Resolusi Doppler Lateral Menentukan Posisi Kawanan UAV dengan Presisi Sub-Meter

Nanjing, China, Sumber:

Munculnya kawanan kendaraan udara tanpa awak (UAV) menciptakan tantangan rumit bagi sistem radar modern. Saat sejumlah drone terbang dalam formasi rapat dan melakukan manuver cepat, teknologi radar konvensional sering kesulitan membedakan setiap unit secara individual. Resolusi cross-range yang terbatas menyebabkan sinyal dari target yang berdekatan saling tumpang tindih. Hal ini menyulitkan pelacakan masing-masing drone secara terpisah.

Sebuah studi terbaru yang dipublikasikan di jurnal Sensors oleh peneliti dari Universitas Teknik Angkatan Darat PLA menawarkan solusi menarik atas masalah persisten ini. Penelitian ini memperkenalkan metode robust untuk melokalisasi kawanan UAV yang sedang bermanuver dengan memanfaatkan resolusi Doppler lateral. Inovasi utamanya terletak pada integrasi tiga komponen kunci: penskalaan Doppler lateral, estimasi referensi kecepatan cross-range berbasis data, dan backprojection berdasarkan hipotesis percepatan. Pendekatan ini bertujuan memisahkan target yang mungkin luput dari sistem konvensional dengan mengatasi keterbatasan radar yang memiliki aperture kecil.

Teknik ini bekerja dengan memperkirakan kecepatan referensi melalui maksimisasi kriteria konsentrasi spasial yang diregularisasi. Hal ini memungkinkan sistem beradaptasi terhadap gerakan yang bergantung pada target dengan melakukan fusi maksimum per piksel di atas grid percepatan. Dalam uji praktis melibatkan formasi tetap dengan 15 target dan skala percepatan antara 1,8 hingga 9 m/s², metode ini menunjukkan presisi luar biasa. Nilai error root mean square lokalisasi kondisional berkisar antara 0,81 hingga 1,15 meter. Tingkat deteksi single-scene mencapai antara 0,87 hingga 1,00.

Hasil ini jauh lebih unggul dibandingkan pemrosesan range-Doppler tradisional serta metode Taylor-Chirplet orde dua atau tiga, terutama pada skala percepatan yang lebih tinggi. Validasi lebih lanjut melalui eksperimen Monte Carlo yang mencakup noise acak dan model hamburan Swerling-I mengonfirmasi keunggulan metode yang diusulkan. Pada rasio signal-to-noise per pulsa dari -18 hingga -6 dB, fusi maksimum menghasilkan probabilitas deteksi cocok yang lebih tinggi dan error RMS yang dihukum karena miss yang lebih rendah dibandingkan fusi rata-rata dan baseline nol percepatan.

Studi ini juga mengkarakterisasi trade-off komputasi dan rentang operasi dengan melakukan pengujian menyeluruh terhadap grid percepatan, frekuensi repetisi pulsa, dan kecepatan referensi. Seiring sektor pertahanan dan keamanan semakin mengandalkan teknologi drone untuk pengawasan, logistik, dan operasi tempur, kemampuan mendeteksi dan melokalisasi aset tersebut secara akurat menjadi sangat krusial. Penelitian ini memberikan lompatan teknologi vital dengan menyediakan kerangka kerja andal untuk membedakan drone individu dalam sebuah kawanan bahkan dalam kondisi dinamis yang menantang.

Dengan meningkatkan kemampuan kesadaran situasional sistem radar, inovasi ini berkontribusi signifikan pada tren global yang lebih luas dalam mengintegrasikan teknik pemrosesan sinyal canggih ke dalam infrastruktur pertahanan generasi berikutnya. Temuan ini mengisyaratkan masa depan di mana sistem radar dapat mempertahankan kejelasan dan presisi meskipun berada di lingkungan udara paling padat dan bergerak cepat.