Từ nghe máy bay đến “nghe” UAV
Trong Thế chiến I, quân đội từng sử dụng các thiết bị trắc âm với những chiếc phễu lớn để xác định hướng máy bay đối phương dựa trên tiếng động cơ. Một thế kỷ sau, nguyên lý tương tự đang được số hóa: thay vì con người nghe bằng tai, hàng chục cảm biến thu âm và máy tính sẽ phân tích tín hiệu.
Tuy nhiên, phát hiện UAV từ một xe bọc thép khó hơn rất nhiều so với nghe máy bay trong bầu trời tương đối yên tĩnh. Một chiếc xe chiến đấu luôn tạo ra tiếng ồn lớn từ động cơ, hộp số, quạt làm mát, bánh xích và hệ thống treo. Trong khi đó, UAV FPV cũng không phát ra một âm thanh đơn giản. Cánh quạt, động cơ điện, khung máy và tải trọng tạo nên một “dấu vân tay âm thanh” gồm tần số cơ bản và nhiều bội âm.
Vấn đề là một số dải tần của UAV có thể trùng với tiếng ồn do chính chiếc xe phát ra. Do đó, chỉ cần lọc bỏ toàn bộ các tần số gây nhiễu là chưa đủ, thậm chí có thể khiến tín hiệu UAV cũng biến mất.
32 cảm biến trên nóc xe
Một giải pháp là sử dụng mảng cảm biến, trong đó nhiều cảm biến cùng thu một tín hiệu âm thanh. Bằng cách so sánh sự khác biệt về thời gian âm thanh tới từng micro, máy tính có thể xác định hướng nguồn phát.
Tổ chức nghiên cứu Joanneum Research của Áo đã thử nghiệm hệ thống JR-IcoDome32 gồm 32 microphone, cho phép phát hiện và xác định hướng UAV từ một phương tiện đang di chuyển. Đây là một mảng micro hình cầu đường kính khoảng 1 m, được trang bị cảm biến cùng hệ thống chống gió, chống rung, mô-đun GNSS/IMU, giao diện âm thanh đồng bộ và máy tính xử lý.
Trong cấu hình thử nghiệm, hệ thống tiêu thụ khoảng 120 W và được đặt trên nóc một phương tiện cơ động.
Phương tiện chạy trên đường đất với tốc độ 10, 20 và 30 km/giờ, trong khi hệ thống theo dõi nhiều loại UAV đa cánh quạt.
Kết quả cho thấy với phần lớn cấu hình, sai số xác định hướng khi phương tiện đứng yên có trung vị dưới 10 độ. Khi xe di chuyển, sai số tăng lên nhưng vẫn dưới 30 độ. Những cụm cảm biến nhỏ hơn cho hiệu quả kém hơn.
Đây không phải bằng chứng cho thấy xe bọc thép có thể “nghe” UAV từ khoảng cách hàng kilomet. Giá trị của thử nghiệm nằm ở một khả năng thực tế hơn: duy trì được thông tin về hướng UAV ngay cả khi bản thân xe mang hệ thống đang di chuyển.
Bài toán lớn nhất: tiếng ồn của chính xe
Một chiếc UAV có thể thay đổi tiếng động khi tăng giảm tốc độ cánh quạt, cơ động, thay đổi tải trọng hoặc sử dụng loại cánh quạt khác. Trong khi đó, xe bọc thép liên tục thay đổi trạng thái hoạt động. Tốc độ động cơ, cấp số, tải trọng và tốc độ di chuyển đều ảnh hưởng đến nền âm thanh.
Gió cũng tạo ra nhiễu đáng kể khi thổi trực tiếp vào cảm biến. Rung động từ thân xe có thể truyền qua giá đỡ cảm biến, trong khi âm thanh còn bị phản xạ bởi tháp pháo và thân xe.
Bởi vậy, thuật toán không thể chỉ dựa vào một “chữ ký âm thanh” cố định. Hệ thống càng được huấn luyện bằng nhiều mẫu UAV và nhiều điều kiện môi trường, khả năng phân loại càng có cơ hội tốt hơn. Tuy nhiên, cho dù trí tuệ nhân tạo cũng không thể loại bỏ hoàn toàn các giới hạn vật lý.
Thành phố, rừng và “tiếng vọng” của UAV
Trong môi trường thử nghiệm rộng và yên tĩnh, hệ thống âm thanh có thể hoạt động tương đối thuận lợi; nhưng trên chiến trường lại hoàn toàn khác.
Giữa các tòa nhà, trong rừng hoặc giữa nhiều phương tiện bọc thép, âm thanh có thể phản xạ nhiều lần trước khi tới cảm biến. Một tín hiệu duy nhất vì thế có thể xuất hiện dưới nhiều thời điểm đến khác nhau. Nếu thuật toán không xử lý tốt hiện tượng này, tiếng vọng có thể bị nhầm thành một nguồn âm thanh khác hoặc khiến hệ thống xác định sai phương hướng.
Một vấn đề khác là tấn công bầy đàn. Một hệ thống được thử nghiệm với một UAV chưa chắc có thể xử lý tốt nhiều UAV cùng lúc, đặc biệt khi chúng tiếp cận từ những hướng khác nhau.
Một số hệ thống thương mại tuyên bố có thể theo dõi đồng thời nhiều mục tiêu, nhưng những con số này cần được đặt trong đúng điều kiện thử nghiệm và không nên mặc nhiên coi là năng lực đã được chứng minh trên chiến trường.
CASTLE và bước tiến lên xe bọc thép
Tháng 4/2026, công ty General Dynamics European Land Systems (GDELS) Tây Ban Nha, thuộc tập đoàn General Dynamics của Mỹ phối hợp với Microflown AVISA của Hà Lan chuyên phát triển cảm biến âm thanh, đã trình diễn hệ thống CASTLE trên xe bọc thép bánh xích ASCOD, nhằm chứng minh khả năng phát hiện UAV FPV bằng cảm biến âm thanh.
Đây là bước đáng chú ý vì công nghệ đã được đưa từ môi trường cảm biến độc lập lên một phương tiện chiến đấu thực tế.
Tuy nhiên, các thông tin công khai về cuộc thử nghiệm còn hạn chế. Chưa có đầy đủ dữ liệu về xác suất phát hiện, tỷ lệ báo động giả, sai số góc, tốc độ phương tiện hoặc số lượng mục tiêu mà hệ thống có thể xử lý đồng thời.
Vì vậy, việc CASTLE xuất hiện trên xe ASCOD mới được xem là một cuộc trình diễn khả năng, chưa phải bằng chứng cho thấy công nghệ đã sẵn sàng trở thành trang bị tiêu chuẩn.
“Tai” chỉ đường, camera và radar xác nhận
Điểm quan trọng nhất của công nghệ này là âm thanh chủ yếu giúp xác định hướng, chứ không cung cấp đầy đủ dữ liệu để khai hỏa. Một hệ thống phòng thủ UAV thực tế vì vậy có thể được tổ chức thành nhiều lớp.
Mảng cảm biến phát hiện âm thanh bất thường và xác định khu vực mục tiêu. Camera quang điện/hồng ngoại quay về hướng đó để xác nhận UAV. Radar cỡ nhỏ tiếp tục cung cấp khoảng cách và tốc độ. Cảm biến vô tuyến có thể tìm tín hiệu điều khiển hoặc truyền dữ liệu của UAV.
Nếu có nhiều xe hoặc trạm cảm biến, dữ liệu từ các hệ thống này còn có thể được kết hợp để xác định chính xác hơn vị trí mục tiêu. Đây cũng là ưu thế quan trọng của cảm biến âm thanh: nó hoàn toàn thụ động và không phát tín hiệu điện từ.
Radar hoặc các cảm biến chủ động có thể khiến phương tiện dễ bị đối phương phát hiện; nhưng một hệ thống chỉ sử dụng cảm biến thụ động thì không tạo ra bức xạ điện từ để đối phương dễ dàng phát hiện.
Ưu thế này đặc biệt đáng chú ý trước những UAV hoạt động trong trạng thái im lặng vô tuyến, chẳng hạn UAV điều khiển qua cáp quang hoặc bay theo hành trình tự động.
Không phải hệ thống “nghe thấy là bắn”
Âm thanh truyền trong không khí với tốc độ khoảng 343 m/giây. Ở khoảng cách 150 m, sóng âm cần khoảng 0,44 giây để tới cảm biến. Sau đó hệ thống còn phải thu thập dữ liệu, phân tích phổ, phân loại mục tiêu và truyền thông tin tới các cảm biến khác.
Nếu UAV FPV bay khoảng 20 m/giây, trong nửa giây nó đã có thể di chuyển hơn 10 m. Vì vậy, biến dữ liệu âm thanh thành tọa độ bắn chính xác lại là một bài toán khác. Cách tiếp cận thực tế hơn là “tai” phát hiện trước, camera quay theo sau, radar đo khoảng cách và hệ thống vũ khí thực hiện đánh chặn.
Một thế kỷ trước, người vận hành phải xoay những chiếc phễu cho tới khi âm thanh ở hai tai cân bằng. Ngày nay, hàng chục cảm biến và thuật toán có thể thực hiện bước đầu tiên đó nhanh hơn rất nhiều.
Nhưng để trở thành một lớp phòng thủ thực sự trên xe bọc thép, công nghệ này vẫn phải vượt qua bài kiểm tra khắc nghiệt nhất: xe chạy trên địa hình gồ ghề, động cơ hoạt động ở nhiều chế độ, tiếng súng và vũ khí gây nhiễu, môi trường nhiều tiếng vọng và đặc biệt là nhiều UAV FPV tấn công đồng thời từ nhiều hướng.
Cho tới khi những thử nghiệm như vậy chứng minh được xác suất phát hiện, tỷ lệ báo động giả và thời gian phản ứng, “32 đôi tai” trên nóc xe vẫn nên được xem là một kênh cảnh báo thụ động đầy triển vọng, thay vì một hệ thống ngắm bắn hoàn chỉnh.
Theo Topwar
