Метод перехвата малоразмерных и малозаметных беспилотных летательных аппаратов


DOI: 10.34759/trd-2023-129-21

Авторы

Сенцов А. А.1*, Поляков В. Б.1, Иванов С. А.2, Помозова Т. Г.1**

1. Санкт-Петербургский государственный университет аэрокосмического приборостроения, ул. Большая Морская, 67, Санкт-Петербург, 190000, Россия
2. Санкт-Петербургский государственный экономический университет, СПбГЭУ, ул. Садовая, 21, Санкт-Петербург, 191023, Россия

*e-mail: toxx@list.ru
**e-mail: pomozova-tatyana@yandex.ru

Аннотация

В настоящее время наблюдается стремительное развитие беспилотной авиации и расширение сферы её применения. Помимо применения в хозяйственной деятельности растёт круг задач беспилотной авиации специальными службами и в военной сфере. Особую опасность представляют собой малоразмерные и малозаметные беспилотные летательные аппараты. Возникает проблема обнаружения, сопровождения и перехвата малозаметных целей для защиты охраняемых социально значимых объектов. В статье предложен метод интеграции управления средств обнаружения, сопровождения и перехвата беспилотной авиации, а также синхронизации управления решением этих задач. Приведено описание открытого протокола передачи информации, используемого в беспроводном канале двустороннего обмена для управления средством перехвата. Определены классы возможных объектов перехвата и структура комплекса для организации процесса перехвата. Предложены сценарии вариантов перехвата и приведены их временные характеристики, а также описаны варианты радиолокационных станций, обеспечивающих обнаружение малоразмерных и малозаметных объектов с низкими значениями эффективной площади рассеяния.

Также в статье описана актуальная в настоящее время задача идентификации признаков воздушных объектов, наблюдаемых радаром, для распознавания и принятия решений с выделением классов искусственного и естественного происхождения. Определены методы извлечения полезных данных из отраженных сигналов с использованием свёрточной нейронной сети. Рассмотрены два варианта построения нейронной сети, в которых входные данные представлены в виде графического представления спектра отраженного сигнала (в оттенках серого) и в виде массивов чисел.


Ключевые слова:

радиолокационная станция, беспилотный летательный аппарат, беспилотная авиация, обнаружение воздушных объектов, нейронная сеть

Библиографический список

  1. Дмитриев В.И., Звонарев В.В., Лисицын Ю.Е. Методика обоснования рациональных способов управления беспилотным летательным аппаратом // Труды МАИ. 2020. № 112. URL: http://trudymai.ru/published.php?ID=116566. DOI: 34759/trd-2020-112-16
  2. Теодорович Н.Н., Строганова С.М., Абрамов П.С. Способы обнаружения и борьбы с малогабаритными беспилотными летательными аппаратами // Науковедение. Т. 9. № 1. С. 1–7.
  3. Massey K., Gaeta R. Noise Measurements of Tactical UAVs // 16th AIAA / CEAS Aeroacoustics Conference, American Institute of Aeronautics and Astronautics, 2010. DOI:2514/6.2010-3911
  4. Макаренко С.И., Тимошенко А.В., Васильченко А.С. Анализ средств и способов противодействия беспилотным летательным аппаратам. Часть 1. Беспилотный летательный аппарат как объект обнаружения и поражения // Системы управления, связи и безопасности. № 1. С. 109-146. DOI: 10.24411/2410-9916-2020-10105
  5. Горбулин В.И., Ходор М.А. Методика распределения полей зрения средств наблюдения в зоне ответственности // Труды МАИ. 2018. № 100. URL: http://trudymai.ru/published.php?ID=9342
  6. Naresh S., Dr.V. Ravi. Aerodynamic Characteristic Analysis of UAV (Unmanned Aerial Vehicle) By Using CFD // International Journal for research in applied science and engineering technology, 2016, vol. 4, issue VIII, pp. 512-518.
  7. Сидоренко К.А. Мобильная радиолокационная станция. Патент RU2729704C1 РФ, опубл. 2020-08-11.
  8. Сенцов А.А., Поляков В.Б., Дмитриев В.Ф. Комплекс мобильных радиолокационных станций внешнетраекторных измерений // Вопросы радиоэлектроники. 2019. № 9. С. 31-36. DOI: 21778/2218-5453-2019-9-31-36
  9. Сенцов А.А., Поляков В.Б. Технология построения высокоинформативных радиолокационных станций // Международный форум «Метрологическое обеспечение инновационных технологий» (Санкт-Петербург, 04 марта 2019): сборник тезисов. — СПб.: ГУАП, 2019. С. 158-160.
  10. Torvik B., Olsen K. E., Griffiths H. Classification of Birds and UAVs Based on Radar Polarimetry // IEEE Geoscience and Remote Sensing Letters, 2016, vol. 13, no. 9, pp. 1305-1309. DOI:1109/LGRS.2016.2582538
  11. Sainath T., Weiss R., Wilson K. et al. Multichannel Signal Processing With Deep Neural Networks for Automatic Speech Recognition // IEEE/ACM Transactions on Audio, Speech, and Language Processing, 2017, pp. 965-979. DOI:1109/TASLP.2017.2672401
  12. Shimamura T., Nguyen N. Autocorrelation and double autocorrelation based spectral representations for a noisy word recognition system // INTERSPEECH 2010, 11th Annual Conference of the International Speech Communication Association, 2010, pp. 1712-1715. DOI:10.21437/Interspeech.2010-492
  13. Sentsov A.A., Polyakov V.B., Gladkii N.A. Electronic Methods to Protect Unmanned Aerial Vehicles from Seizing Control // Wave Electronics and its Application in Information and Telecommunication Systems (WECONF), IEEE: Piscataway, NJ, USA, 2018, pp. 331-334. DOI: 10.1109/WECONF.2018.8604463
  14. -M. Kwon, J. Yu, B.-M. Cho et al. Empirical analysis of MAVLink protocol vulnerability for attacking unmanned aerial vehicles // IEEE Access, 2018, vol. 6, pp. 203–212. DOI:10.1109/access.2018.2863237
  15. Ананенков А.Е., Марин Д.В., Нуждин В.М. и др. К вопросу о наблюдении малоразмерных беспилотных летательных аппаратов // Труды МАИ. 2016. № 91. URL: https://trudymai.ru/published.php?ID=75662
  16. Гусейнов А.Б., Маховых А.В. Структурно-параметрический синтез рационального бортового распознающего устройства в составе беспилотного летательного аппарата // Труды МАИ. 2016. № 90. URL: http://trudymai.ru/published.php?ID=74833
  17. Сельвесюк Н.И., Веселов Ю.Г., Гайденков А.В., Островский А.С. Оценка характеристик обнаружения и распознавания объектов на изображении от специальных оптико-электронных систем наблюдения летного поля // Труды МАИ. 2018. № 103. URL: http://trudymai.ru/published.php?ID=100782
  18. Sentsov A.A., Ivanov S.A., Kostenko D.A. Application of cognitive technologies in solving the recognition task // XXIV International Conference «Wave Electronics and its Application in Information and Telecommunication Systems» (WECONF-2022), Saint-Petersburg, Russia, 2022, pp. 1-4. DOI:10.1109/WECONF55058.2022.9803328
  19. Sentsov A.A., Petrov I.D., Ivanov S.A. Feature extraction and recognition of aerial objects using echo signals received by radar // XXIII International conference «Wave Electronics and its Application in Information and Telecommunication Systems» (WECONF-2021), Saint-Petersburg, Russia, 2021, pp. 1-4. DOI: 10.1109/WECONF51603.2021.9470565
  20. Кошкин Р.П. Беспилотные авиационные системы. — М.: Стратегические приоритеты, 2016. — 676 с.

Скачать статью

mai.ru — информационный портал Московского авиационного института

© МАИ, 2000—2024

 Вход