MAST

Die zuverlässige und genaue Observation des Geschehens unter Wasser ist essenziell, um die Sicherheit von maritimen Infrastrukturen, wie Häfen oder Seekabeln, sicherzustellen. In vorangegangenen Forschungsarbeiten am Institut wurden bereits die Technologien Multiple Input Multiple Output (MIMO) und künstliche Intelligenz (KI) für Sonaranwendungen betrachtet. Hierbei haben sich jedoch weitere Forschungsfelder ergeben, um das volle Potential dieser Technologien auszuschöpfen zu können.

Ziele und Vorgehen

Ziel im Projekt MAST ist die Verbesserung der Aufnahme und Verarbeitung von Sonar-Daten. Für MIMO Sonar Antennen liegt der Hauptfokus auf der Verbesserung der Signaltrennung, durch innovatives Pulsformdesign, mit einem starken Augenmerk auf konkrete Anwendungen, wie zum Beispiel hochauflösende Scans von Schiffsrümpfen Im Bereich der Auswertung von Sonarbildern ist neben der automatischen Erkennung von Objekten auch das Erkennen von Veränderungen über einen gewissen Zeitraum (engl. change detection), eine relevante Anwendung. Hier liegt der Fokus darauf, beide Auswertungen mittels moderner Deep Learning Methoden zu verbessern.

Innovationen und Perspektiven

Das Projekt MAST leistet einen grundlegenden Beitrag in der Weiterentwicklung der MIMO und KI Technologien für Sonar Systeme und somit zur Erhöhung der Sicherheit von maritimen Infrastrukturen. Besonders relevant sind hier die Forschungsergebnisse bezüglich des Pulsformdesigns, da dies essentiell für den erfolgreichen Einsatz von MIMO Sonaren ist. Lösungen bezüglich des Trainings von Deep Learning Modellen mit geringen Datenmengen sind zudem über den Sonar Bereich hinaus relevant. Des Weiteren werden durch die Untersuchungen innovative Anwendungsfelder der MIMO Technologie im unter Wasser Bereich aufgezeigt. Die verbesserte automatische Auswertung der Sonarbilder führt unteranderem zu einer effektiveren Suche nach Altlasten oder Detektion von Veränderungen an Infrastrukturen unter Wasser.