MÁS ALLÁ DEL RADAR: FOTÓNICA, FUSIÓN MULTISENSOR E INTELIGENCIA ARTIFICIAL PARA UNA NUEVA ARQUITECTURA DE PERCEPCIÓN DEL ENTORNO
Del LiDAR de fotón único a la hipótesis de un Gemelo
Digital Multidominio
Salvador
Lechuga Lombos
Asociación para la Promoción de los Océanos (Aprocean)
Oficina de Información del Mar «Plus Ultra»
Madrid, España
Resumen
La evolución reciente del LiDAR de fotón único plantea
una cuestión que trasciende la mera mejora de los sensores ópticos: ¿podría la
combinación de diferentes modalidades de observación física, coordinadas
mediante inteligencia artificial, generar una representación del entorno con menor
incertidumbre que la obtenida mediante cualquier sensor individual?
Esta cuestión adquiere especial interés tras la
publicación, en septiembre de 2026, de una investigación china que modeliza un
sistema de LiDAR de fotón único instalado en una plataforma de dimensiones
compatibles con un misil y estudia su capacidad teórica para detectar un F-35C.
Bajo las condiciones del modelo, se estimaron distancias máximas de detección
de 27,7 km durante el día y 61,5 km durante la noche. Estos resultados proceden
de una simulación y no constituyen una demostración de un sistema construido,
probado en vuelo o desplegado operacionalmente.
Este trabajo utiliza dicho caso como punto de partida
para formular una propuesta conceptual denominada PHOTON-NET: una
arquitectura distribuida que integraría radar, infrarrojo, radiofrecuencia
pasiva, electroóptica y LiDAR de fotón único mediante algoritmos de fusión de
datos e inteligencia artificial.
El objetivo no sería sustituir el radar ni afirmar que
un determinado sensor pueda eliminar las ventajas de la baja observabilidad,
sino estudiar experimentalmente si la fusión de observaciones heterogéneas
puede reducir la incertidumbre de detección, localización, identificación y
seguimiento de objetos en entornos complejos.
La propuesta se conecta con el concepto de Gemelo
Digital Multidominio y, a nivel conceptual, con la arquitectura
multidominio TRIDENTE desarrollada por Aprocean.
Palabras clave: LiDAR de fotón único; SP-LiDAR; fotónica; fusión
multisensor; inteligencia artificial; baja observabilidad; gemelo digital;
percepción multidominio; PHOTON-NET; TRIDENTE.
Abstract
Beyond
Radar: Photonics, Multisensor Fusion and Artificial Intelligence for a New
Environmental Perception Architecture
Recent advances in single-photon LiDAR raise a
question that goes beyond sensor performance: could heterogeneous sensing
modalities, coordinated through artificial intelligence, generate an
environmental representation with lower uncertainty than any individual sensor?
This question has gained attention following a Chinese
study published in September 2026 that modelled a missile-sized single-photon
LiDAR system for the theoretical detection of an F-35C aircraft. Under the
modelled conditions, maximum detection ranges of 27.7 km during daytime and
61.5 km at night were estimated. These figures correspond to a simulation and
do not constitute an operational demonstration.
This paper uses that study as a case study to propose PHOTON-NET,
a conceptual distributed sensing architecture integrating radar, infrared,
passive radio-frequency sensing, electro-optical systems and single-photon
LiDAR through artificial intelligence and multisensor data fusion.
The proposed research does not assume that any
individual sensor can defeat low-observable technology. Instead, it formulates
a testable hypothesis: whether heterogeneous and partially independent
observations can be combined to reduce uncertainty in detection, localization,
identification and tracking.
The concept is further connected to a Multidomain
Digital Twin capable of maintaining a probabilistic representation of the
physical environment.
Keywords: single-photon LiDAR; photonics; multisensor fusion;
artificial intelligence; low observability; digital twin; multidomain
perception; PHOTON-NET.
1. Introducción
La percepción del entorno constituye uno de los
problemas fundamentales de cualquier sistema autónomo, científico, industrial o
de seguridad.
Durante décadas, la evolución tecnológica se ha
apoyado en la mejora progresiva de sensores individuales: radares de mayor
sensibilidad, cámaras de mayor resolución, sensores infrarrojos más sensibles y
sistemas ópticos de mayor alcance.
Sin embargo, la evolución contemporánea apunta hacia
otra dirección.
El sensor deja progresivamente de ser un elemento
aislado y pasa a formar parte de una arquitectura distribuida de percepción.
La pregunta ya no es únicamente:
¿Qué puede detectar este sensor?
Sino:
¿Qué puede inferirse cuando diferentes sensores
observan simultáneamente el mismo fenómeno físico desde perspectivas
diferentes?
El desarrollo del LiDAR de fotón único resulta
especialmente interesante en este contexto.
Los sistemas SP-LiDAR son capaces de trabajar con
cantidades extremadamente pequeñas de luz retornada y proporcionan información
temporal muy precisa. La investigación reciente ha impulsado tanto los
detectores como los algoritmos destinados a reconstruir información
tridimensional a partir de datos extremadamente dispersos.
2. El caso de estudio de 2026
En septiembre de 2026 investigadores chinos publicaron
un estudio que modeliza un sistema de LiDAR de fotón único destinado
potencialmente a una plataforma de dimensiones reducidas.
El modelo emplea:
- longitud
de onda de 1.064 nm;
- pulsos
láser de aproximadamente 1 mJ;
- óptica
de aproximadamente 100 mm;
- ruido
de fondo;
- transmisión
atmosférica;
- retrodispersión;
- características
del detector.
Según el modelo, el sistema podría detectar un F-35C
a:
27,7 km durante el día
y
61,5 km durante la noche.
También se estableció un umbral de detección asociado
a una relación señal/ruido de aproximadamente 8,8 dB y unos 9,4 fotones
reflejados bajo las condiciones consideradas.
Estos números deben interpretarse cuidadosamente.
El estudio no demuestra que exista un misil
operativo equipado con este sistema.
Tampoco demuestra que un F-35 pueda localizarse a 61,5
km en cualquier circunstancia.
Y no demuestra que el LiDAR pueda sustituir a un radar
de búsqueda.
Lo que demuestra es algo diferente:
un modelo físico puede producir condiciones bajo las cuales
un sistema SP-LiDAR de reducidas dimensiones podría obtener suficientes fotones
reflejados de un objetivo de baja observabilidad para realizar una detección.
Esa distinción resulta esencial.
3. El problema del haz estrecho
El LiDAR presenta una característica que condiciona
profundamente su utilización.
El láser es altamente direccional.
Por ello, existe una diferencia entre:
detectar un objetivo que se encuentra dentro del campo
iluminado
y
encontrar inicialmente ese objetivo dentro de un
espacio tridimensional enorme.
Las informaciones disponibles sobre el estudio chino
señalan precisamente esta limitación: la estrechez del haz dificulta considerar
el sistema como sustituto directo de un radar de alerta temprana de amplia
cobertura.
Esta limitación conduce a una hipótesis diferente.
El LiDAR no tiene necesariamente que ser el sensor que
busca.
Puede ser un sensor que:
confirma, caracteriza y mide con elevada precisión una
región previamente localizada por otros sensores.
Esta distinción constituye uno de los fundamentos de
PHOTON-NET.
4. El LiDAR de fotón único como tecnología científica
La investigación sobre SP-LiDAR ha evolucionado
considerablemente.
Una perspectiva publicada en Microwave and Optical
Technology Letters identifica entre las líneas principales de desarrollo la
mejora de:
- sensibilidad;
- alcance;
- resolución
espacial;
- velocidad;
- eficiencia;
- integración
con otros sensores;
- miniaturización;
- portabilidad.
También identifica aplicaciones potenciales en
cartografía, navegación autónoma, meteorología, monitorización ambiental,
seguridad y defensa.
La investigación publicada en Artificial
Intelligence Review en 2025 muestra además que la imagen computacional
basada en detección de fotones individuales está evolucionando hacia algoritmos
capaces de trabajar directamente sobre datos extremadamente dispersos,
incluyendo técnicas de aprendizaje profundo.
Una revisión publicada en Optics and Lasers in
Engineering en 2025 compara métodos clásicos, bayesianos y de aprendizaje
profundo para reconstrucción 3D con datos de pocos fotones y destaca como
líneas futuras las redes neuronales informadas por física y los sistemas de
detección multiespectrales.
Por tanto, la propuesta PHOTON-NET se sitúa sobre una
trayectoria tecnológica existente, aunque su arquitectura concreta sea una
propuesta conceptual.
5. De la detección de fotones a la reconstrucción del entorno
Un SP-LiDAR no produce necesariamente una imagen
convencional.
Puede producir distribuciones temporales de
detecciones de fotones.
El problema computacional consiste entonces en
determinar qué parte de esas detecciones corresponde a:
- el
objetivo;
- el
fondo;
- la
atmósfera;
- ruido;
- otras
superficies;
- eventos
espurios.
La investigación contemporánea aborda este problema
mediante:
máxima verosimilitud → modelos probabilísticos →
optimización → métodos bayesianos → aprendizaje profundo.
La evolución es particularmente importante porque el
objetivo deja de ser simplemente registrar fotones y pasa a ser:
inferir la estructura física que mejor explica los
fotones registrados.
Esta transición constituye uno de los puntos de
conexión entre fotónica e inteligencia artificial.
6. La hipótesis central
PHOTON-NET parte de una hipótesis sencilla:
Si diferentes sensores observan aspectos físicos
distintos de un mismo objeto, la fusión de sus observaciones puede reducir la
incertidumbre asociada a su detección y caracterización.
No se afirma que esta hipótesis sea necesariamente
cierta en todas las condiciones.
Debe ser experimentalmente comprobada.
7. PHOTON-NET
La hipótesis PHOTON-NET no consiste en
sustituir el radar por un sensor fotónico, sino en estudiar si la combinación
de observaciones físicamente complementarias puede producir una representación
del entorno con menor incertidumbre que la obtenida mediante cualquiera de los
sensores considerados individualmente.
Figura 1. Arquitectura conceptual de PHOTON-NET: de los sensores al gemelo digital del entorno.
La arquitectura propuesta transforma el problema de detección en un problema de percepción distribuida e inferencia multimodal. Cada sensor aporta una observación parcial del entorno; la fusión permite correlacionarlas temporal y espacialmente; la inteligencia artificial estima hipótesis y niveles de incertidumbre; y el Gemelo Digital mantiene una representación dinámica del escenario. El operador humano permanece como instancia responsable de la interpretación y de las decisiones críticas.
Una arquitectura conceptual de percepción distribuida
PHOTON-NET propone integrar cinco grandes modalidades:
7.1 Radar
Información electromagnética activa.
7.2
Infrarrojo
Información térmica y seguimiento pasivo.
7.3
Radiofrecuencia pasiva
Información procedente de emisiones electromagnéticas
existentes.
7.4
Electroóptica
Información visible y multiespectral.
7.5 LiDAR de
fotón único
Información activa basada en el tiempo de vuelo de
fotones.
El objetivo no sería que todos los sensores hagan lo
mismo.
Sería precisamente lo contrario.
Cada uno debería aportar información diferente.
8. Arquitectura conceptual
ESPACIO
│
SATÉLITES / HAPS
│
▼
┌──────────────┐
│ OBSERVACIÓN │
│ DISTRIBUIDA │
└──────┬───────┘
│
┌────────────────┼────────────────┐
│ │ │
▼ ▼ ▼
RADAR IR RF PASIVO
│ │ │
└────────────────┼────────────────┘
│
▼
ELECTROÓPTICA
│
▼
SP-LiDAR
│
▼
┌────────────────────┐
│ FUSIÓN MULTISENSOR │
└─────────┬──────────┘
│
▼
IA / BAYES
│
▼
GEMELO DIGITAL DEL ENTORNO
│
┌────────────┴────────────┐
▼ ▼
ESTADO ESTIMADO INCERTIDUMBRE
9. Inteligencia artificial: del clasificador al integrador
La inteligencia artificial puede utilizarse de muchas
maneras.
Una de las más simples consiste en clasificar una
señal:
avión / no avión.
PHOTON-NET plantea un problema más complejo.
El sistema tendría que integrar:
- posición;
- tiempo;
- velocidad;
- trayectoria;
- intensidad;
- firma
térmica;
- información
espectral;
- información
electromagnética;
- información
óptica;
- datos
fotónicos;
- meteorología;
- incertidumbre
de cada medición.
La IA debería determinar qué hipótesis explica mejor
el conjunto de observaciones.
No se trataría necesariamente de producir una certeza
absoluta.
Una arquitectura científicamente más apropiada debería
producir:
hipótesis + probabilidad + incertidumbre + evolución
temporal.
10. H1-H7: hipótesis de investigación
H1 —
Complementariedad física
Las modalidades radar, infrarroja, RF, electroóptica y
fotónica proporcionan información parcialmente diferente sobre un mismo objeto.
H2 —
Reducción de incertidumbre
La correlación de observaciones temporal y
espacialmente compatibles puede reducir la incertidumbre respecto a la
existencia y localización del objeto.
H3 — LiDAR
como sensor de confirmación
Un SP-LiDAR podría resultar especialmente útil cuando
otros sensores hayan reducido previamente la región de búsqueda.
H4 —
Reconstrucción mediante IA
Los algoritmos de aprendizaje profundo y métodos
probabilísticos pueden extraer información útil de retornos extremadamente
dispersos.
La literatura reciente ya muestra progresos en esta
dirección.
H5 —
Dependencia atmosférica
El rendimiento debe evaluarse en diferentes
condiciones de iluminación y propagación.
La niebla, aerosoles, retrodispersión y absorción
pueden degradar considerablemente la observación óptica. Estudios recientes
continúan desarrollando métodos específicos para mantener la reconstrucción en
condiciones atmosféricas adversas.
H6 — Ventaja
de la fusión
Debe comprobarse experimentalmente si la fusión
produce mejores métricas que los sensores individuales.
H7 — Gemelo
Digital
Las observaciones fusionadas pueden alimentar una
representación dinámica y probabilística del entorno físico.
11. Metodología experimental propuesta
La investigación podría desarrollarse en cinco fases.
Fase I — Laboratorio
Caracterización de:
- detectores;
- fuentes
ópticas;
- sensibilidad;
- ruido;
- resolución
temporal;
- algoritmos.
Fase II — Escenario controlado
Utilización de objetos conocidos y trayectorias
controladas.
Se medirían:
- probabilidad
de detección;
- falsas
alarmas;
- error
de distancia;
- error
angular;
- latencia;
- densidad
mínima de fotones.
Fase III — Entorno atmosférico
Introducción de diferentes condiciones:
- luz
solar;
- oscuridad;
- aerosol;
- niebla;
- humedad;
- lluvia.
Fase IV — Fusión
Comparación entre:
sensor individual
frente a
sensores combinados.
Fase V — Gemelo Digital
Integración de las observaciones en un modelo
tridimensional temporal del entorno.
12. Métricas científicas
Para evitar conclusiones subjetivas, PHOTON-NET
debería utilizar métricas cuantificables:
Detección
Probability of Detection — Pd
Falsas alarmas
False Alarm Rate — FAR
Localización
Error medio de:
- distancia;
- azimut;
- elevación.
Seguimiento
Continuidad temporal del track.
Fusión
Reducción de incertidumbre respecto al sensor
individual.
Procesamiento
Latencia entre:
detección → fusión → actualización del modelo.
Robustez
Variación del rendimiento ante:
ruido + iluminación + atmósfera + interferencias.
13. Gemelo Digital Multidominio
El resultado final de PHOTON-NET no debería ser
simplemente una pantalla de contactos.
La propuesta es construir un:
GEMELO
DIGITAL DEL ENTORNO
Una representación computacional que contenga:
- objetos;
- posición;
- movimiento;
- firmas;
- relaciones
espaciales;
- evolución
temporal;
- incertidumbre;
- fuentes
de observación.
Cada objeto tendría una representación probabilística.
Cada nueva observación modificaría esa representación.
El sistema podría, por tanto, pasar de:
"sensor detecta objeto"
a:
"el conjunto de observaciones disponibles es
compatible con una determinada hipótesis espacial y cinemática."
14. La conexión con «Cuatro ojos ven más que dos»
Esta propuesta permite convertir una metáfora
desarrollada anteriormente por Aprocean en una hipótesis científica.
La expresión:
«Cuatro ojos ven más que dos»
puede reformularse técnicamente como:
Un conjunto de sensores heterogéneos puede
proporcionar una representación del entorno con menor incertidumbre que
cualquiera de sus componentes considerados individualmente.
La cuestión fundamental es que esto debe ser medido,
no supuesto.
La investigación debería comparar experimentalmente:
sensor A
frente a
sensor B
frente a
A+B
frente a
A+B+C+D+E.
Si la fusión no aporta mejoras bajo determinadas
condiciones, esa conclusión también sería científicamente valiosa.
15. Relación conceptual con TRIDENTE
La arquitectura PHOTON-NET puede interpretarse como
una posible capa sensorial dentro de una arquitectura multidominio más
amplia.
TRIDENTE aporta conceptualmente:
aire + mar + tierra + espacio + información.
PHOTON-NET aportaría:
percepción + fusión sensorial.
El Gemelo Digital aportaría:
representación computacional.
Y el operador humano aportaría:
interpretación, autorización y responsabilidad sobre
las decisiones críticas.
La arquitectura conceptual completa sería:
SENSORES → FUSIÓN → IA → GEMELO DIGITAL → HUMANO
16. Aplicaciones científicas y civiles
La arquitectura no tiene por qué limitarse al ámbito
de seguridad.
La misma tecnología podría investigarse para:
Oceanografía
Seguimiento de:
- partículas;
- aerosoles;
- estructuras
superficiales;
- contaminación;
- características
de la atmósfera marina.
Salvamento
Fusión de:
- radar;
- cámaras;
- infrarrojo;
- satélites;
- UAV.
Meteorología
Detección y caracterización de:
- aerosoles;
- nubes;
- partículas;
- estructuras
atmosféricas.
Navegación autónoma
Percepción tridimensional en condiciones de
iluminación variables.
Protección de infraestructuras
Monitorización distribuida mediante sensores
heterogéneos.
Investigación científica
Reconstrucción tridimensional de entornos complejos
con cantidades extremadamente pequeñas de luz.
17. Aplicación marítima: PHOTON-NET Ocean
Una derivación especialmente relevante para Aprocean
sería una versión marítima:
PHOTON-NET
OCEAN
Integraría:
SATÉLITE
HAPS
UAV
USV
BUQUES
SENSORES COSTEROS
AUV
RADAR
EO/IR
LiDAR
ACÚSTICA
eDNA
IA
para generar un:
Gemelo Digital Dinámico del Entorno Marítimo.
Esta arquitectura podría combinar percepción física
con información biológica, oceanográfica y meteorológica.
En este punto, la idea se separa completamente del
caso inicial del F-35.
El F-35 pasa a ser simplemente un caso de estudio
sobre detección multisensor.
La arquitectura propuesta adquiere entonces
aplicaciones mucho más amplias.
18. Limitaciones
La propuesta presenta numerosas incertidumbres.
18.1 No existe todavía una demostración
PHOTON-NET
La arquitectura descrita es conceptual.
18.2 El alcance del LiDAR no es
universal
El resultado de 61,5 km corresponde a unas condiciones
específicas de simulación.
18.3 La atmósfera constituye una
variable crítica
La transmisión óptica depende de las condiciones
ambientales.
18.4 El problema de búsqueda
permanece
Un haz estrecho no equivale a un radar de exploración
volumétrica.
18.5 La fusión puede introducir
errores
Los sensores pueden:
- estar
mal calibrados;
- observar
el mismo objeto desde geometrías diferentes;
- producir
falsos positivos;
- proporcionar
información temporalmente desfasada.
18.6 La IA no elimina la
incertidumbre
Un algoritmo puede mejorar una estimación, pero no
convierte datos insuficientes en información perfecta.
19. Discusión
El interés de la investigación china de 2026 no reside
necesariamente en haber encontrado una solución definitiva contra la baja
observabilidad.
Su interés científico reside en mostrar que la
evolución tecnológica puede abrir nuevos dominios de observación.
El SP-LiDAR constituye un ejemplo particularmente
claro porque puede trabajar con retornos extremadamente débiles.
Trabajos anteriores incluso demostraron imágenes
tridimensionales mediante SP-LiDAR a distancias superiores a 200 km en condiciones
experimentales específicas, utilizando técnicas de supresión de ruido y
algoritmos eficientes.
La investigación reciente continúa aumentando la
capacidad de reconstrucción mediante algoritmos de aprendizaje profundo y
modelos espaciotemporales.
Esto sugiere que la evolución futura podría producirse
simultáneamente en tres niveles:
hardware
→ detectores más sensibles
algoritmos
→ reconstrucción con menos fotones
arquitectura
→ fusión de múltiples sensores.
La tercera dimensión puede terminar siendo tan
importante como las dos primeras.
20. Una nueva concepción de la percepción
Podemos representar la evolución conceptual de esta
forma:
Generación I
Sensor → operador
Generación II
Sensores → ordenador → operador
Generación III
Red de sensores → IA → gemelo digital → operador
En la tercera generación, la unidad básica deja de ser
el sensor.
La unidad básica pasa a ser:
la red sensorial.
21. PHOTON-NET como programa de investigación
Se propone, por tanto, que PHOTON-NET no sea
considerado un sistema ya existente, sino un:
marco conceptual para investigar la percepción
distribuida mediante fusión fotónica y multisensor.
Sus objetivos serían:
- estudiar
SP-LiDAR;
- estudiar
sensores complementarios;
- desarrollar
algoritmos de fusión;
- cuantificar
la reducción de incertidumbre;
- estudiar
las condiciones atmosféricas;
- desarrollar
un Gemelo Digital del Entorno;
- validar
la arquitectura en escenarios progresivamente más complejos.
22. Conclusión
La pregunta inicial era aparentemente sencilla:
¿Puede un sensor láser detectar un avión furtivo?
La cuestión científica que emerge es mucho más amplia:
¿Puede una red de sensores que observan diferentes
manifestaciones físicas de un mismo objeto construir una representación del
entorno más completa que cualquiera de ellos por separado?
El LiDAR de fotón único constituye una pieza
potencialmente importante de esta investigación.
Pero no necesariamente la pieza dominante.
Su valor puede estar precisamente en ser diferente.
Radar observa una dimensión.
Infrarrojo observa otra.
RF pasivo aporta otra.
Electroóptica aporta otra.
LiDAR aporta otra.
La inteligencia artificial puede intentar
relacionarlas.
El Gemelo Digital puede mantenerlas en el tiempo.
Y la validación experimental debe determinar si esa
combinación realmente reduce la incertidumbre.
Por ello, la principal propuesta de este trabajo no es
que el radar vaya a desaparecer.
Es que:
el futuro de la percepción avanzada podría estar menos
determinado por la existencia de un sensor perfecto que por la capacidad de
integrar sensores imperfectos en una arquitectura inteligente.
La noticia sobre el LiDAR chino puede ser interpretada
así como un caso de estudio de una transformación tecnológica más profunda:
del sensor aislado a la red sensorial;
de la detección a la inferencia;
de los datos a la fusión;
de la fusión al Gemelo Digital;
y finalmente,
de la percepción individual a una forma de inteligencia
colectiva del entorno físico.
23.
Referencias bibliográficas seleccionadas
Boretti, A. (2024). A perspective on single-photon LiDAR systems.
Microwave and Optical Technology Letters, 66, e33918. DOI: 10.1002/mop.33918.
Pu, Y., Zhu, C., Yao, G., et al. (2025). Computational imaging based on
single-photon detection: a survey. Artificial Intelligence Review, 58, 251.
DOI: 10.1007/s10462-025-11252-4.
Zhu, Y., Yu, C., Yang, Y., Pan, Q., & Shuai, Y.
(2025). A review
on the development of 3D image reconstruction algorithms based on sparse
single-photon data. Optics and Lasers in Engineering, 194, 109148. DOI: 10.1016/j.optlaseng.2025.109148.
Tachella, J., Altmann, Y., Mellado, N., et al. (2019). Real-time 3D reconstruction from
single-photon lidar data using plug-and-play point cloud denoisers. Nature
Communications, 10, 4984. DOI: 10.1038/s41467-019-12943-7.
Rapp, J., Tachella, J., Altmann, Y., McLaughlin, S.,
& Goyal, V. K. (2020). Advances in single-photon lidar for autonomous vehicles: working principles,
challenges, and recent advances. IEEE Signal Processing Magazine, 37(4),
62–71. DOI: 10.1109/MSP.2020.2983772.
Xu, F. (2025). Photon-number-resolving detection enables
single-photon LiDAR approaching the standard quantum limit. Light: Science
& Applications, 14, 206. DOI: 10.1038/s41377-025-01880-4.
Maccarone, A., Drummond, K., McCarthy, A., et al.
(2023). Submerged
single-photon LiDAR imaging sensor used for real-time 3D scene reconstruction
in scattering underwater environments. Optics Express, 31(10), 16690–16708.
DOI: 10.1364/OE.487129.
Chinese research study on missile-mounted
single-photon LiDAR and F-35C detection (2026). Published in Aero Weaponry,
18 September 2026; the reported 27.7 km daytime and 61.5 km nighttime figures
derive from modelling rather than an operational flight demonstration.
Declaración sobre el carácter de la
propuesta
PHOTON-NET, el Gemelo Digital Multidominio y su
integración conceptual con TRIDENTE constituyen propuestas de investigación
desarrolladas en este trabajo y no deben interpretarse como sistemas
tecnológicos actualmente desplegados.
Las afirmaciones relativas a prestaciones concretas
del LiDAR chino se han mantenido separadas de las hipótesis propuestas en este
artículo.
El propósito del trabajo es formular preguntas
experimentales y una arquitectura susceptible de futura validación, no atribuir
capacidades operativas no demostradas.
