Flagship Project 5

Azienda Capofila: Leonardo S.p.A.
Università e EPR: Università degli Studi di Roma Tor Vergata, Università degli Studi della Tuscia, Sapienza Università di Roma, Università degli Studi Roma Tre, CNR – Consiglio Nazionale delle Ricerche.
Industrie e altri enti: Airbus Italia S.p.A., MBDA Italia S.p.A.

SERIE RAI PLAY – “Verso il futuro. Rome Technopole”
Episodio 9 – Transizione digitale per le telecomunicazioni del futuro e le tecnologie quantiche

Il progetto si concentra sullo sviluppo di architetture di elaborazione innovative e radar AESA e sulle nuove tecnologie per la crittografia quantistica e le comunicazioni, dal satellite alla terra.

La transizione digitale è il tema principale di questo progetto e si declina attraverso i seguenti argomenti principali:

• Elaborazione neurale, rilevamento compressivo, ottimizzazione della forma d’onda, rilevamento micro doppler, sostenibilità, virtualizzazione, digital twin, con l’obiettivo di creare una linea di produzione nazionale e superare i rischi legati alla dipendenza tecnologica e alla carenza di fornitura, migliorare il rapporto costi/prestazioni e aumentare la competitività dell’industria nazionale.
• Multisensorialità ed elaborazione distribuita (considerando anche la cyber resilienza).
• Evoluzione dell’Intelligenza Artificiale e Big Data analytics.

Inoltre, nell’ottica dell’ecosistema dell’innovazione, verrà istituito un Joint Lab con l’obiettivo di analizzare e validare le prestazioni dei componenti di rete e dei protocolli di scambio chiavi in relazione alle caratteristiche fisiche del segnale quantistico, al fine di realizzare reti integrate terrestri/satellitari.

Specifici curricula innovativi saranno attivati nei corsi universitari esistenti, al fine di rafforzare e ampliare le conoscenze degli studenti nel campo dell’ICT e dell’ingegneria dei Big-Data.

Il progetto si articola nei seguenti principali filoni di ricerca:

• Radar AESA: lo sviluppo della tecnologia, con particolare riferimento alla capacità computazionale e alla miniaturizzazione, impone nuove sfide identificando soluzioni per aggiungere nuove funzionalità radar.
• Tecnologia quantistica: è un campo emergente della fisica e dell’ingegneria che sta prendendo sempre più piede in una varietà di applicazioni come la comunicazione, l’informatica e la crittografia. In particolare, le attività saranno dedicate alla distribuzione di chiavi quantistiche in una rete quantistica sicura utilizzando protocolli standard come BB84 o altri protocolli unidirezionali coerenti.
• Intelligenza Artificiale: le tecniche di intelligenza artificiale saranno affrontate per l’analisi di big data a fini di sicurezza informatica (rilevamento delle minacce, orchestrazione degli allarmi ricevuti, automazione della risposta agli incidenti, ecc.)
• THz: per risolvere la congestione dello spettro elettromagnetico vengono studiati dispositivi per gestire il range di frequenza da 100GHz a 10THz.

OBIETTIVI
Nei campi di attività indicati, il progetto svolge attività di ricerca per identificare nuove soluzioni in sistemi esistenti (radar) e per far maturare tecnologie a basso TRL (THz) per identificare nuovi campi di applicazioni. Inoltre si propone di identificare applicazioni reali per le comunicazioni quantistiche.

In particolare nel campo THz sono stati identificati i seguenti obiettivi:

1. Sviluppo di nuovi protocolli di caratterizzazione (puntuali e imaging 2D) di materiali 3D e 2D a THz tramite spettroscopia nel dominio del tempo e della frequenza.
2. Progetto di nuovi componenti quali antenne, filtri e modulatori per la radiazione statica o sintonizzabile di segnali nel THz.
3. Realizzazione e caratterizzazione di antenne e dispositivi di focalizzazione per trasmissione potenza e/o dati a THz e di metasuperfici metalliche e dielettriche e loro caratterizzazione a THz come componenti chiave di dispositivi THz.
4. Dimostrazione di un link di trasmissione dati ad alta velocità (circa 1 Gbps) con radiazione focalizzata nel THz.

RISULTATI

Classificazione di Droni

Nel prossimo futuro, i droni sono destinati a diventare protagonisti di molteplici attività civili, dal trasporto passeggeri alla logistica. Di conseguenza, garantire la sicurezza dello spazio aereo sarà presto cruciale.

I radar possono svolgere un ruolo chiave nella classificazione dei droni, permettendo di stimarne parametri fondamentali come il numero di rotori, la velocità di rotazione delle eliche, la lunghezza delle pale e altre caratteristiche strutturali. Questo è possibile sfruttando la riflessione elettromagnetica dei segnali radar sugli elementi in movimento, sia avvalendosi di tecniche di elaborazione del segnale radar, sia di tecniche di intelligenza artificiale e machine learning.

Le principali attività di ricerca su questa tematica includono:

• Stima della velocità di una singola elica in rotazione: sviluppo di una tecnica radar per misurare la velocità di rotazione di un’elica singola dalla riflessione elettromagnetica (articolo pubblicato nei proceedings della European Radar Conference (EuRAD), 2024, Parigi).
• Stima della velocità di due eliche controrotanti in un bicottero: estensione della tecnica precedente a droni con eliche controrotanti (articolo presentato presso la International Radar Conference, 2024, Rennes, in fase di pubblicazione).
• Sviluppo di un simulatore radar per la classificazione di droni: sviluppo di un simulatore per generare echi radar realistici, facilitando lo sviluppo di tecniche per estrarre le velocità di rotazione delle eliche (articolo a rivista, in fase di revisione per pubblicazione su International Journal of Microwave and Wireless Technologies).
• Stima della velocità di rotazione delle eliche nei quadricotteri: raffinamento delle tecniche per la stima della velocità in droni con quattro eliche, sia sfruttando dati generati dal simulatore, sia mediante validazione su dati sperimentali (articolo in preparazione per la IEEE Radar Conference 2025, Cracovia).

Beamforming a Banda Larga

I sistemi radar moderni spesso richiedono di operare con segnali a banda larga, che permettono di migliorare le prestazioni di rivelazione, e persino di ottenere immagini a partire dalla risposta elettromagnetica di un oggetto in movimento.

Tuttavia, l’uso di queste tecnologie introduce nuove sfide, soprattutto quando si vuole indirizzare il fascio d’antenna con precisione per determinare la direzione di arrivo. Il nostro lavoro di ricerca si concentra sullo sviluppo di tecniche avanzate di puntamento elettronico (beamforming) per segnali radar a banda larga, mantenendo costi e complessità di implementazione ridotti.

Artificial Intelligence for image information exploitation

Il progetto ha portato a importanti risultati scientifici e tecnologici, tra cui diverse pubblicazioni scientifiche, in cui sono stati presentati i modelli StableShip-SR (per la super-risoluzione delle immagini di navi), MWT-Diff e ResQu (per la super-risoluzione satellitare e la rappresentazione multimodale delle immagini), StawGAN (per la traduzione di immagini multimodali da infrarosso a RGB).

Tra i prototipi sviluppati ci sono modelli avanzati di super-risoluzione e traduzione multimodale per immagini satellitari e marittime, e dataset proprietari, come quello utilizzato per la validazione di StableShip-SR.

Il progetto ha visto il rafforzamento della collaborazione con Leonardo Spa sia per la ricerca avanzata sia per internship di studenti su tematiche relative al miglioramento delle capacità di monitoraggio e sorveglianza aerea e satellitare, sia in ambito ambientale che marittimo.

CONTATTI:

• Coordinatore Flagship: Filippo De Stefani – filippo.destefani@leonardo.com
• Referente istituzionale: Luciano Carta – segreteriapresidenza@leonardo.com
• Referente scientifico: Cristina Leone – cristina.leone@leonardocompany.com
• Referente amministrativo: Vincenzo Belvivere – vincenzo.belvivere@leonardo.com
• Responsabile Comunicazione: Giancarlo Boi – leonardopressoffice@leonardo.com, giancarlo.boi@leonardo.com