TODOS LOS CREDITOS: elsnorkel.com
La correcta clasificación de un contacto es uno de los mayores desafíos que debe afrontar el comandante de un submarino. La limitada capacidad de obtener información sobre el entorno que tiene este tipo de unidades obliga a explotar al máximo las posibilidades que pueden brindar sus sensores.
ImageEl periscopio, el principal de ellos para la clasificación e identificación, tiene un alcance limitado, se vuelve prácticamente nulo para ese fin de noche o con baja visibilidad, aferra al submarino a navegar próximo a la superficie y, especialmente, lo obliga a ser indiscreto.
Estas razones hacen necesario desarrollar la posibilidad de clasificar y eventualmente identificar los contactos analizando los rumores que generan, tarea realizada por los sonaristas mediante la comparación aural. El logro de buenos resultados usando este método requiere que el rumor tenga características perceptibles al oído que posibiliten clasificarlo, además de un prolongado y meticuloso adiestramiento de los operadores del sonar.
Durante la Guerra Fría, las marinas rectoras comenzaron a incorporar sistemas de clasificación de contactos sonar asistidos por computadoras. Sus características fueron celosamente resguardadas, incluso hasta el presente. En los últimos años, el desarrollo de la informática y de los modelos matemáticos de clasificación, fue haciendo posible implementar sistemas de este tipo. A partir de los 90, varias armadas que contaban con los recursos para la investigación y el desarrollo necesarios comenzaron a trabajar en este sentido. A modo de ejemplo, el Instituto de Pesquisas de la Marina de Guerra del Brasil ha llevado a cabo desarrollos propios (https://www.mar.mil.br/ipqm). A pesar de esta tendencia, la oferta de sistemas de este tipo en el mercado mundial de equipos para la defensa es aún hoy escasa.
Image
fuente:https://www.mar.mil.br/ipqm
Consideraciones sobre la clasificación de firmas acústicas
Entendemos por firma acústica al conjunto de características de un ruido que permite obtener información acerca de la fuente que lo generó. El análisis de esos atributos se lleva a cabo básicamente en los dominios del tiempo (variación temporal de la amplitud) y de la frecuencia (estudio de los componente de frecuencia presentes). La conversión del dominio del tiempo al de la frecuencia se logra en la práctica por medio del algoritmo matemático denominado Transformación Rápida de Fourier (Fast Fourier Transform- FFT) y su resultado es una representación amplitud-frecuencia denominada habitualmente espectro de frecuencias.
La resolución del problema de la clasificación e identificación de una firma acústica por medio de la informática forma parte de una disciplina denominada genéricamente reconocimiento de patrones (pattern recognition).
Un sistema de reconocimiento de patrones consiste en un sensor que recoge las observaciones a clasificar, un sistema de extracción de características que transforma una parte de la información observada en valores numéricos o simbólicos y un sistema de clasificación o descripción que, basado en las características extraídas, clasifica la medición. Conviene acotar que la clave de la efectividad de un sistema de clasificación reside más en el diseño del extractor de características que en el dispositivo de clasificación en sí.
Podemos definir el término fuente como todo fenómeno natural o artificial que genera sonidos captados por el sonar pasivo, como por ejemplo buques, submarinos, torpedos, ruidos biológicos, ruidos de costa, etc. Se entiende por clasificar una firma acústica a la determinación del tipo de fuente que la generó por medio de su comparación con datos almacenados, cuyas fuentes fueron identificadas con anterioridad.
Lograr un sistema que clasifique automáticamente una firma acústica y sea capaz de funcionar a bordo, en tiempo real y con un grado de certeza tal que brinde información útil es de por sí complejo. Los factores que influyen son numerosos y variados. Veamos cuáles son los más significativos.
Las firmas acústicas.
a. Variabilidad
Existe una idea generalizada según la cual por medio de la firma acústica puede determinarse de modo unívoco a la fuente que la originó. Si bien esto es teóricamente cierto, en la práctica no lo es tanto.
Un buque navegando genera una cantidad significativa de sonidos diferentes debido a muchas variables que intervienen y que se interrelacionan: velocidad (ya sea estable o variable), auxiliares en uso, estado de carga, estado de suciedad del casco y hélice, remolques, fallas o averías en sus ejes y hélices, etc. Las combinaciones de estas variables pueden hacer que un buque determinado, en diferentes circunstancias, genere sonidos que sean similares a los de otras clases de buques.
Estos hechos pueden ser compensados en parte contando con clasificadores específicos, realizando la mejor extracción de características posible y sobre todo, contando con grandes y amplios volúmenes de información en las bases de datos
b. Influencia de la relación señal/ruido
El ruido irradiado por un buque se atenúa por la pérdida por transmisión que sufre por efecto de la distancia y esa señal a su vez es interferida por el ruido ambiente, modificando su espectro original y dificultando la clasificación. El ruido que afecta al que produce una fuente obedece a diferentes orígenes, siendo los más significativos el estado del mar y el viento, la existencia de lluvia, la presencia de otros buques en la zona y los ruidos que genera el mismo submarino que escucha. La influencia de todos estos ruidos crece si la señal analizada es débil.
Esto hace necesario que la relación señal/ruido con que se recibe la emisión de una fuente a clasificar deba ser buena y en general varios decibeles superior a la requerida para la detección. Por esta razón, la clasificación acústica se desarrolla en general tanto más efectivamente cuanto más cerca se esté del contacto.
La porción del espectro más rica en información para la clasificación asistida por computadora y donde a su vez es menor la pérdida por transmisión y la influencia del ruido ambiente es la de las bajas frecuencias. Los submarinos convencionales modernos, diseñados para mantener bajos los niveles del ruido propio y con sonares de arreglo lateral (flank array), son los mejor dotados para esta tarea.
Las bases de datos
La utilidad de un sistema automático de clasificación de firmas acústicas estará condicionada por la cantidad y variedad de fuentes diferentes contenidas en su base de datos. Las características de variabilidad de las firmas que puede emitir una misma fuente hace necesario almacenar mucha información para poder caracterizarla.
Una propiedad importante que debe tener la base de datos usada en la clasificación es que la información de una fuente determinada mantenga tanto coherencia interna (que los datos tengan un grado de similitud entre sí), como una diferenciación de las demás fuentes que haga posible discriminar una de otra. Esta característica, a la que llamamos “consistencia” de la base de datos, ayuda especialmente a prevenir errores al clasificar un nuevo rumor desconocido.
El software de clasificación
Los seres humanos poseemos una gran capacidad para reconocer patrones, que utilizamos permanentemente sin percatarnos de ella. Sirva como ejemplo la rapidez con la que distinguimos a quien nos llama por teléfono a pesar de las limitaciones de fidelidad de audio que estos poseen. La habilidad con que la mente humana opera para distinguir las características de un patrón llevó a la necesidad de comprender su funcionamiento e intentar imitarlo. Fue así como surgieron las redes neuronales artificiales, que son modelos matemáticos inspirados en la biología, capaces de extraer las características relevantes (a veces ocultas) de un conjunto de datos, efectuar un aprendizaje de sus propiedades y luego aplicarlas para reconocer un elemento nuevo.
La capacidad de las redes neuronales para el reconocimiento de patrones, particularmente aquellos que provienen de fenómenos físicos, está ampliamente demostrada y se basa en sus propiedades de funcionamiento no lineal, su carácter adaptativo, la posibilidad de aprendizaje y generalización, así como la resistencia a fallas entre otras. Es precisamente la propiedad de generalizar sobre la base de información aprendida lo que permite a una red neuronal clasificar una firma que no estaba previamente almacenada en la base de datos.
Para lograr que un clasificador proporcione información relevante es necesario no sólo que la extracción de las características de la firma acústica que se empleen sea adecuada, sino también procesar simultáneamente varias de ellas e integrarlas con un proceso automático de decisión.
La posibilidades que brinda el empleo de redes neuronales pueden ser incrementadas por medio del uso de otros recursos aplicables a la clasificación tales como la lógica difusa (fuzzy logic), que permite encontrar soluciones a problemas en los que los parámetros considerados son imprecisos.
El desarrollo de un clasificador
Todos conocemos el crecimiento vertiginoso que ha mantenido la informática en los últimos años. Procesadores con capacidades inimaginables hace sólo unas décadas hoy están al alcance de todos a bajo costo. Otro tanto ha sucedido con el software. Los poderosos analizadores espectrales basados en PC hoy disponibles hacen posible el análisis meticuloso de señales acústicas en tiempo real. Del mismo modo, las redes neuronales, algunas de las cuales fueron concebidas hace más de 40 años para tratar específicamente problemas de clasificación sonar, se han desarrollado y madurado en cuanto a su aplicabilidad, transformándose en una herramienta común a la hora de abordar problemas de clasificación en la vida diaria.
Esos avances hacen pensar que la posibilidad de contar con un clasificador para la asistencia del operador del sonar estaría al alcance de cualquier marina. Los trabajos científicos publicados en este sentido se han multiplicado en los últimos años y pareciera que confirman esa suposición.
Sin embargo las dificultades que involucra resolver efectivamente este problema particular no son menores. A las consideraciones sobre la clasificación de firmas acústicas ya planteadas deben sumarse los requerimientos propios de un submarino dentro de un teatro de operaciones moderno. Múltiples contactos, muchos de ellos no reconocidos previamente, mejores capacidades antisubmarinas por parte de los medios aéreos y navales oponentes que obligan al sigilo, así como la necesidad de emplear armas a distancias cada vez mayores dentro de un marco legal restringido que vuelve impensables las consecuencias del ataque a un blanco equivocado, son sólo algunas de las circunstancias que potencian la necesidad de contar con un sistema de este tipo pero que también inciden decisivamente en la efectividad que debe poseer.
Es muy probable que los sistemas de sonar pasivo para submarinos que se ofrezcan en el futuro cercano cuenten con clasificadores automáticos de contactos. A pesar de ello esta no es la única alternativa para disponer de un sistema de este tipo. Los recursos que se vuelcan a la investigación y desarrollo en el campo militar también pueden incidir favorablemente para disponer de una alternativa nacional basada en la tecnología comercial disponible. Este es sólo uno de los tantos problemas posibles de resolver en el área de la defensa y también un desafío para los investigadores.
Conclusiones.
Como hemos visto, el desarrollo de un sistema que clasifique automáticamente los contactos que tiene el sonar pasivo de un submarino está dentro de las posibilidades tecnológicas del presente aunque condicionado por diversos factores.
En última instancia, su logro permitirá contar con una herramienta de apoyo al operador del sonar, quien seguirá siendo el responsable de esta tarea con la ayuda del más asombroso dispositivo de clasificación logrado hasta el presente, la mente humana.
CN VGM GUSTAVO HACZEK
Es Jefe de del Estado Mayor de la Fuerza de Submarinos Argentina, fue Comandante del Submarino ARA Salta y recientemente participo del Simposio de guerra antisubmarina y oceanográfica táctica con el tema CLASON implementado en el ARA Salta. e integra el equipo de investigacion del area hidroacustica de la Fuerza de Submarinos Argentina.
Imagenes : elsnorkel.com
La correcta clasificación de un contacto es uno de los mayores desafíos que debe afrontar el comandante de un submarino. La limitada capacidad de obtener información sobre el entorno que tiene este tipo de unidades obliga a explotar al máximo las posibilidades que pueden brindar sus sensores.
ImageEl periscopio, el principal de ellos para la clasificación e identificación, tiene un alcance limitado, se vuelve prácticamente nulo para ese fin de noche o con baja visibilidad, aferra al submarino a navegar próximo a la superficie y, especialmente, lo obliga a ser indiscreto.
Estas razones hacen necesario desarrollar la posibilidad de clasificar y eventualmente identificar los contactos analizando los rumores que generan, tarea realizada por los sonaristas mediante la comparación aural. El logro de buenos resultados usando este método requiere que el rumor tenga características perceptibles al oído que posibiliten clasificarlo, además de un prolongado y meticuloso adiestramiento de los operadores del sonar.
Durante la Guerra Fría, las marinas rectoras comenzaron a incorporar sistemas de clasificación de contactos sonar asistidos por computadoras. Sus características fueron celosamente resguardadas, incluso hasta el presente. En los últimos años, el desarrollo de la informática y de los modelos matemáticos de clasificación, fue haciendo posible implementar sistemas de este tipo. A partir de los 90, varias armadas que contaban con los recursos para la investigación y el desarrollo necesarios comenzaron a trabajar en este sentido. A modo de ejemplo, el Instituto de Pesquisas de la Marina de Guerra del Brasil ha llevado a cabo desarrollos propios (https://www.mar.mil.br/ipqm). A pesar de esta tendencia, la oferta de sistemas de este tipo en el mercado mundial de equipos para la defensa es aún hoy escasa.
Image
fuente:https://www.mar.mil.br/ipqm
Consideraciones sobre la clasificación de firmas acústicas
Entendemos por firma acústica al conjunto de características de un ruido que permite obtener información acerca de la fuente que lo generó. El análisis de esos atributos se lleva a cabo básicamente en los dominios del tiempo (variación temporal de la amplitud) y de la frecuencia (estudio de los componente de frecuencia presentes). La conversión del dominio del tiempo al de la frecuencia se logra en la práctica por medio del algoritmo matemático denominado Transformación Rápida de Fourier (Fast Fourier Transform- FFT) y su resultado es una representación amplitud-frecuencia denominada habitualmente espectro de frecuencias.
La resolución del problema de la clasificación e identificación de una firma acústica por medio de la informática forma parte de una disciplina denominada genéricamente reconocimiento de patrones (pattern recognition).
Un sistema de reconocimiento de patrones consiste en un sensor que recoge las observaciones a clasificar, un sistema de extracción de características que transforma una parte de la información observada en valores numéricos o simbólicos y un sistema de clasificación o descripción que, basado en las características extraídas, clasifica la medición. Conviene acotar que la clave de la efectividad de un sistema de clasificación reside más en el diseño del extractor de características que en el dispositivo de clasificación en sí.
Podemos definir el término fuente como todo fenómeno natural o artificial que genera sonidos captados por el sonar pasivo, como por ejemplo buques, submarinos, torpedos, ruidos biológicos, ruidos de costa, etc. Se entiende por clasificar una firma acústica a la determinación del tipo de fuente que la generó por medio de su comparación con datos almacenados, cuyas fuentes fueron identificadas con anterioridad.
Lograr un sistema que clasifique automáticamente una firma acústica y sea capaz de funcionar a bordo, en tiempo real y con un grado de certeza tal que brinde información útil es de por sí complejo. Los factores que influyen son numerosos y variados. Veamos cuáles son los más significativos.
Las firmas acústicas.
a. Variabilidad
Existe una idea generalizada según la cual por medio de la firma acústica puede determinarse de modo unívoco a la fuente que la originó. Si bien esto es teóricamente cierto, en la práctica no lo es tanto.
Un buque navegando genera una cantidad significativa de sonidos diferentes debido a muchas variables que intervienen y que se interrelacionan: velocidad (ya sea estable o variable), auxiliares en uso, estado de carga, estado de suciedad del casco y hélice, remolques, fallas o averías en sus ejes y hélices, etc. Las combinaciones de estas variables pueden hacer que un buque determinado, en diferentes circunstancias, genere sonidos que sean similares a los de otras clases de buques.
Estos hechos pueden ser compensados en parte contando con clasificadores específicos, realizando la mejor extracción de características posible y sobre todo, contando con grandes y amplios volúmenes de información en las bases de datos
b. Influencia de la relación señal/ruido
El ruido irradiado por un buque se atenúa por la pérdida por transmisión que sufre por efecto de la distancia y esa señal a su vez es interferida por el ruido ambiente, modificando su espectro original y dificultando la clasificación. El ruido que afecta al que produce una fuente obedece a diferentes orígenes, siendo los más significativos el estado del mar y el viento, la existencia de lluvia, la presencia de otros buques en la zona y los ruidos que genera el mismo submarino que escucha. La influencia de todos estos ruidos crece si la señal analizada es débil.
Esto hace necesario que la relación señal/ruido con que se recibe la emisión de una fuente a clasificar deba ser buena y en general varios decibeles superior a la requerida para la detección. Por esta razón, la clasificación acústica se desarrolla en general tanto más efectivamente cuanto más cerca se esté del contacto.
La porción del espectro más rica en información para la clasificación asistida por computadora y donde a su vez es menor la pérdida por transmisión y la influencia del ruido ambiente es la de las bajas frecuencias. Los submarinos convencionales modernos, diseñados para mantener bajos los niveles del ruido propio y con sonares de arreglo lateral (flank array), son los mejor dotados para esta tarea.
Las bases de datos
La utilidad de un sistema automático de clasificación de firmas acústicas estará condicionada por la cantidad y variedad de fuentes diferentes contenidas en su base de datos. Las características de variabilidad de las firmas que puede emitir una misma fuente hace necesario almacenar mucha información para poder caracterizarla.
Una propiedad importante que debe tener la base de datos usada en la clasificación es que la información de una fuente determinada mantenga tanto coherencia interna (que los datos tengan un grado de similitud entre sí), como una diferenciación de las demás fuentes que haga posible discriminar una de otra. Esta característica, a la que llamamos “consistencia” de la base de datos, ayuda especialmente a prevenir errores al clasificar un nuevo rumor desconocido.
El software de clasificación
Los seres humanos poseemos una gran capacidad para reconocer patrones, que utilizamos permanentemente sin percatarnos de ella. Sirva como ejemplo la rapidez con la que distinguimos a quien nos llama por teléfono a pesar de las limitaciones de fidelidad de audio que estos poseen. La habilidad con que la mente humana opera para distinguir las características de un patrón llevó a la necesidad de comprender su funcionamiento e intentar imitarlo. Fue así como surgieron las redes neuronales artificiales, que son modelos matemáticos inspirados en la biología, capaces de extraer las características relevantes (a veces ocultas) de un conjunto de datos, efectuar un aprendizaje de sus propiedades y luego aplicarlas para reconocer un elemento nuevo.
La capacidad de las redes neuronales para el reconocimiento de patrones, particularmente aquellos que provienen de fenómenos físicos, está ampliamente demostrada y se basa en sus propiedades de funcionamiento no lineal, su carácter adaptativo, la posibilidad de aprendizaje y generalización, así como la resistencia a fallas entre otras. Es precisamente la propiedad de generalizar sobre la base de información aprendida lo que permite a una red neuronal clasificar una firma que no estaba previamente almacenada en la base de datos.
Para lograr que un clasificador proporcione información relevante es necesario no sólo que la extracción de las características de la firma acústica que se empleen sea adecuada, sino también procesar simultáneamente varias de ellas e integrarlas con un proceso automático de decisión.
La posibilidades que brinda el empleo de redes neuronales pueden ser incrementadas por medio del uso de otros recursos aplicables a la clasificación tales como la lógica difusa (fuzzy logic), que permite encontrar soluciones a problemas en los que los parámetros considerados son imprecisos.
El desarrollo de un clasificador
Todos conocemos el crecimiento vertiginoso que ha mantenido la informática en los últimos años. Procesadores con capacidades inimaginables hace sólo unas décadas hoy están al alcance de todos a bajo costo. Otro tanto ha sucedido con el software. Los poderosos analizadores espectrales basados en PC hoy disponibles hacen posible el análisis meticuloso de señales acústicas en tiempo real. Del mismo modo, las redes neuronales, algunas de las cuales fueron concebidas hace más de 40 años para tratar específicamente problemas de clasificación sonar, se han desarrollado y madurado en cuanto a su aplicabilidad, transformándose en una herramienta común a la hora de abordar problemas de clasificación en la vida diaria.
Esos avances hacen pensar que la posibilidad de contar con un clasificador para la asistencia del operador del sonar estaría al alcance de cualquier marina. Los trabajos científicos publicados en este sentido se han multiplicado en los últimos años y pareciera que confirman esa suposición.
Sin embargo las dificultades que involucra resolver efectivamente este problema particular no son menores. A las consideraciones sobre la clasificación de firmas acústicas ya planteadas deben sumarse los requerimientos propios de un submarino dentro de un teatro de operaciones moderno. Múltiples contactos, muchos de ellos no reconocidos previamente, mejores capacidades antisubmarinas por parte de los medios aéreos y navales oponentes que obligan al sigilo, así como la necesidad de emplear armas a distancias cada vez mayores dentro de un marco legal restringido que vuelve impensables las consecuencias del ataque a un blanco equivocado, son sólo algunas de las circunstancias que potencian la necesidad de contar con un sistema de este tipo pero que también inciden decisivamente en la efectividad que debe poseer.
Es muy probable que los sistemas de sonar pasivo para submarinos que se ofrezcan en el futuro cercano cuenten con clasificadores automáticos de contactos. A pesar de ello esta no es la única alternativa para disponer de un sistema de este tipo. Los recursos que se vuelcan a la investigación y desarrollo en el campo militar también pueden incidir favorablemente para disponer de una alternativa nacional basada en la tecnología comercial disponible. Este es sólo uno de los tantos problemas posibles de resolver en el área de la defensa y también un desafío para los investigadores.
Conclusiones.
Como hemos visto, el desarrollo de un sistema que clasifique automáticamente los contactos que tiene el sonar pasivo de un submarino está dentro de las posibilidades tecnológicas del presente aunque condicionado por diversos factores.
En última instancia, su logro permitirá contar con una herramienta de apoyo al operador del sonar, quien seguirá siendo el responsable de esta tarea con la ayuda del más asombroso dispositivo de clasificación logrado hasta el presente, la mente humana.
CN VGM GUSTAVO HACZEK
Es Jefe de del Estado Mayor de la Fuerza de Submarinos Argentina, fue Comandante del Submarino ARA Salta y recientemente participo del Simposio de guerra antisubmarina y oceanográfica táctica con el tema CLASON implementado en el ARA Salta. e integra el equipo de investigacion del area hidroacustica de la Fuerza de Submarinos Argentina.
Imagenes : elsnorkel.com
