SIGINT: Νέα πλατφόρμα RF επιτυγχάνει ακρίβεια σήματος σε πραγματικό χρόνο 85% κάτω από ένα watt Η νέα πλατφόρμα Akida αναγνωρίζει σήματα ραδιοσυχνοτήτων σε πραγματικό χρόνο χρησιμοποιώντας ισχύ κάτω από watt. Αυτό θα λύσει το πρόβλημα ανίχνευσης drones
Γράφει ο Γεώργιος Δικαίος στις 24 Ιουνίου 2026

SIGINT: Νέα πλατφόρμα RF επιτυγχάνει ακρίβεια σήματος σε πραγματικό χρόνο 85% κάτω από ένα watt
Η νέα πλατφόρμα Akida αναγνωρίζει σήματα ραδιοσυχνοτήτων σε πραγματικό χρόνο χρησιμοποιώντας ισχύ κάτω από watt.
Το μεγαλύτερο πρόβλημα των ανιχνευτών drones, Handheld Signal Detection System Fpv Drone Detector όπως λέγονται, είναι η μπαταρία που κρατάει θεωρητικά 6 ώρες και στην πράξη ακόμα λιγότερο. Θέλεις POWER BANK να έχεις μαζί σου των 30.000 mAh και πάλι δεν είσαι σίγουρος αν θα επαρκέσει!

Στην πράξη στο μέτωπο χρειάζεσαι δυο ανιχνευτές χειρός Fpv Drone Detector γιατί ο ένας μπορεί να αποτύχει, να χαλάσει, να μείνει από μπαταρία και το κυριότερο χρειάζεσαι δυο χειριστές για να εναλλάσσονται μεταξύ τους, αν και έχουν ηχητικό σήμα.
Ο ποιο φτηνός ανιχνευτής χειρός Fpv Drone Detector κοστίζει 200+ ευρώ, δεν θα πω πως το να χτυπήσεις drones με καραμπίνα είναι μια εύκολη υπόθεση. Προσωπικά δοκιμάσαμε την λύση εν συνδυασμό με παρεμβολέα, χωρίς να το ξέρει ο χειριστής του drones! Μόλις άρχιζαν οι βολές, άνοιγε τον παρεμβολέα ο χειριστής του και νόμιζε ο χειριστής του drones πως το χτυπήσαμε με τις καραμπίνες! Ενώ είχε πέσει ανέπαφο στο έδαφος από τον παρεμβολέα!
Όταν μου ζητάνε την βοήθεια μου την προσφέρω αφιλοκερδώς! Αυτή η λύση είναι δική μου την είπα σε άλλους που την εφάρμοσαν στην πράξη, γιατί ήταν τρομερά δύσκολο να καταφέρεις να χτυπήσεις το drones αν ο χειριστής είναι πολύ έμπειρος. Αυτό όμως που αντιμετώπισαν στην πράξη στο μέτωπο της Ουκρανίας ήταν, πως έβαζαν έναν χειριστή για να κάνει την επίθεση μετωπικά και έκαναν επίθεση από τα πλάγια ταυτόχρονα ένας ή δυο πιο έμπειροι χειριστές! Όλα αυτά είναι πολύ σημαντικά για να τα μαθαίνουμε και να ξέρουμε πως θα αντιμετωπίσουμε τον εχθρό σε ανάλογες περιπτώσεις.

Το κόστος του παρεμβολέα είναι περίπου 800 ευρώ αν και δεν είναι ένας καθαρός παρεμβολέας, αλλά ανιχνεύει και το σήμα.
Χοντρικά χρειάζεσαι 1250-1300 ευρώ για της τρεις συσκευές που ανέφερα, χοντρικά 3500-4000 ευρώ για δυο καραμπίνες, ειδικά πυρομαχικά για να καταρρίπτεις τα DRONES και ταχυγεμιστήρες για της καραμπίνες. Συνολικά θα δώσεις για την προστασία μιας ομάδας πάνω από 5,5 χιλιάδες ευρώ! Να ξέρετε πως οι ανιχνευτές δείχνουν αν είναι drones ή UAV!
Μην ξεχνάνε οι αρμόδιοι πως η εταιρία BAYKAR, θα κατασκευάσει σε κάθε έναν νομό της Τουρκίας εργοστάσιο παραγωγής drones! Αυτό σημαίνει πως πάνε για ολοκληρωτικό πόλεμο οι Τούρκοι και εδώ στην Ελλάδα, ακούμε κουταμάρες για θόλους και αρλούμπες των αρμοδίων. Πως θα επιβιώσουν τα νέα παιδιά του ΕΣ που θα πολεμήσουν με την Τουρκία; Πως θα τα καταφέρουν οι εθνοφύλακες με τα ελάχιστα μέσα που διαθέτουν; Καμία απάντηση δεν θα πάρετε.
Εδώ οι ομάδες των εφέδρων που έλαβαν μέρος στον Μακεδονομάχο, δεν ήξεραν πως πρέπει να κινηθούν για να καταλάβουν ένα χαράκωμα και έκαναν τεράστια λάθη! Μετωπική επίθεση με αέρα, σε χαράκωμα που είχε κάλυψη από πολυβόλο σε υψηλότερη θέση; Τρέξιμο το βράδυ πηγαίνοντας μια αριστερά και μια δεξιά και όχι ευθεία; Μετά την κατάληψη του χαρακώματος επίθεση από την μια είσοδο-έξοδο, αντί να χωριστούν σε τρία μέρη και να επιτεθούν από της τρεις εξόδους;
Θα μπορούσα να γράφω για ώρες δεν φταίνε οι έφεδροι για αυτό, θα ήθελα να ήταν στην θέση τους μόνιμοι που θα έκαναν τα ίδια λάθη. Λάθος στήσιμο της ομάδας για έφοδο στο χαράκωμα, λάθος τακτική της επίθεσης μέσα στο χαράκωμα, την σημαία που δεν την πήρε κανείς από την θέση της κλπ.
Κανείς δεν έκανε περιμετρική κάλυψη και ανίχνευση θέσης, ένα φτηνό drones των 100 ευρώ θα έκανε την δουλειά με τρεις μπαταρίες. Κανείς δεν έκανε κάλυψη του ανοίγματος του χαρακώματος με τον καλύτερο σκοπευτή, ή με ένα οπλοπολυβόλο. Ήταν όλοι σίγουροι πως θα τους κάλυπτε το πολυβόλο.
Η συνέχεια του άρθρου:
Η εταιρεία τεχνολογίας BrainChip, με έδρα την Αυστραλία, λάνσαρε μια νέα πλατφόρμα υλικού, σχεδιασμένη να ταξινομεί σήματα ραδιοσυχνοτήτων (RF) σε πραγματικό χρόνο, ενώ λειτουργεί με ισχύ μικρότερη από ένα watt, στοχεύοντας σε εφαρμογές άμυνας και πληροφοριών που απαιτούν επεξεργασία στα άκρα.
Το σύστημα, που ονομάζεται Akida Communication Reference Platform, βασίζεται στον νευρομορφικό επεξεργαστή Akida AKD1500 της εταιρείας και προορίζεται για εργολάβους άμυνας, κυβερνητικές υπηρεσίες, προμηθευτές ραδιοσυχνοτήτων που ορίζονται από λογισμικό και προγραμματιστές τεχνητής νοημοσύνης στα άκρα.
Η πλατφόρμα εκτελεί ταξινόμηση σημάτων RF απευθείας στη συσκευή, εξαλείφοντας την ανάγκη για συνδεσιμότητα στο cloud ή μεγάλο υπολογιστικό υλικό. Η BrainChip δήλωσε ότι το σύστημα έχει σχεδιαστεί για περιβάλλοντα όπου η διαθεσιμότητα ισχύος, οι θερμικοί περιορισμοί και οι περιορισμοί μεγέθους καθιστούν δύσκολη την ανάπτυξη συμβατικών λύσεων που βασίζονται σε GPU ή FPGA.
Πιθανές εφαρμογές περιλαμβάνουν φορητά συστήματα νοημοσύνης σήματος, μη επανδρωμένα αεροσκάφη, τερματικά δορυφορικών επικοινωνιών και άλλες φορητές τεχνολογίες άμυνας.
Η τεχνητή νοημοσύνη αντιμετωπίζει τις απειλές RF
Σύμφωνα με την BrainChip, η πλατφόρμα μπορεί να αναγνωρίσει περισσότερους από 20 τύπους διαμόρφωσης σήματος σε πραγματικό χρόνο, διατηρώντας παράλληλα ακρίβεια μεγαλύτερη από 85% σε λόγο σήματος προς θόρυβο 30 ντεσιμπέλ.
Τα παραδοσιακά συστήματα επεξεργασίας ψηφιακού σήματος συνήθως βασίζονται σε προσεγγίσεις βασισμένες σε κανόνες που μπορεί να δυσκολεύονται να εντοπίσουν νέα ή σκόπιμα τροποποιημένα σήματα. Η BrainChip αναφέρει ότι η προσέγγιση νευρομορφικής τεχνητής νοημοσύνης επιτρέπει στο σύστημα να καταγράφει άγνωστες κυματομορφές και να τις χρησιμοποιεί για μελλοντική επανεκπαίδευση μοντέλων, επιτρέποντας την προσαρμογή σε αναδυόμενες ασύρματες απειλές.
Η εταιρεία υποστηρίζει ότι αυτή η ευελιξία αντιμετωπίζει έναν βασικό περιορισμό των υπαρχόντων συστημάτων ταξινόμησης RF, τα οποία συχνά απαιτούν σημαντικούς υπολογιστικούς πόρους και μπορεί να είναι δύσκολο να ενημερωθούν για μεταβαλλόμενες συνθήκες λειτουργίας.
Η πλατφόρμα έχει επίσης σχεδιαστεί για να υποστηρίζει αναπτύξεις που τροφοδοτούνται από μπαταρίες όπου απαιτείται συνεχής λειτουργία χωρίς πρόσβαση σε εξωτερική υποδομή.
«Η πλατφόρμα αναφοράς επικοινωνίας Akida της BrainChip αποδεικνύει ότι η νοημοσύνη σήματος σε πραγματικό χρόνο μπορεί να συμπυκνωθεί σε μια φορητή λύση που τροφοδοτείται από μπαταρίες για να επεκτείνει το εύρος των επιλογών ανάπτυξης», δήλωσε ο Sean Hehir, Διευθύνων Σύμβουλος της BrainChip.
Κατασκευασμένη για ανάπτυξη σε edge
Η πλατφόρμα είναι διαθέσιμη για αξιολόγηση και ενσωμάτωση συνεργατών ως κιτ σχεδίασης αναφοράς. Υποστηρίζει ενσωμάτωση με front-end ραδιοσυχνοτήτων που ορίζονται από λογισμικό, όπως το USRP B205mini και το EPIQ Sidekiq.
Ένα σύστημα υποδοχής, συμπεριλαμβανομένων συσκευών όπως το Raspberry Pi 5, μπορεί να χρησιμοποιηθεί για τη διαχείριση της ροής δεδομένων και την ανάπτυξη εφαρμογών. Η BrainChip δήλωσε ότι οι ομάδες μηχανικών μπορούν να χρησιμοποιήσουν την πλατφόρμα για να δημιουργήσουν πρωτότυπα δυνατοτήτων νοημοσύνης, επιτήρησης και αναγνώρισης, καθώς και ευρύτερες εφαρμογές νοημοσύνης σήματος.
Η κυκλοφορία επεκτείνει το χαρτοφυλάκιο πλατφορμών αναφοράς AI edge της εταιρείας πέρα από τα συστήματα ραντάρ και σύντηξης αισθητήρων. Η BrainChip αναφέρει ότι η νέα προσφορά καταδεικνύει πώς η νευρομορφική υπολογιστική μπορεί να εφαρμοστεί σε φόρτους εργασίας επεξεργασίας RF που παραδοσιακά απαιτούν μεγαλύτερο και πιο ενεργοβόρο υλικό.
Η κυκλοφορία έρχεται καθώς οι αμυντικές υπηρεσίες και οι πάροχοι επικοινωνιών εξερευνούν όλο και περισσότερο εργαλεία παρακολούθησης φάσματος με τεχνητή νοημοσύνη, ικανά να λειτουργούν σε απομακρυσμένα και αμφισβητούμενα περιβάλλοντα. Μειώνοντας την κατανάλωση ενέργειας και τις απαιτήσεις υλικού, τέτοια συστήματα θα μπορούσαν να επιτρέψουν δυνατότητες επίγνωσης RF σε μικρότερες πλατφόρμες που προηγουμένως δεν διέθεταν επαρκείς υπολογιστικούς πόρους.
Καθώς οι στρατιωτικοί και εμπορικοί χρήστες συνεχίζουν να ωθούν τις δυνατότητες AI πιο κοντά στους αισθητήρες και τις πηγές δεδομένων, οι επεξεργαστές χαμηλής ισχύος που είναι ικανοί να εκτελούν προηγμένη συμπερασματολογία στα άκρα καθίστανται ολοένα και πιο σημαντικοί για τη λήψη αποφάσεων σε πραγματικό χρόνο σε αποσυνδεδεμένα περιβάλλοντα.
Αναμένουμε τα σχόλιά σας στο Twitter!