Radar fotônico altamente eficiente ao incorporar MDM-WDM e classificadores de aprendizado de máquina sob condições climáticas adversas

O radar fotônico, um pilar nas aplicações inovadoras de fotônica de micro-ondas, emerge como uma tecnologia fundamental para futuros Sistemas Inteligentes de Transporte (ITS). Oferecendo maior precisão e confiabilidade, ele está na vanguarda da detecção e reconhecimento de alvos em diversas condições climáticas. Avanços recentes concentraram-se em aumentar o desempenho do radar por meio de processamento de sinais de alta velocidade e larga banda – um benefício direto das características modernas da fotônica, como imunidade a EMI, perda mínima de transmissão e larga largura de banda. Nosso trabalho apresenta um sistema de radar fotônico de ponta que emprega sinais de Onda Contínua Modulada por Frequência (FMCW), sinergicamente combinado com Multiplexação por Divisão de Modos e Multiplexação por Divisão de Comprimento de Onda (MDM-WDM). Essa fusão não apenas melhora as capacidades de detecção e reconhecimento de alvos em diversos cenários climáticos, incluindo várias intensidades de névoa e cintilações solares, mas também demonstra uma resiliência substancial contra ruídos solares. Além disso, integramos técnicas de aprendizado de máquina, incluindo Árvores de Decisão, Árvores Extremamente Randomizadas (ERT) e classificadores de Floresta Aleatória, para melhorar significativamente a precisão do reconhecimento de alvos. Os resultados são reveladores: uma precisão de 91,51%, alta sensibilidade (91,47%), especificidade (97,17%) e um F1 Score de 91,46%. Essas métricas enfatizam a eficácia de nossa abordagem na refinamento de sistemas de radar ITS, ilustrando como os avanços em fotônica de micro-ondas podem revolucionar metodologias e sistemas tradicionais.