Denoising adattivo guidato dalla coerenza con sensori doppi (WF-VMD-DDCDO) per il rilevamento di bersagli subacquei

Ascoltare le navi senza usare il suono

Navi e sommergibili lasciano impronte magnetiche deboli nell’acqua mentre le loro parti metalliche interagiscono con il mare e con i sistemi elettrici di protezione. Questi segnali a frequenza estremamente bassa possono propagarsi per chilometri, offrendo un modo per individuare veicoli subacquei senza ricorrere al suono. Ma nell’oceano reale queste tracce magnetiche sono sepolte sotto intenso rumore di fondo e altri segnali di origine antropica. Questo articolo presenta un nuovo metodo multipasso che riesce ad estrarre il “battito” magnetico di una nave anche quando è molto al di sotto del livello del rumore, rendendo più pratico il rilevamento a lunga distanza e silenzioso.

Un faro nascosto dagli alberi di trasmissione

Quando un’imbarcazione si muove, l’albero dell’elica ruota a velocità costante. Questo movimento altera lievemente il contatto elettrico tra metalli diversi a bordo, modulando sia le correnti di corrosione sia le correnti di protezione che scorrono nell’acqua di mare. Il risultato è un campo elettromagnetico a frequenza molto bassa il cui tono principale corrisponde alla velocità di rotazione dell’albero e la cui energia può viaggiare a lunga distanza con poca attenuazione. In linea di principio questo campo a frequenza di albero è un segnale ideale per il tracciamento. In pratica è mascherato da rumore “colorato” complesso proveniente dall’ambiente magnetico terrestre e da forti linee di interferenza di impianti elettrici e altri equipaggiamenti, specialmente in acque poco profonde dove i metodi acustici tradizionali faticano già.

Usare due «orecchie» invece di una

La prima idea degli autori è trattare il campo a frequenza di albero della nave come un segnale coerente, cioè condiviso, che raggiunge due sensori in modo correlato, mentre la maggior parte del rumore di fondo appare simile in entrambe le posizioni. Dispongono una coppia di magnetometri identici a una certa distanza sul fondale. Confrontando i due flussi di dati nel dominio della frequenza, stimano come il vero campo bersaglio si trasforma tra i sensori e usano questa “funzione di trasferimento” per rinforzare ciò che i due set di dati hanno in comune e cancellare ciò che non corrisponde. Questo passo di incremento della coerenza riduce fortemente le linee di interferenza e ampie porzioni del rumore magnetico ambientale prima di qualsiasi ulteriore elaborazione.

Domare il rumore colorato e separare il segnale

Anche dopo il processamento di coerenza, il rumore residuo si comporta in modo molto diverso rispetto al rumore casuale ideale assunto in molti algoritmi. Per uniformare la situazione, il gruppo applica un filtro di whitening che rimodella lo spettro in modo che l’energia del rumore sia più uniforme sulle frequenze, senza spostare la frequenza reale dell’albero. Segue la decomposizione modale variazionale, un metodo matematicamente fondato per scomporre il segnale ripulito in diverse bande più semplici, ciascuna coprendo una fetta dello spettro. In queste modalità intrinseche il campo nascosto a frequenza di albero può emergere più chiaramente dal rumore residuo rispetto al segnale misto originale.

Lasciare che il caos indichi il bersaglio

La fase finale di rilevamento usa un sistema caotico appositamente progettato chiamato oscillatore Duffing a doppio accoppiamento differenziale. Questo oscillatore non lineare è straordinariamente sensibile a ingressi periodici deboli: quando la sua frequenza di eccitazione interna scorre attraverso la sconosciuta frequenza di albero, il sistema passa brevemente in uno stato intermittente distintivo due volte di seguito. Scansionando ogni banda di segnale scomposta e osservando queste transizioni accoppiate, il metodo può confermare la presenza del campo a frequenza di albero e stimarne la frequenza. Gli autori automatizzano ulteriormente questa fase utilizzando una misura chiamata entropia del campione per scegliere la forza di pilotaggio giusta, assicurando che l’oscillatore risponda in modo affidabile senza essere ingannato dal rumore.

Dimostrare l’efficacia in laboratorio e sul campo

I ricercatori testano l’intera catena—incremento della coerenza, whitening, decomposizione e rilevamento caotico—su segnali sintetici e su misure reali effettuate vicino a un lago usando una bobina che imita il campo a frequenza di albero di una nave. Confrontano le prestazioni con denoising wavelet, miglioramento adattivo delle linee, modelli di deep learning e approcci precedenti basati su Duffing. Molti di questi metodi falliscono quando il segnale è 20–40 decibel sotto il rumore, mentre il nuovo approccio identifica ancora correttamente la frequenza di albero nella maggior parte dei casi e mantiene basse le false allarmi. In uno scenario sul campo con un segnale sepolto oltre 50 decibel sotto il rumore, il metodo raggiunge oltre il 95 percento di accuratezza nel rilevamento.

Cosa significa per il senso silenzioso dell’oceano

In termini semplici, questo lavoro mostra che l’“impulso” magnetico dell’albero rotante di una nave può essere rilevato molto oltre i limiti delle tecniche precedenti, anche in acque reali e disordinate. Combinando con ingegno due sensori, filtraggi avanzati e un rivelatore basato sul caos, il metodo scopre un pattern regolare dove l’analisi ordinaria vede principalmente casualità. Un rilevamento non acustico così ultrasensibile potrebbe integrare il sonar, aiutando a tracciare navi di superficie e veicoli subacquei restando passivo e difficile da individuare a sua volta.

Citazione: Qiu, H., Yang, P., Huang, C. et al. Dual-sensor coherence-driven adaptive denoising (WF-VMD-DDCDO) for underwater target detection. Sci Rep 16, 14067 (2026). https://doi.org/10.1038/s41598-026-41814-7

Parole chiave: rilevamento di bersagli subacquei, rilevamento magnetico, riduzione del rumore del segnale, elettromagnetismo marino, oscillatori caotici