• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  •  Science >> Ciencia >  >> Física
    Diseñando un dron que utiliza invisibilidad adaptativa:hacia capas autónomas mar-tierra-aire
    Un dron autónomo encubierto puede disfrazarse de otro objeto (por ejemplo, un conejo) en entornos caleidoscópicos. Crédito:Chao Qian, Universidad de Zhejiang.

    La idea de que los objetos desaparezcan sin problemas, no sólo en entornos de laboratorio controlados sino también en escenarios del mundo real, ha capturado durante mucho tiempo la imaginación popular. Este concepto personifica la trayectoria de la civilización humana, desde las primitivas técnicas de camuflaje hasta las sofisticadas capas basadas en metamateriales de hoy.



    Recientemente, este objetivo se destacó aún más en Science. , como una de las "125 preguntas:exploración y descubrimiento". Investigadores de la Universidad de Zhejiang han avanzado en esta dirección al demostrar una capa de invisibilidad aeroanfibia inteligente. Esta capa puede mantener la invisibilidad en entornos dinámicos, neutralizando los estímulos externos.

    A pesar de décadas de investigación y la aparición de numerosos prototipos de capas de invisibilidad, lograr una capa aeroanfibia capaz de manipular la dispersión electromagnética en tiempo real en paisajes en constante cambio sigue siendo un desafío formidable. Los obstáculos son multifacéticos y van desde la necesidad de metasuperficies ajustables de amplitud compleja hasta la ausencia de algoritmos inteligentes capaces de abordar problemas inherentes como la falta de unicidad y las entradas incompletas.

    Para abordar estos desafíos de frente, un equipo de la Universidad de Zhejiang ha presentado un dron no tripulado encubierto y autónomo. Como se informa en Fotónica avanzada , este dron integra a la perfección funcionalidades de percepción, toma de decisiones y ejecución.

    La clave radica en la modulación espaciotemporal aplicada a metasuperficies reconfigurables, lo que permite la personalización de campos de dispersión en dominios de espacio y frecuencia. Para impulsar esta innovación, proponen una red neuronal de generación-eliminación, también conocida como aprendizaje de evolución estocástica.

    Esta red guía globalmente las metasuperficies espaciotemporales, buscando automáticamente soluciones óptimas con máxima inferencia probabilística, resolviendo así los problemas de uno a muchos inherentes al diseño inverso. En un experimento innovador, el equipo implementó este concepto en una plataforma de drones no tripulados, demostrando invisibilidad adaptativa en tres paisajes canónicos:mar, tierra y aire.

    Esta fusión de metasuperficies espaciotemporales, aprendizaje profundo y sistemas de control avanzados extiende el ámbito de las capas de invisibilidad a las plataformas aéreas. La red neuronal integrada actúa como un sofisticado comandante que desentraña la compleja interacción entre ondas y metasuperficies.

    Este avance presagia un nuevo paradigma en el diseño inverso, que ofrece soluciones para correspondencias de muchos a muchos. Más allá de las aplicaciones inmediatas, este trabajo sirve como catalizador para inspirar futuras investigaciones en el descubrimiento de materiales y el desarrollo de metadispositivos adaptativos. En el futuro, nuevos avances pueden abordar las limitaciones actuales, como las limitaciones de ancho de banda y los desafíos relacionados con la polarización total.

    Más información: Chao Qian et al, Capa de invisibilidad aeroanfibia autónoma con aprendizaje de evolución estocástica, Fotónica avanzada (2024). DOI:10.1117/1.AP.6.1.016001

    Proporcionado por SPIE




    © Ciencia https://es.scienceaq.com