¿Cómo funciona el radar de detección de UAV en entornos mineros?

Desafíos electromagnéticos para la detección de UAV en minas

Interferencias del suelo, distorsión por trayectorias múltiples y efectos de inversión térmica

Los yacimientos mineros generan entornos electromagnéticos únicos y particularmente hostiles para la detección de UAV. Tres fenómenos interrelacionados —interferencias del suelo, distorsión por trayectorias múltiples e inversión térmica— degradan sistemáticamente el rendimiento del radar:

• Interferencias del suelo : Concentraciones densas de equipos estáticos y móviles —palas mecánicas, camiones de transporte, trituradoras— combinadas con una topografía irregular producen retornos de radar persistentes y dinámicos que enmascaran las firmas de baja sección transversal radar (RCS) de los drones.
• Distorsión por múltiples trayectorias las señales de radar se reflejan en paredes verticales y empinadas de taludes y pozos, generando ecos falsos que aparecen como objetivos duplicados en los planos de acimut y elevación, lo que dificulta el seguimiento y la clasificación.
• Inversión térmica en pozos y excavaciones profundas, los gradientes de temperatura refractan las ondas de radio lejos de los sensores de radar. Estudios han documentado una atenuación de señal de hasta el 50 % a profundidades superiores a 200 metros.

Estos efectos se intensifican durante tormentas de polvo o precipitaciones, reduciendo los rangos efectivos de detección entre un 30 % y un 60 % respecto a los valores de referencia en terrenos abiertos.

Firmas de UAV de baja sección transversal de radar (RCS) y baja velocidad en medio del ruido generado por maquinaria pesada

Los micro-UAV modernos agravan los desafíos de detección en minas activas mediante sigilo físico y espectral:

• Sus secciones transversales de radar (RCS) suelen ser inferiores a 0,01 m² —comparables a las de aves—, mientras que los vehículos de transporte pesado superan los 100 m², lo que genera una disparidad de 4 a 5 órdenes de magnitud en la intensidad de la señal reflejada.
• Las velocidades de crucero inferiores a 15 m/s se solapan con el movimiento de las cintas transportadoras y los ciclos de giro de las palas, difuminando las distinciones cinemáticas. Las vibraciones mecánicas generan, además, interferencias armónicas que no se pueden distinguir de las firmas micro-Doppler de UAV en movimiento lento.
• Las emisiones de RF de alta potencia procedentes de draglines, perforadoras y trituradoras saturan las bandas críticas FMCW, lo que exige un procesamiento de señal capaz de resolver desplazamientos micro-Doppler inferiores a 5 Hz.

Sin rechazo especializado de clúter y umbralización adaptativa, la probabilidad de detección cae por debajo del 40 % para drones que operan a menos de 500 metros de equipos activos.

Adaptaciones de la tecnología radar para una detección fiable de UAV

Mejoras en radares Pulse-Doppler y FMCW para condiciones específicas de minería

Para superar las interferencias específicas de la minería, los sistemas radar modernos combinan una arquitectura consciente de la física con una operación multibanda:

El sistema de radar pulsado Doppler funciona clasificando las señales en diferentes compartimentos Doppler según la velocidad, lo que ayuda a filtrar el ruido procedente de objetos estacionarios y equipos de movimiento lento, mientras mantiene intactas las señales de los UAV. El radar FMCW añade aquí otra capa de funcionalidad, ofreciendo mediciones de distancia realmente precisas que permiten detectar micro-UAV diminutos incluso cuando su sección eficaz de dispersión (RCS) es tan baja como 0,01 metros cuadrados. Cuando combinamos estas tecnologías en múltiples bandas de frecuencia, los resultados se vuelven interesantes. El uso de frecuencias en banda L/S proporciona un mejor rendimiento en entornos polvorientos y condiciones húmedas, mientras que la banda X ofrece detalles de seguimiento muy nítidos. Esta combinación alcanza una tasa de éxito aproximada del 93 % para la detección de drones a menos de 50 metros de altitud cerca de las cintas transportadoras y zonas de excavación minera, donde la visibilidad resulta difícil. Y hay un aspecto más digno de mención: un procesamiento avanzado de señales corrige efectivamente los problemas en los que los objetivos aparecen duplicados debido a reflexiones producidas por las paredes de la mina y otras estructuras.

Procesamiento CFAR optimizado mediante IA para suprimir falsas alarmas causadas por armónicos de las cintas transportadoras y los taludes

Los algoritmos CFAR tradicionales simplemente no funcionan bien en entornos mineros debido a todos esos armónicos repetitivos de alta amplitud generados por equipos como trituradoras, cintas transportadoras y draglines. Esto provoca numerosas detecciones falsas que dificultan la identificación de señales reales de UAV. El nuevo enfoque con CFAR mejorado mediante IA sustituye esos umbrales fijos por modelos de aprendizaje automático entrenados con datos reales del espectro de equipos mineros. Lo que distingue a este enfoque es la capacidad de dichos modelos para diferenciar los patrones de movimiento peculiares de los UAV de los ciclos regulares de la maquinaria circundante. Además, se adaptan dinámicamente a las condiciones específicas de cada ubicación, incluidos factores como la forma de los taludes y la interferencia electromagnética generada por los sistemas de transmisión de correas.

Las pruebas de campo confirmaron una reducción del 41 % en las alarmas falsas frente al CFAR convencional, con un rendimiento sostenido durante tormentas de polvo, donde fallan las alternativas basadas en óptica y radiofrecuencia.

Rendimiento y validación reales en la detección de UAV

Despliegue de Rio Tinto en Pilbara: tasa de detección del 92 % a 1,2 km bajo condiciones de polvo e inversión

Los sistemas de radar desplegados en la región de Pilbara, en Australia Occidental, lograron detectar micro-UAV con una precisión del 92 % aproximadamente, incluso cuando volaban a distancias de hasta 1,2 kilómetros. Esta zona presenta serios desafíos debido al polvo constante de mineral de hierro en el aire, las inversiones térmicas y la actividad industrial las 24 horas del día. ¿Qué hace que estos sistemas funcionen tan bien? Utilizan tecnología Doppler avanzada en múltiples bandas espectrales para identificar esos pequeños objetivos de movimiento lento entre todo el ruido de fondo causado por partículas de polvo y los cambios en la forma en que las ondas de radio se propagan a través de la atmósfera. Las pruebas demuestran que este enfoque de doble banda resiste realmente el escrutinio en lo que muchos consideran el entorno electromagnético más exigente para operaciones mineras en cualquier parte del mundo.

Prueba de Anglo American de 2023: reducción del 41 % de alarmas falsas mediante umbralización adaptativa

En 2023, Anglo American realizó una prueba para evaluar cómo la umbralización adaptativa basada en inteligencia artificial afecta las operaciones en uno de sus grandes sitios de extracción mineral. Los resultados mostraron que este sistema redujo las alarmas falsas en aproximadamente un 41 % en comparación con los radares tradicionales de umbral fijo. Funcionó especialmente bien para eliminar esas señales molestas procedentes de las cintas transportadoras y de las reflexiones extrañas provenientes de las altas paredes de las excavaciones. Todo el sistema funciona porque actualiza continuamente sus mapas de interferencias en tiempo real, basándose tanto en las actividades de las máquinas como en lo que detecta el radar. Esto significa que el sistema mantiene su precisión al distinguir amenazas reales del ruido de fondo, sin necesidad de que nadie ajuste manualmente los parámetros. Es bastante impresionante, dado que todo el equipo se traslada constantemente y los horarios de trabajo cambian entre los distintos turnos.

Preguntas frecuentes

¿Qué es la interferencia del suelo en el contexto de la detección de UAV en minas?

La interferencia del suelo se refiere a las distracciones en el radar causadas por concentraciones densas de equipos mineros tanto estáticos como móviles, así como por una topografía irregular, lo que puede enmascarar las firmas de baja sección eficaz de dispersión (RCS) de los drones.

¿Cómo afecta la inversión térmica la detección de UAV?

La inversión térmica en las minas provoca gradientes de temperatura que refractan las ondas de radio lejos de los sensores de radar, lo que genera una atenuación significativa de la señal y dificulta aún más la detección de UAV.

¿Por qué resulta difícil detectar los micro-UAV modernos en entornos mineros?

Los micro-UAV modernos presentan una baja sección eficaz de dispersión (RCS), comparable a la de las aves, y se desplazan a velocidades similares a las de las operaciones mineras, lo que dificulta su diferenciación respecto al ruido ambiental y a las vibraciones de la maquinaria.

¿Cómo mejora la detección de UAV en entornos mineros el CFAR optimizado mediante IA?

El CFAR optimizado mediante IA sustituye los umbrales fijos por modelos de aprendizaje automático que se adaptan a los datos del mundo real y a las condiciones ambientales, reduciendo significativamente las alarmas falsas y mejorando la precisión en la detección de UAV.