Riepilogo Tecnico: Classificazione e Rilevamento di Multipli UAV Utilizzando Reti Neurali a Ondelette Gaussiane Razionali

Enunciato del Problema

Il rilevamento e la classificazione dei Veicoli Aerei Senza Pilota (UAV) rappresentano una sfida critica per la protezione delle infrastrutture civili e militari contro minacce che vanno dal contrabbando alla sorveglianza. Sebbene esistano varie modalità di rilevamento (radar, visione, RF), il rilevamento basato sul suono offre vantaggi distinti: è economicamente vantaggioso, può essere dispiegato senza necessità di linea visiva diretta e capace di classificare i tipi di UAV e stimare le posizioni. Tuttavia, il rilevamento acustico affronta ostacoli significativi, inclusi il rumore di fondo, le interferenze del vento e la natura non stazionaria e non periodica dei segnali audio dei droni.

Gli approcci esistenti basati sul suono spesso si affidano all'estrazione di caratteristiche statiche (ad esempio, la Trasformata di Fourier a Tempo Breve) seguita da modelli di apprendimento automatico tradizionali. Sebbene interpretabili, questi metodi statici non riescono ad adattarsi ai diversi tipi di UAV, alle manovre e alle condizioni ambientali. Al contrario, i modelli di deep learning raggiungono alte prestazioni ma spesso mancano di interpretabilità fisica e richiedono hardware specializzato, ponendo rischi per applicazioni critiche per la sicurezza. Gli autori identificano un vuoto per un sistema che sia sia altamente accurato sia fisicamente interpretabile, capace di distinguere UAV singoli da sciami in ambienti rumorosi.

Metodologia

Il documento propone un approccio di Apprendimento Automatico Guidato dal Modello (MDML) che utilizza una Rete Neurale Convoluzionale a Ondelette Gaussiane Razionali (RGW). Questa architettura integra l'elaborazione del segnale direttamente nel processo di apprendimento per garantire l'interpretabilità fisica.

1. Elaborazione del Segnale e Acquisizione Dati

• Fonti Dati: Gli esperimenti hanno utilizzato dati audio provenienti sia da uno studio interno controllato (campionamento a 192 kHz) sia da un ambiente esterno rumoroso (campionamento a 8 kHz).
• Preprocessing: I segnali audio sono stati segmentati in finestre non sovrapposte di 100 ms (19.200 campioni a 192 kHz) e normalizzati a media zero e varianza unitaria.
• Diversità UAV: Il dataset includeva vari UAV multirotore commerciali (ad esempio, serie DJI Mavic, Avata 2, Matrice 30T) con masse, configurazioni dei rotori e gamme di RPM diverse per coprire un ampio spettro acustico.

2. Nuclei a Ondelette Gaussiane Razionali (RGW)

L'innovazione principale è l'uso di nuclei RGW, una classe di ondelette ammissibili definite da un vettore di parametri $\eta$ contenente zeri polinomiali ($t_k$) e poli ($z_j$). L'onda madre $\psi_\eta(t)$ è definita come:
$$\psi_\eta(t) = C(\eta) P_\eta(t) v_\eta(t) e^{-t^2/2}$$
A differenza delle ondelette tradizionali con forme fisse, le RGW permettono che la morfologia dell'onda madre venga ottimizzata attraverso parametri apprendibili. Ciò consente alla rete di apprendere adattivamente la forma dell'ondaletta ottimale per specifiche firme UAV.

3. Architettura della Rete

La rete proposta è composta da:

1. Livello di Convoluzione RGW: Applica convoluzioni discrete del segnale di ingresso con nuclei RGW a scale multiple ($\lambda_k$). Il livello apprende i parametri di dilatazione ($\lambda$) e i parametri di morfologia ($\eta$).
2. Livello di Pooling: Un meccanismo di pooling unico che mantiene solo i $Q$ coefficienti di ondelette assoluti massimi per ogni scala. Questo agisce come un filtro 1D, estraendo le componenti di frequenza dominanti (pseudo-frequenze) mentre scarta il rumore.
3. Testa di Classificazione: Seguita da livelli completamente connessi con attivazione ReLU. L'output utilizza un'attivazione Sigmoid per compiti binari (rilevamento) o Softmax per compiti multiclasse (classificazione).

Il modello è progettato per essere leggero, adatto al dispiegamento in tempo reale su hardware limitato e completamente differenziabile, consentendo un addestramento end-to-end.

Contributi Chiave

1. Nuovo Livello di Convoluzione RGW: Gli autori introducono un nuovo livello convoluzionale che utilizza nuclei RGW e apprende sia la morfologia ottimale dell'onda madre sia le scale rilevanti. Ciò permette al sistema di estrarre caratteristiche fisicamente significative da segnali non periodici e non stazionari.
2. Capacità di Rilevamento degli Sciami: Lo studio dimostra che il metodo proposto può distinguere efficacemente tra intrusioni di UAV singoli e sciami di droni coordinati, un compito che complica molte strategie di difesa.
3. Interpretabilità e Prestazioni: L'approccio colma il divario tra l'elaborazione del segnale tradizionale interpretabile e il deep learning. I coefficienti delle ondelette portano un significato fisico (somiglianza a forme di ondelette specifiche a scale specifiche), a differenza dei parametri opachi delle reti neurali profonde standard.
4. Sistema Economicamente Vantaggioso: Utilizzando microfoni MEMS e una rete neurale leggera, gli autori propongono un sistema che evita i costi elevati e la complessità dei sistemi basati su radar o visione, mantenendo al contempo alta accuratezza.

Risultati Sperimentali

Gli autori hanno valutato il modello in tre scenari utilizzando la convalida incrociata a 5 pieghe, confrontandolo con Random Forest (RF), SVM (Lineare e RBF), Naive Bayes (NB), Reti Neurali Completamente Connesse (FCNN) e Reti Neurali Convoluzionali standard (CNN).

• Scenario 1: Rilevamento di Sciami (Interno)
  • Compito: Distinguere tra rumore di fondo, un singolo UAV e UAV multipli.
  • Risultato: Il modello RGW proposto ha raggiunto un'accuratezza media del 92,52%, superando la CNN standard (90,57%) e battendo significativamente i metodi ML tradizionali (ad esempio, RF al 78,94%).
• Scenario 2: Classificazione UAV (Interno)
  • Compito: Classificare modelli UAV specifici (Mavic Pro, Mavic Pro 2, Mavic Mini).
  • Risultato: Il modello RGW ha raggiunto un'accuratezza media del 99,20%, comparabile alla CNN (99,97%) ma con meno parametri e maggiore interpretabilità.
• Scenario 3: Rilevamento in Ambiente Esterno Rumoroso
  • Compito: Rilevamento binario di un singolo UAV in mezzo a un forte rumore di fondo (traffico, vento, elicotteri).
  • Risultato: Il modello RGW ha raggiunto un'accuratezza media del 90,55%, superando la CNN (89,60%) e tutti i metodi di base. Gli autori notano che l'interpretabilità è stata cruciale qui per verificare la validità del modello in un contesto così difficile.

Significato e Affermazioni

Il documento afferma che il metodo proposto offre un algoritmo di apprendimento automatico fisicamente interpretabile che supera gli approcci di apprendimento automatico tradizionali e eguaglia o supera le prestazioni dello stato dell'arte del deep learning nei compiti di rilevamento UAV.

Le affermazioni chiave riguardanti il significato includono:

• Adattabilità: A differenza degli estrattori di caratteristiche statici, il livello RGW si adatta ai diversi tipi di UAV e alle condizioni ambientali.
• Idoneità per Applicazioni Critiche per la Sicurezza: L'interpretabilità delle caratteristiche affronta le preoccupazioni riguardanti la natura "scatola nera" del deep learning nelle applicazioni di difesa critiche per la sicurezza.
• Efficienza: Il modello raggiunge alta accuratezza con un piccolo numero di parametri, rendendolo adatto al dispiegamento su hardware con risorse limitate.
• Riproducibilità: Gli autori sottolineano che la loro implementazione è pubblicamente disponibile, garantendo la riproducibilità dei loro risultati.

Gli autori concludono che, sebbene il loro modello generico attuale sia efficace, il lavoro futuro si concentrerà su modelli specializzati per compiti specifici e sul dispiegamento in tempo reale. Non affermano di risolvere tutte le sfide del rilevamento dei droni, ma presentano una soluzione robusta, interpretabile ed economicamente vantaggiosa per il rilevamento e la classificazione basati sull'acustica.