Posizionamento passivo multi-obiettivo con classificazione dei segnali e radar MIMO

Perché trovare trasmettitori nascosti è importante

Le operazioni militari e di sicurezza moderne dipendono in larga misura dal sapere chi sta trasmettendo segnali radio, dove si trova e cosa sta facendo—il tutto senza rivelare la propria posizione. Il radar tradizionale emette impulsi e ascolta gli echi, il che può tradire la posizione del radar. Il radar passivo fa il contrario: ascolta silenziosamente segnali già emessi dai bersagli. Questo articolo esplora un nuovo modo in cui due velivoli cooperanti possono lavorare insieme per individuare contemporaneamente più sorgenti radio, in modo più affidabile e con meno errori, anche quando i segnali sono deboli e affollati.

Ascoltare invece di gridare

Invece di irradiare energia nel cielo, i sistemi passivi si limitano ad ascoltare le onde radio che navi, veicoli o dispositivi di comunicazione stanno già trasmettendo. Ogni velivolo porta un’antenna ad anello in grado di indicare da quale direzione arriva un segnale, un po’ come le nostre due orecchie ci aiutano a localizzare un suono. Confrontando gli angoli misurati da due velivoli, il sistema può triangolare la posizione di ciascuna sorgente a terra. La difficoltà è che su veri campi di battaglia spesso ci sono molti emittenti contemporaneamente e le loro rette di direzione—linee immaginarie che puntano da ciascun velivolo verso una sorgente—possono incrociarsi e sovrapporsi. I metodi convenzionali stimano gli angoli separatamente su ogni velivolo e poi cercano di associare quale retta dell’aeromobile A corrisponde a quale retta dell’aeromobile B, un passaggio che può facilmente sbagliare e portare a posizioni errate.

Far pensare entrambi i velivoli come uno solo

Gli autori propongono di trattare i due velivoli ascoltanti come un unico sensore virtuale più grande. Invece di elaborare le misure in modo indipendente, combinano i dati grezzi in un unico oggetto matematico chiamato matrice di covarianza. Da questa vista congiunta applicano una nota tecnica di ricerca direzionale, MUSIC, che funziona come un microfono direzionale altamente selettivo in grado di distinguere più sorgenti contemporaneamente. In questa configurazione il metodo cerca direttamente, in un’unica immagine “spettrale” condivisa, coppie di angoli che corrispondono alla stessa sorgente vista dai due velivoli. Poiché l’associazione è incorporata nella ricerca stessa, il metodo evita in gran parte il fragile passaggio di abbinamento a posteriori che affligge gli approcci più vecchi.

Ridurre la complessità matematica

Lavorare con due velivoli e molti bersagli diventa rapidamente gravoso dal punto di vista computazionale, perché l’algoritmo deve scandagliare combinazioni di angoli orizzontali e verticali per entrambe le piattaforme. Una ricerca esaustiva su quattro dimensioni angolari sarebbe impraticabilmente lenta. Per rendere il problema gestibile, gli autori introducono una strategia graduale di “riduzione della dimensionalità”. Prima sfruttano il fatto che i bersagli a terra lontani si trovano a piccoli angoli di elevazione, quindi inizialmente fissano gli angoli verticali e scandiscono solo quelli orizzontali per ottenere direzioni approssimative. Poi affinano gli angoli verticali con una ricerca più ristretta e infine rifiniscono entrambi i set di angoli con una griglia fine. In ciascuna fase proiettano la mappa energetica multidimensionale su curve unidimensionali semplici, dove identificare i picchi—e quindi le direzioni—è molto più facile e robusto in presenza di rumore.

Testare il metodo in cieli virtuali

Per valutare le prestazioni, i ricercatori simulano due velivoli che osservano più bersagli a terra in un ambiente rumoroso. Confrontano il loro approccio MUSIC congiunto a due velivoli con diversi metodi classici di stima direzionale e con schemi moderni di localizzazione passiva, mantenendo lo stesso risolutore finale delle posizioni per maggiore equità. Il nuovo metodo è particolarmente efficace nella stima degli angoli orizzontali e nel separare e abbinare correttamente più bersagli. Mantiene una buona accuratezza anche quando il rapporto segnale-rumore è modesto e quando sono disponibili solo un numero limitato di snapshot—brevi istantanee di dati—condizioni in cui i criteri standard per contare e separare le sorgenti spesso falliscono. Sebbene le stime di quota restino più soggette a errore, soprattutto perché le antenne giacciono su un piano piatto, gli errori di posizione orizzontale sono tipicamente ben al di sotto del chilometro negli scenari testati.

Cosa significa nella pratica

Per un non specialista, il risultato chiave è che due velivoli ascoltanti, se elaborano i loro dati insieme nel modo corretto, possono localizzare più emettitori radio indipendenti a terra in modo più affidabile rispetto a quando ciascun velivolo lavora da solo e poi cerca di riconciliare i risultati. La tecnica proposta integra il conteggio delle sorgenti, la separazione dei segnali e l’abbinamento tra piattaforme in un’unica struttura, pur usando scorciatoie matematiche per mantenere i calcoli entro limiti realistici. In termini semplici, il metodo aiuta i sistemi di radar passivo a dire, con maggiore fiducia e meno errori, “questi segnali provengono da quel particolare gruppo di veicoli laggiù”—una capacità sempre più preziosa per sorveglianza, guerra elettronica e consapevolezza situazionale senza rivelare la propria posizione.

Citazione: Wang, H., Liu, X. & Lei, Z. Multi-target passive positioning with signal classification and MIMO radar. Sci Rep 16, 7777 (2026). https://doi.org/10.1038/s41598-026-36881-9

Parole chiave: radar passivo, localizzazione multi-obiettivo, angolo di arrivo, rilevamento con due velivoli, elaborazione del segnale