La consapevolezza di quali segnali occupano lo spettro elettromagnetico è fondamentale in tutti gli scenari e applicazioni di electronic signal intelligence (ELINT) ed in generale di electronic warfare (EW).

Ma nel complesso è alla base di una più efficiente condivisione dello spettro elettromagnetico. Questo è importante in quanto più radio, sistemi di comunicazione, radar e molte altre applicazioni, compresi i dispositivi IOT, operano nello spettro elettromagnetico e l’electronic signal intelligence è solo un sottoinsieme di esso.

In questo scenario affollato, i trasmettitori ostili stanno diventando sempre più abili nel camuffare le caratteristiche dei segnali emessi al fine di mascherarsi tra gli altri segnali neutri presenti nello spettro elettromagnetico.

I sistemi di intelligenza artificiale possono superare gli approcci tradizionali nella classificazione dei segnali in tutti i livelli di rapporto segnale/rumore ed essere un validissimo supporto per l’identificazione dei segnali ostili. Indichiamo questa tecnologia con il nome Cognitive Signal Classifier.

Startup e aziende stanno investendo importanti risorse in questo campo. Tra queste segnaliamo la DeepSig (www.deepsig.ai ) società nata nel 2016 in Virginia (USA).

DeepSig ha sviluppato la soluzione OmniSIG™ Sensor che utilizza l’intelligenza artificiale (AI) per l’identificazione e la classificazione dei segnali ed è particolarmente interessante per le applicazioni di guerra elettronica e di electronic signal intelligence.

OmniSIG™ Sensor esegue il rilevamento e la classificazione delle emissioni a radiofrequenza su larghezze di banda molto ampie dello spettro. Fornisce inoltre la possibilità di segnalare anomalie, variazioni o minacce in tempo reale. Funziona sia con segnali a banda larga che a banda stretta e fornisce risultati accurati per segnali altamente dinamici e all’interno di scenari tattici contesi.

Il rilevamento e il riconoscimento funzionano su una vasta gamma di tipi di segnale, con cui il sistema è già stato addestrato. Ma il sistema può essere facilmente esteso per includere segnali e protocolli aggiuntivi. Questo avviene tramite il tool OmniSIG™ Studio che permette di incorporare dati, segnali e firme personalizzati per completare l’addestramento degli algoritmi di intelligenza artificiale e ottimizzare il classificatore in funzione delle conoscenze e scenari specifici.

OmniSIG™ Sensor può essere implementato in diverse architetture di calcolo e utilizza l’accelerazione delle unità di elaborazione grafica (GPU). La scelta della architettura incide sulla dinamica del sistema di classificazione e quindi sul funzionamento real-time o quasi real-time. Diversi scenari tattici e operativi possono richiedere diverse architetture di calcolo, dai server multi-GPU Nvidia con montaggio a rack, ai dispositivi edge rugged basati su SOM Nvidia Jetson.

E4 Computer Engineering ha siglato una partnership con la DeepSig per il mercato europeo, ed è in grado di fornire l’architettura di calcolo dimensionata per le caratteristiche dello scenario tattico applicativo.