Jak brzmi dron
Czym jest sygnatura akustyczna, dlaczego słuchamy pasywnie i co psuje nasłuch.
Człowiek słyszy nadlatujący dron i od razu wie, że to dron. Trudność polega na tym, żeby to samo rozpoznanie zrobiła maszyna — automatycznie, w hałasie, nocą i bez fałszywych alarmów. Ten tekst pokazuje, co dokładnie widzi nasz system, kiedy „słucha” nieba.
Dźwięk jako obraz
Zapis dźwięku sam w sobie niewiele mówi. Dopiero po przeliczeniu na spektrogram — mapę, na której poziomo płynie czas, pionowo rosną częstotliwości, a jasność oznacza energię — nagranie zaczyna wyglądać jak zdjęcie. I tak jak na zdjęciu, widać na nim konkretne obiekty.
Sygnatura akustyczna drona to właśnie ten układ prążków. Silniki i śmigła obracają się z określoną prędkością, a każde ostrze przecinające powietrze generuje ton podstawowy i szereg harmonicznych — wielokrotności tej częstotliwości. Cztery śmigła kręcące się nieco inaczej dają charakterystyczny, gęsty grzebień linii. Konstrukcja, liczba ostrzy, obciążenie i prędkość obrotowa zmieniają jego rozstaw. Dlatego dron o napędzie elektrycznym brzmi inaczej niż spalinowy, a duża platforma inaczej niż mały FPV.
Ten sam mechanizm działa też przeciw nam. Kosiarka, motocykl, pompa ciepła i wentylator dachowy również mają swoje grzebienie harmoniczne. Rozpoznanie drona nie jest więc pytaniem „czy słychać silnik”, ale „czy ten konkretny wzór odpowiada obiektowi w powietrzu, poruszającemu się w charakterystyczny sposób”.
Dlaczego pasywnie
Radar wysyła impuls i czeka na echo. To skuteczna metoda, ale ma cenę: stacja radarowa jest widoczna dla przeciwnika z dużo większej odległości, niż sama sięga. Detektor akustyczny nie emituje niczego. Tylko słucha. Z punktu widzenia obserwowanego obiektu nie istnieje — nie ma sygnału, który można namierzyć, zagłuszyć ani wykorzystać do ataku na stanowisko.
Druga zaleta wynika z fizyki dźwięku, nie z elektroniki. Dron autonomiczny, lecący na zaprogramowanej trasie, z wyłączonym łączem radiowym, jest niewidoczny dla detekcji RF — nie ma czego nasłuchiwać w eterze. Ale nadal hałasuje. Dopóki się porusza, generuje sygnaturę akustyczną, której nie da się wyłączyć bez wyłączenia napędu.
Łącze radiowe można wyłączyć. Emisji cieplnej można unikać. Dźwięku napędu nie da się schować.
Trzeci argument jest prozaiczny: koszt. Mikrofon to element za dziesiątki złotych, a nie za dziesiątki tysięcy. Detekcja akustyczna skaluje się przez liczbę, nie przez moc pojedynczego urządzenia — dlatego ma sens jako rozproszona sieć, a nie jako jedno stanowisko.
Od nagrania do decyzji
Model nie uczy się z powietrza. Uczy się z tysięcy oznaczonych fragmentów nagrań, w których człowiek potwierdził, co słychać. To najbardziej pracochłonna część projektu i jednocześnie ta, której nie da się obejść — bez własnej bazy sygnatur zostaje algorytm trenowany na przypadkowych plikach z internetu, który w polu przestaje działać.
Zwróć uwagę na górny wykres: prawdopodobieństwo skacze. W środku przelotu są sekundy, w których model schodzi niemal do zera, choć dron cały czas jest w powietrzu. Pojedyncza klatka to zbyt mało, żeby na jej podstawie alarmować. Dlatego decyzja powstaje z okna czasowego — dopiero seria zgodnych wskazań daje detekcję, którą warto pokazać operatorowi. To ten mechanizm odsiewa większość fałszywych alarmów.
Skąd wiadomo, z której strony
Sama informacja „słyszę drona” jest niewiele warta bez kierunku. Namiar wynika z różnicy czasu dotarcia dźwięku do poszczególnych mikrofonów w macierzy — ułamków milisekundy, ale wystarczających, żeby wyznaczyć azymut. Kilka detektorów rozstawionych w terenie pozwala z przecięcia namiarów oszacować pozycję.
Wykres poniżej pokazuje to samo w skali całego przelotu. Zielone punkty to rzeczywisty azymut celu, czerwone — namiar potwierdzony przez system, niebieska linia to odległość. Widać zarówno fragmenty, w których ścieżki pokrywają się niemal idealnie, jak i momenty rozjazdu. Ta różnica jest naszą listą zadań.
Co psuje nasłuch
Uczciwie: akustyka ma konkretne ograniczenia i żadne z nich nie zniknie od lepszego modelu.
Największy pojedynczy problem. Turbulencja na membranie mikrofonu generuje szum w tym samym zakresie, w którym szukamy sygnału, a wiatr dodatkowo zagina i osłabia falę dźwiękową. Osłony pomagają, ale nie eliminują zjawiska.
W zabudowie dźwięk przychodzi z kilku stron naraz — bezpośrednio i po odbiciu od ścian. Namiar potrafi wtedy wskazać budynek, a nie dron. Miasto jest dla akustyki trudniejsze niż otwarte pole.
Ruch drogowy, maszyny rolnicze, prace budowlane. Każde z tych źródeł potrafi zamaskować słaby, daleki sygnał albo podszyć się pod niego swoim widmem harmonicznym.
Dźwięk tłumi się z odległością i robi to szybko. Akustyka nie zastąpi radaru w wykrywaniu na dziesiątki kilometrów — jej domeną jest bliska strefa, w której latają małe drony, czyli dokładnie tam, gdzie radar radzi sobie najgorzej.
Z tej listy wynika wniosek, który kształtuje architekturę całego systemu: pojedynczy mikrofon jest zawsze wątpliwy. Wiarygodność bierze się z liczby — z kilku detektorów patrzących na to samo zdarzenie z różnych stron i z okna czasowego zamiast jednej klatki. Dlatego kolejnym krokiem jest fuzja z analizą radiową i obrazem: nie zamiast akustyki, ale jako drugie i trzecie potwierdzenie tego, co usłyszał mikrofon.
Detekcja akustyczna nie jest cudownym rozwiązaniem i nie zastąpi istniejących systemów obrony powietrznej. Jest natomiast tanią, pasywną i skalowalną warstwą, która widzi to, czego inne metody nie widzą — drona autonomicznego, nisko, blisko chronionego obiektu. To wystarczający powód, żeby robić ją dobrze.