Detección pasiva de drones mediante campos magnéticos e IA

Investigadores de la Florida International University han desarrollado un nuevo sistema de detección de drones que utiliza los campos magnéticos generados por sus motores. Este método, que integra inteligencia artificial, representa una alternativa a las técnicas convencionales, abordando el creciente desafío de identificar aeronaves pequeñas y económicas utilizadas para vigilancia, especialmente aquellas que no son fácilmente rastreables por radar. La aproximación pasiva del sistema, según detalla una publicación de Hackster.io, ofrece una ventaja al no emitir señales que puedan revelar la ubicación del detector.

Los sistemas tradicionales de detección de drones, como el radar, las cámaras, los micrófonos o el monitoreo de radiofrecuencia, presentan limitaciones inherentes. El radar puede ser costoso y delatar su posición al transmitir ondas de radio, las cámaras requieren una línea de visión clara y los sensores acústicos tienen dificultades en entornos ruidosos. La propuesta de los investigadores se centra en un fenómeno que los drones no pueden evitar producir: campos magnéticos de muy baja frecuencia (ELF).

Estos campos magnéticos son generados por los motores DC sin escobillas que impulsan la mayoría de los drones pequeños. Cada modelo de dron, debido a sus configuraciones motoras específicas, emite una "huella magnética" distintiva. Esta característica permite la identificación del tipo de aeronave. A diferencia de las comunicaciones por radio, estas emisiones están presentes incluso cuando el dron opera de forma autónoma sin transmitir señales de control. Para captar estas señales, se desarrolló una antena de bucle circular sensible, combinada con un front-end analógico de bajo ruido que amplifica y acondiciona los datos.

La mera detección de un campo magnético no es suficiente para determinar la presencia o el modelo de un dron. Para ello, los investigadores aplicaron una técnica de procesamiento de señales denominada estimación de la función de correlación espectral (SCF). Esta técnica analiza patrones repetitivos en las emisiones magnéticas, generando mapas que destacan las características asociadas con los motores y sus controladores electrónicos. Posteriormente, estos mapas se alimentan a una red neuronal convolucional, basada en la arquitectura VGG16, que ha sido entrenada para reconocer las firmas magnéticas específicas de diferentes drones, distinguiéndolos de otras aeronaves o de la ausencia de estas.

Las pruebas realizadas al aire libre con tres microdrones comerciales, a distancias de hasta 15 metros, mostraron una precisión de detección del 98,52 %. La identificación del tipo de dron o de su ausencia alcanzó una precisión global del 83,5 %. Cabe señalar que el dron más pequeño fue el más difícil de identificar debido a la menor intensidad de sus emisiones magnéticas. Aunque su rango de detección actual es limitado y no está diseñado para reemplazar al radar, el sistema ofrece un bajo costo de desarrollo (unos pocos cientos de dólares por prototipo), lo que lo hace viable para desplegar múltiples detectores pasivos como una capa adicional de protección en ubicaciones sensibles. El equipo continúa trabajando en el desarrollo de esta tecnología.