، به همکاری با شرکتهای دانشبنیان و سرمایهگذاران صنعتی نیاز دارد.
اگر در حوزههای رادار، سامانههای مخابراتی، پردازش سیگنال، یادگیری ماشین یا طراحی سختافزارهای فرکانسبالا فعالیت میکنید و به دنبال مشارکت در یک پروژهی تحولآفرین با بازار مصرفی گسترده هستید، مشتاقانه منتظر دریافت پیام شما هستیم.
تمامی اعداد، ضرایب و الگوریتمهای ذکرشده در این مقاله بهصورت عمومی هستند و هیچ گونه اطلاعات محرمانه افشا نشده است. این متن صرفاً برای آگاهیرسانی به جامعهی علمی و صنعتی و تسهیل همکاریهای پژوهشی تهیه شده است.
برای دریافت فرمول ها و ... به من از طریق اطلاعات پروفایلم پیام دهید تا در ارتباط باشیم.
با تشکر