Physics Aware Neural Networks: Denoising for Magnetic Navigation

Resumo Técnico: Redes Neurais Conscientes da Física para Remoção de Ruído em Navegação Magnética

Declaração do Problema
A navegação por anomalias magnéticas oferece uma alternativa crítica aos Sistemas de Navegação por Satélite Global (GNSS) em ambientes onde os sinais são bloqueados ou falsificados. No entanto, a navegação magnética aérea enfrenta um desafio fundamental: a própria aeronave gera ruído magnético a partir de seu chassi, motores e instrumentos, o que corrompe as medições do campo geomagnético local necessárias para a geolocalização. Embora métodos clássicos como o modelo Tolles-Lawson abordem interferências determinísticas, eles não conseguem lidar adequadamente com o ruído estocástico inerente aos dados operacionais. Além disso, as abordagens existentes de aprendizado profundo frequentemente carecem da consistência física necessária para modelar com precisão os campos magnéticos, levando a uma navegação propensa a erros.

Metodologia
Os autores propõem uma abordagem de primeiros princípios que integra leis físicas diretamente nas arquiteturas de redes neurais para remover ruído dos dados de magnetômetro. A metodologia é construída sobre três pilares centrais:

1. Restrições Conscientes da Física:

   • Restrição de Divergência Nula: Para satisfazer a segunda lei de Maxwell ($\nabla \cdot \mathbf{B} = 0$), a rede não gera o campo magnético $\mathbf{B}$ diretamente. Em vez disso, ela gera um potencial vetorial $\mathbf{A}_\theta$. O campo magnético é construído como o rotacional desse potencial ($\mathbf{B} = \nabla \times \mathbf{A}_\theta$). Isso garante a propriedade de divergência nula identicamente, pois $\nabla \cdot (\nabla \times \mathbf{A}) = 0$ para qualquer campo vetorial suave.
   • Equivariância E(3): Para garantir que as previsões permaneçam consistentes independentemente da posição e orientação do sensor, a rede impõe a equivariância E(3) (invariância sob transformações rígidas). Isso é implementado usando tensores geométricos representados por harmônicos esféricos. A arquitetura utiliza produtos tensoriais e coeficientes de Clebsch-Gordan para garantir que, se a entrada for rotacionada, a saída seja rotacionada correspondentemente.

2. Design Arquitetural para Dinâmicas Temporais:
   Reconhecendo que os dados do magnetômetro são amostrados de forma irregular e exibem dependências de longo prazo (por exemplo, correntes parasitas, deriva térmica), os autores modelam o sistema usando dinâmicas de tempo contínuo.

   • EDOs Neurais: O estado oculto $z(t)$ evolui por meio de uma equação diferencial ordinária neural ($\dot{z}(t) = f_\theta(z(t), t)$), permitindo que o modelo lide com intervalos de tempo arbitrários $\Delta t_i$.
   • Memória de Longo Prazo: A arquitetura incorpora mecanismos para reter contexto de longo alcance, essencial para modelar fontes de ruído que decaem lentamente ao longo do tempo.
   • Arquiteturas Avaliadas: O estudo avalia quatro arquiteturas base: Perceptrons Multicamada (MLP), Redes Neurais Convolucionais 1D (CNN), Redes de Constante de Tempo Líquida (LTC) e Contiformers. O Contiformer, que possui inerentemente dinâmicas de tempo contínuo e memória de longo prazo, é destacado como o mais eficaz.

3. Geração de Dados Sintéticos:
   Abordando a escassez de dados de voo do mundo real, os autores desenvolveram uma Rede Adversarial Generativa Condicional (cGAN). Este modelo aprende a distribuição conjunta de leituras de sensores em janelas condicionadas a rótulos de contexto discretos (por exemplo, ID de voo, atitude). O gerador utiliza um LSTM de 2 camadas para produzir sequências realistas e temporalmente consistentes de campo magnético com base no Modelo Magnético Mundial (WMM).

Principais Contribuições

1. Novas Restrições: Introdução de campos vetoriais de divergência nula e equivariância E(3) como restrições rígidas dentro de redes neurais para navegação magnética, garantindo a adesão às equações de Maxwell e à consistência rotacional.
2. Identificação Arquitetural: Identificação de dinâmicas de tempo contínuo e memória de longo prazo como propriedades críticas para modelar dados de séries temporais magnéticas, com a arquitetura Contiformer demonstrando desempenho superior.
3. Síntese de Dados: Desenvolvimento de um pipeline de geração de conjunto de dados sintéticos usando cGANs e o WMM para superar a escassez de dados.
4. Implementação do Sistema: Projeto e avaliação de um pipeline completo de remoção de ruído que supera tanto modelos de compensação clássicos quanto abordagens de aprendizado profundo sem restrições.

Resultados
O sistema foi avaliado em dados de voo reais (conjunto de dados MagNav) e dados sintéticos gerados pela cGAN. O desempenho foi medido usando o Erro Quadrático Médio Raiz (RMSE) e a Relação Sinal-Ruído (SNR).

• Impacto das Restrições: A adição de restrições conscientes da física melhorou consistentemente o desempenho em todas as arquiteturas. A combinação de ambas as restrições produziu os maiores ganhos. Por exemplo, na arquitetura MLP, o RMSE de teste caiu 57% quando ambas as restrições foram aplicadas.
• Comparação de Arquiteturas: A arquitetura Contiformer superou significativamente MLPs, CNNs e LTCs. O modelo de melhor desempenho (Contiformer com ambas as restrições) alcançou um RMSE de teste de 13,09 nT e um SNR de 56,47 dB, comparado ao RMSE de teste de MLP de base de 70,47 nT.
• Estudos de Ablação: O estudo confirmou que, embora restrições individuais (divergência nula ou equivariância) tenham melhorado os resultados, sua combinação forneceu a remoção de ruído mais robusta, atuando efetivamente como um regularizador implícito.

Significado
O artigo afirma que incorporar princípios físicos fundamentais diretamente nas arquiteturas de rede fornece um framework generalizável para sistemas espaço-temporais. Ao restringir o espaço de funções de campo admissíveis a soluções fisicamente plausíveis, o modelo melhora a precisão preditiva e a plausibilidade física sem depender exclusivamente do volume de dados. O trabalho demonstra que restrições conscientes da física podem efetivamente preencher a lacuna entre modelos físicos clássicos e aprendizado profundo moderno, oferecendo uma solução robusta para navegação por anomalias magnéticas em ambientes com escassez de dados e ruidosos. Os autores observam que essa abordagem é aplicável além da navegação magnética a outros sistemas dinâmicos governados por leis físicas.