Nghiên Cứu & Ứng Dụng Mạng Nơ-ron, Phương Pháp Wavelet Trong Nhận Dạng Tín Hiệu Rađa và Bom Đạn Dưới Lòng Đất

Tóm tắt nghiên cứu (Executive Summary)

  • Câu hỏi nghiên cứu cốt lõi: Làm thế nào để làm chủ và ứng dụng các kỹ thuật trí tuệ nhân tạo tiên tiến—đặc biệt là mạng nơ-ron nhân tạo (ANN), hệ logic mờ (Fuzzy Logic), thuật toán di truyền (GA) và biến đổi Wavelet—vào bài toán xử lý tín hiệu và nhận dạng mục tiêu tự động trong điều kiện bất định, phục vụ an ninh quốc phòng và dân sinh tại Việt Nam?
  • Phương pháp tiếp cận: Nghiên cứu kết hợp giữa lý thuyết xử lý tín hiệu hiện đại (Wavelet, lý thuyết quyết định thống kê Bayes) với kiến trúc tính toán thông minh (mạng nơ-ron nhiều lớp, hệ nơ-ron - mờ). Đề tài triển khai mô hình hóa toán học, mô phỏng trên nền tảng máy tính (MATLAB, LabVIEW, NeuroSolutions), chế tạo phần cứng nhúng thời gian thực (DSP, ASIC) và xây dựng hệ thống thử nghiệm bán tự nhiên (Hardware-in-the-Loop).
  • Kết quả chính: Đề tài đã hệ thống hóa lý thuyết nhận dạng mục tiêu; thiết lập cơ sở dữ liệu chân dung mẫu cho 10 loại mục tiêu bay; chế tạo thành công hệ thiết bị mô phỏng bán tự nhiên tạo tín hiệu phản xạ rađa thời gian thực; phát triển thiết bị nhận dạng mục tiêu bay trên nền tảng máy tính nhúng; và hoàn thiện giải thuật nơ-ron - mờ nhận dạng dị vật sắt từ/bom đạn dưới lòng đất.
  • Ý nghĩa thực tiễn: Tạo bước đột phá trong công nghệ tự chủ khí tài quân sự công nghệ cao, nâng cao năng lực phòng thủ phòng không - không quân, đồng thời giải quyết bài toán khắc phục hậu quả bom mìn sau chiến tranh tại Việt Nam.

Bối cảnh và tầm quan trọng (Context & Significance)

Thực trạng nhận thức và công nghệ thời điểm nghiên cứu

Vào đầu những năm 2000, kỹ thuật rađa và xử lý tín hiệu đo đạc địa vật lý tại Việt Nam chủ yếu dừng lại ở các phương pháp phân tích phổ Fourier cổ điển và quy trình xử lý tín hiệu tuyến tính. Trong tác chiến phòng không, việc phân loại và nhận dạng mục tiêu phần lớn phụ thuộc vào trắc thủ thủ công thông qua kinh nghiệm quan sát vệt sáng, tham số quỹ đạo sơ khai trên màn hiện sóng sau khi đã phát hiện mục tiêu.

Trong khi đó, ở bài toán rà phá bom mìn, nhân viên dò tìm phải dựa vào tín hiệu âm thanh biến đổi tần số hoặc kim đồng hồ đo từ trường của máy dò cầm tay. Cách làm này chịu ảnh hưởng nặng nề bởi yếu tố chủ quan, dễ nhầm lẫn với các dị vật kim loại vô hại hoặc phông địa chất phức tạp.

Khoảng trống nghiên cứu (Research Gap)

  1. Thiếu tính năng nhận dạng thời gian thực: Bài toán nhận dạng mục tiêu rađa hiện đại đòi hỏi phải diễn ra đồng thời với quá trình phát hiện (khám phá và nhận dạng tự động) thay vì phân tích hậu kiểm.
  2. Hạn chế của phân tích Fourier: Tín hiệu phản xạ từ mục tiêu bay có cánh quạt/tua-bin (hiệu ứng điều chế thứ cấp JET/Micro-Doppler) và tín hiệu từ trường quét qua dị vật bom đạn đều là các tín hiệu phi dừng (non-stationary). Biến đổi Fourier truyền thống không thể hiện được đồng thời đặc trưng cục bộ trong cả miền thời gian và miền tần số.
  3. Bài toán ngược phi tuyến và bất định: Việc suy đoán kích thước, độ sâu, hình dạng bom đạn từ dữ liệu từ trường đo được trên mặt đất là bài toán ngược đa trị (ill-posed inverse problem), đòi hỏi các công cụ học máy có khả năng xấp xỉ hàm phi tuyến mạnh mẽ như Mạng Nơ-ron và Hệ logic mờ.

Tính cấp thiết và Tác động tiềm năng

Đề tài cấp Nhà nước mang mã số thuộc chương trình Khoa học Công nghệ KC (do Học viện Kỹ thuật Quân sự chủ trì, TS. Nguyễn Xuân Căn làm chủ nhiệm) ra đời sau 28 tháng nghiên cứu đã giải quyết trực tiếp bài toán làm chủ công nghệ lõi. Nghiên cứu mở đường cho việc số hóa, hiện đại hóa các tổ hợp đài rađa cảnh giới, đài điều khiển hỏa lực tên lửa phòng không của Quân đội nhân dân Việt Nam, đồng thời cung cấp giải pháp công nghệ cao cho các lực lượng công binh rà phá vật nổ.

Phương pháp luận và Cách tiếp cận (Methodology & Approach)

Nghiên cứu được thiết kế theo quy trình đa tầng, kết hợp chặt chẽ giữa mô hình hóa giải tích, mô phỏng số, tích hợp hệ thống phần cứng và thực nghiệm hiện trường.

1. Phân tích chân dung tín hiệu Rađa đa chiều

Để nhận dạng mục tiêu bay, nhóm nghiên cứu đã xây dựng không gian dấu hiệu $N$-chiều $\mathcal{R}(r_1, r_2, \dots, r_N)$ bao gồm:

  • Chân dung năng lượng (RCS): Thống kê diện tích phản xạ hiệu dụng của mục tiêu phụ thuộc vào góc quan sát và phân cực sóng.
  • Chân dung thăng giáng biên độ - pha: Phân tích hàm tương quan và mật độ phổ năng lượng thăng giáng do các dao động cơ học, biến động quỹ đạo tạo ra.
  • Chân dung tương quan tần số & Cộng hưởng: Chiếu xạ đa tần để đánh giá độ dài hướng tâm $L \approx c / (2\Delta f_{corr})$ và khảo sát hiện tượng cộng hưởng bước sóng mét khi chu vi mục tiêu xấp xỉ bước sóng.
  • Chân dung phân cực: Sử dụng ma trận tán xạ phân cực $[S]$ xác định hình học mục tiêu trong mặt phẳng trực giao.
  • Chân dung phổ Đốp-le (Micro-Doppler / JET): Phân tích tín hiệu điều chế biên độ - pha do cánh quạt trực thăng hoặc cánh tua-bin phản lực quay tạo ra các chùm vạch phổ phụ trợ đặc trưng cho từng loại động cơ.

2. Thuật toán phân lớp và ra quyết định

  • Thuật toán Bayes tham số hóa và phi tham số: Tối ưu hóa hàm hợp lý, cực đại xác suất hậu nghiệm (MAP) và cực tiểu hóa rủi ro trung bình Bayes đối với bài toán kiểm định đa thuyết $M$ lớp mục tiêu.
  • Kỹ thuật phân tích Wavelet: Sử dụng biến đổi Wavelet liên tục (CWT) và rời rạc (DWT) để khử tạp nhiễu trắng/nhiễu màu, phân tách các thành phần kỳ dị (singularities), điểm gián đoạn và bóc tách cấu trúc thời gian - tần số cục bộ của tín hiệu mà Fourier không xử lý được.
  • Mạng nơ-ron nhân tạo & Mạng nơ-ron - Mờ (Adaptive Neuro-Fuzzy):
    • Sử dụng mạng Perceptron nhiều lớp (MLP) với thuật toán lan truyền ngược sai số (Backpropagation) cải tiến (Momentum, Delta-Bar-Delta) và thuật toán tối ưu Levenberg-Marquardt.
    • Tích hợp các tập mờ và hệ luật If-Then của Mamdani/Sugeno vào cấu trúc nơ-ron để xử lý tính bất định của tín hiệu từ trường bom đạn.
    • Ứng dụng Thuật toán di truyền (GA) để tối ưu cấu trúc topo mạng, tìm vector trọng số $W$ và định chuẩn hàm liên thuộc mờ.

3. Phương pháp tiếp cận bài toán bom đạn ngầm

Mô hình hóa dị vật sắt từ dưới lòng đất như các lưỡng cực từ (Magnetic Dipole) hoặc thể cầu/hộp nằm trong từ trường Trái Đất. Để giải bài toán ngược (ước lượng tọa độ $x_0, y_0, z_0$, độ sâu, thể tích và mômen từ), đề tài phối hợp:

  • Phương pháp điểm đặc trưng (cực trị, bán cực đại).
  • Phương pháp biến đổi trường (hạ trường, nâng trường, qui cực) theo thuật toán điều chỉnh Tikhonov.
  • Mạng nơ-ron - mờ học từ tập mẫu thực nghiệm để ánh xạ trực tiếp từ phân bố cảm ứng từ mặt đất $\vec{B}(x, y)$ sang thông số hình học của bom đạn.

Phát hiện và Kết quả chính (Major Findings)

STT Kết quả / Sản phẩm Khoa học Thông số / Đặc tính Kỹ thuật đạt được Ý nghĩa Ứng dụng Thực tiễn
01 Cơ sở dữ liệu chân dung mẫu Rađa Số hóa và mô phỏng chi tiết phản xạ điện từ của 10 loại phương tiện bay: B-52, B-1B, F-15, MiG-21, Tornado, ALCM, GLCM, An-26, Tu-16, AH-64. Cung cấp thư viện chuẩn quốc gia phục vụ huấn luyện thuật toán AI và thiết kế khí tài phòng không.
02 Hệ mô phỏng bán tự nhiên thời gian thực (HIL) Tạo lập tín hiệu rađa phản xạ tương thích với các đài cảnh giới, dẫn đường, điều khiển hỏa lực trong dải tần thực tế. Thiết bị tạo tín hiệu thời gian thực đầu tiên tại Việt Nam; cho phép thử nghiệm khí tài không cần bay thực.
03 Hệ thống nhận dạng rađa trên máy tính nhúng Tổ hợp trên nền tảng vi xử lý nhúng tốc độ cao, xử lý song song mạng nơ-ron, nhận dạng mục tiêu bay trong thời gian thực. Khả năng tích hợp trực tiếp vào các đài rađa hiện có để nâng cấp số hóa, tự động hóa chỉ thị mục tiêu.
04 Giải thuật & Thiết bị nhận dạng bom mìn ngầm Hệ lai Neuro-Fuzzy xử lý dữ liệu cảm biến từ; ước lượng chính xác độ sâu, kích thước và phân loại vật liệu sắt từ. Giảm thiểu tỷ lệ đào nhầm phế liệu kim loại, tăng độ an toàn và tốc độ rà phá bom mìn công binh.
05 Hệ thống phần mềm đào tạo & NCKH Xây dựng các gói toolbox chuyên dụng trên MATLAB/LabVIEW phục vụ đào tạo Sau đại học. Chuyển giao tri thức, hình thành lực lượng chuyên gia nơ-ron - xử lý tín hiệu cho Quân đội và đất nước.

Phân tích sâu về các phát hiện kỹ thuật

  1. Hiệu quả vượt trội của chân dung Micro-Doppler: Kết quả nghiên cứu khẳng định chân dung phổ Doppler thứ cấp phản ánh chính xác kết cấu động cơ (số cánh quạt, số tầng cánh tua-bin nén khí, tốc độ quay vòng). Nhờ đó, mạng nơ-ron phân biệt được rõ ràng giữa trực thăng bay treo ($AH-64$), máy bay vận tải cánh quạt ($An-26$) và tiêm kích phản lực ($F-15, MiG-21$).
  2. Khả năng thích ứng của hệ Nơ-ron - Mờ với địa vật lý: Môi trường đất tại Việt Nam có độ nhiễm từ và tính không đồng nhất rất cao. Các thuật toán giải tích truyền thống thường bị phân kỳ hoặc cho sai số độ sâu $> 40%$. Việc ứng dụng hệ nơ-ron - mờ kết hợp chuẩn hóa Wavelet giúp sai số ước lượng độ sâu giảm xuống dưới mức cho phép, phân loại thành công các nhóm bom đạn điển hình theo độ sâu chôn vùi.

Đóng góp khoa học (Scientific Contributions)

1. Đóng góp về mặt lý thuyết

  • Lần đầu tiên tại Việt Nam, một công trình khoa học đã tổng kết và hệ thống hóa toàn diện cơ sở toán học của bài toán nhận dạng mục tiêu rađa đa chiều (năng lượng, pha-thời gian, tương quan tần số, cộng hưởng, phân cực và phổ Doppler).
  • Hoàn thiện khung phương pháp luận kết hợp giữa lý thuyết ước lượng Bayes hiện đại với mạng nơ-ron nhân tạo và giải thuật di truyền trong xử lý tín hiệu phi dừng.

2. Đổi mới về mặt phương pháp và công nghệ

  • Tiên phong tích hợp Biến đổi Wavelet vào tiền xử lý và trích chọn dấu hiệu nhận dạng, khắc phục triệt để nhược điểm mất thông tin thời gian của biến đổi Fourier truyền thống trong môi trường nhiễu phức tạp.
  • Ứng dụng thành công mô hình phần cứng máy tính nhúng kết hợp bộ xử lý tín hiệu số (DSP) chuyên dụng để hiện thực hóa các thuật toán mạng nơ-ron phức tạp ở tốc độ thời gian thực (Real-time Embedded AI).

3. Giá trị thực tiễn và An ninh - Quốc phòng

  • Tự chủ công nghệ: Giảm thiểu sự phụ thuộc vào trang thiết bị, phần mềm nhập ngoại; làm chủ hoàn toàn mã nguồn và thiết kế phần cứng các khối nhận dạng rađa.
  • Tối ưu hóa hỏa lực tác chiến: Cung cấp thông tin nhận dạng chính xác về phân lớp mục tiêu (tên lửa hành trình, máy bay tàng hình, máy bay ném bom), giúp người chỉ huy phân bổ vũ khí phòng không (tên lửa, pháo cao xạ) tối ưu nhất trong tác chiến hiện đại.
  • Khắc phục hậu quả chiến tranh: Tạo tiền đề chế tạo các máy dò bom mìn thông minh, tự động hóa khâu phân tích dữ liệu địa vật lý hiện trường.

Đối tượng quan tâm và Giá trị ứng dụng (Target Audience)

  • Chuyên gia & Nhà nghiên cứu Khoa học Quân sự: Nắm bắt quy trình xây dựng cơ sở dữ liệu chân dung mục tiêu bay và các mô hình phần cứng mô phỏng bán tự nhiên để tích hợp vào các tổ hợp vũ khí khí tài thế hệ mới.
  • Kỹ sư Điện tử, Viễn thông & Xử lý tín hiệu: Vận dụng các thuật toán phân tích phổ Wavelet, giải thuật lọc thích nghi và thiết kế hệ thống nhúng thời gian thực vào các bài toán viễn thông, ảnh y sinh hoặc thăm dò khoáng sản.
  • Các nhà hoạch định chính sách KH&CN Quốc phòng: Căn cứ thực tiễn để tiếp tục đầu tư, mở rộng các chương trình nghiên cứu trọng điểm quốc gia về trí tuệ nhân tạo quân sự và chế tạo thiết bị thông minh.
  • Giảng viên và Học viên Sau đại học: Tài liệu tham khảo chuẩn mực, cung cấp đầy đủ cả lý thuyết giải tích lẫn mã nguồn, thuật toán mô phỏng trên MATLAB/LabVIEW phục vụ đào tạo thạc sĩ, tiến sĩ.

FAQ - Các câu hỏi thường gặp

1. Điểm đột phá lớn nhất của đề tài nghiên cứu này là gì?

Đề tài đã thiết kế và chế tạo thành công Hệ thiết bị mô phỏng bán tự nhiên thời gian thực và Hệ thống nhận dạng mục tiêu bay trên nền tảng máy tính nhúng ứng dụng mạng nơ-ron đầu tiên tại Việt Nam. Đây là bước chuyển mình từ nghiên cứu lý thuyết thuần túy sang làm chủ công nghệ chế tạo phần cứng - phần mềm nhúng hoàn chỉnh.

2. Tại sao phương pháp Wavelet lại vượt trội hơn phân tích Fourier trong bài toán này?

Biến đổi Fourier chỉ cho biết các thành phần tần số tồn tại trong toàn bộ tín hiệu mà không chỉ ra được thành phần đó xuất hiện ở thời điểm nào. Tín hiệu phản xạ rađa từ các bộ phận chuyển động (cánh quạt, cánh tua-bin) và tín hiệu từ trường bom đạn là các quá trình ngẫu nhiên phi dừng. Biến đổi Wavelet cho phép phân tích đa phân giải cục bộ theo cả thời gian và tần số, giúp bắt trọn các điểm kỳ dị, đột biến và các đặc trưng vi mô của mục tiêu.

3. Thuật toán nhận dạng của đề tài có thể mở rộng (generalize) cho các loại mục tiêu mới không?

Hoàn toàn có thể. Do cấu trúc mạng nơ-ron và hệ nơ-ron - mờ có khả năng học và khái quát hóa dữ liệu, hệ thống chỉ cần được nạp bổ sung dữ liệu huấn luyện (tập chân dung rađa hoặc mẫu từ trường của các mục tiêu mới) mà không cần phải thay đổi cấu trúc phần cứng của máy tính nhúng.

4. Kết quả nhận dạng bom đạn dưới lòng đất giải quyết bài toán thực tế ra sao?

Bằng cách mô hình hóa bài toán ngược trường từ và xử lý qua mạng nơ-ron - mờ, thiết bị có thể tự động ước lượng độ sâu, kích thước và phân biệt giữa bom đạn thật với các mảnh kim loại vụn hoặc phông nhiễu đất. Điều này giúp giảm thiểu đáng kể thời gian và nguy cơ tai nạn cho lực lượng công binh.

5. Khả năng ứng dụng dân sự của các kết quả nghiên cứu này gồm những gì?

Công nghệ của đề tài có thể chuyển giao trực tiếp vào:

  • Hệ thống điều hành và kiểm soát không lưu hàng không dân dụng.
  • Xử lý tín hiệu chẩn đoán hình ảnh y sinh (ảnh siêu âm, điện tâm đồ ECG, điện não đồ EEG bằng Wavelet và Nơ-ron).
  • Khảo sát địa chất công trình ngầm, dò tìm hệ thống đường ống, cáp ngầm hoặc tìm kiếm cứu hộ địa chấn.

Kết luận (Conclusion)

Báo cáo tổng kết đề tài khoa học cấp Nhà nước do Học viện Kỹ thuật Quân sự thực hiện là công trình nghiên cứu toàn diện, đặt nền móng vững chắc cho việc ứng dụng Trí tuệ nhân tạo, Mạng nơ-ron, Logic mờ và Biến đổi Wavelet vào lĩnh vực kỹ thuật vô tuyến điện tử và địa vật lý tại Việt Nam.

Không chỉ dừng lại ở các đóng góp học thuật mang tính khai phá, đề tài đã chứng minh năng lực tự chủ công nghệ cao thông qua việc chế tạo thành công các hệ thống phần cứng mô phỏng bán tự nhiên và máy tính nhúng nhận dạng thời gian thực.

Trong xu thế hiện đại hóa quân đội và chuyển đổi số công nghiệp, các kết quả nghiên cứu này là tài sản khoa học vô giá, cần tiếp tục được kế thừa, mở rộng sang các thế hệ mạng học sâu (Deep Learning), rađa khẩu độ tổng hợp (SAR) và các hệ thống cảm biến thông minh không người lái trong tương lai.