QUA-SAR
Das QCI-Projekt QUA-SAR zielt darauf ab, klassische Forschungsfelder der Radar-Fernerkundung - insbesondere das Synthetische-Apertur-Radar (SAR) - mit innovativen Konzepten des Quantencomputing zu verbinden.
Dazu wurden sechs Hauptanwendungsbereiche identifiziert: Die Antennenoptimierung spielt nicht nur eine wichtige Rolle bei der Erdbeobachtung, sondern birgt auch ein großes Synergiepotenzial für andere verwandte Anwendungen, wie der Kommunikation. Ebenfalls mit der Konzeption moderner SAR-Sensoren verbunden ist das Design innovativer Radarsignalformen, das im Kern als Optimierungsproblem betrachtet werden kann. Das Gleiche gilt für die Unterdrückung von Mehrdeutigkeiten, was für hoch-performante SAR-Aufnahmesysteme unerlässlich ist. In Bezug auf die Prozessierung von SAR-Daten ist das Phase-Unwrapping eine rechenintensive Aufgabe in der SAR-Interferometrie, die stark von der quantengestützten Prozessierung profitiert. In die Kategorie der SAR-Prozessierung gehört auch die SAR-Fokussierung, die den Ausgangspunkt aller höheren SAR-Datenprodukte bildet. In diesem Zusammenhang werden Konzepte des quantengestützten maschinellen Lernens für die SAR-Merkmalsextraktion, Klassifizierung, Detektion und Objekt-Verfolgung untersucht.
QUA-SAR wird Quantenalgorithmen, als ein neues Paradigma zur Lösung komplexer mathematischer Probleme, erforschen, um die Leistungsfähigkeit zukünftiger Radarsensoren zu steigern und die Radardatenverarbeitung zu beschleunigen.
Herausforderungen
Moderne Radarfernerkundung, beispielsweise für die Erdbeobachtung vom All aus, spielt eine zunehmend wichtige Rolle, um essentielle Fragen zur Klimadynamik zu beantworten. Konnten bisherige raumgestützte Radarsensoren die gesamte Erdoberfläche zwei Mal jährlich abbilden, so sollen zukünftige Radarobservatorien bis zu zwei Mal wöchentlich Aufnahmen der gesamten Erdoberfläche liefern und damit einen wertvollen Beitrag zur Klimaforschung leisten.
In Zukunft werden also immer leistungsfähigere Radarsensoren für die Erdbeobachtung benötigt. Die Kernanforderungen an solche Radarsysteme betreffen zum einen die Geschwindigkeit mit denen Radardaten erfasst werden können und zum anderen die Qualität mit der die Daten aufgenommen werden können. Hierzu sollen innovative Quantenalgorithmen entwickelt werden, um den Designprozess solcher Systeme zu beschleunigen, bzw. gar erst lösbar machen.
Die zweite Hauptanwendung neuartiger Quantencompting-Routinen und -Verfahren liegt im Bereich der Radardatenprozessierung, angefangen von der Fokussierung von SAR-Rohdaten bis hin zur SAR-Interferometrie und wissenschaftlichen Auswertung von SAR-Bildern. Auch hier werden bisher nicht dagewesene Performancesteigerungen durch den Einsatz von Quantencomputern erwartet.
Industriekooperation
Ein zentraler Bestandteil dieses Projekts ist die Zusammenarbeit mit Start-ups und etablierten Unternehmen aus den Bereichen Luft- und Raumfahrt, Verteidigung und Radartechnologie sowie Quantencomputing und anderen verwandten Bereichen. Ein Ziel ist es, Quantencomputing-Ansätze in industriellen Anwendungen mit fortschrittlichen Verarbeitungsmethoden und verbesserter Optimierung zu etablieren und diese Unternehmen in die Lage zu versetzen, Quantencomputing gewinnbringend für ihr Produktportfolio zu nutzen. Bis zum Ende des Projekts im Herbst 2026 soll die Anwendungsreife von Stufe eins auf Stufe vier angehoben werden. Derzeit ist die Ausschreibung online und die Bieter sind aufgefordert, ihre Vorschläge einzureichen.
Veröffentlichungen
- S. Huber, K. Glatting, G. Krieger, and A. Moreira, “Quantum Annealing for SAR System Design and Processing,” in 14th European Conference on Synthetic Aperture Radar (EUSAR), 2022, pp. 705–710.
- K. Glatting, J. Meyer, S. Huber, and G. Krieger, “Quantum Optimization for Phase Unwrapping in SAR Interferometry,” in IEEE International Geoscience and Remote Sensing Symposium (IGARSS), 2023.
Patents
- K. Glatting, S. Huber, G. Krieger, “Verfahren und Vorrichtung zur automatischen Ermittlung von optimalen Bi-Phasen-Codes“, German Patent (under review at the DPMA since June 2023).