Дао Ван Лук - специалист по направлению "Радиоэлектронные системы и комплексы" (2016), аспирант Государственного технического института им. Ле Куй Дона.
ул. Хоанг Куок Вьет, д. 236, район Бак Ты Лием, Ханой.
Dao Van Luc - Specialist in Specialty "Radioelectronic systems and complexes" (2016), postgraduate student of Le Quy Don Technical University.
236 Hoang Quoc Viet St., Bac Tu Liem, Ha Noi.
Коновалов Александр Анатольевич - кандидат технических наук (2015), старший научный сотрудник НИИ "Прогноз".
ул. Профессора Попова, д. 5 Ф, Санкт-Петербург, 197022.
Aleksandr A. Konovalov - Cand. Sci. (Eng.) (2015), Senior Researcher, Research Institute "Prognoz" St. Petersburg State Electrotechnical University.
5 F, Professor Popov St., St Petersburg 197022.
Ле Минь Хоанг - специалист по направлению "Радиоэлектронные системы и комплексы" (2017), аспирант Государственного технического института им. Ле Куй Дона.
ул. Хоанг Куок Вьет, д. 236, район Бак Ты Лием, Ханой.
Le Minh Hoang - Specialist in Specialty "Radioelectronic systems and complexes" (2017), postgraduate student of Le Quy Don Technical University.
236 Hoang Quoc Viet St., Bac Tu Liem, Ha Noi.
Введение. Малые беспилотные воздушные суда (БВС) представляют собой растущую угрозу из-за их возможного неправомерного использования для незаконной деятельности. В настоящее время полуактивные РЛС широко используются для обнаружения, сопровождения и распознавания движущихся целей, в том числе малых БВС, что делает их перспективным средством использования в современных системах радиолокационного мониторинга воздушного пространства. При этом распознавание малых БВС является сложной задачей, так как ввиду сходства характеристик их легко спутать с птицами, особенно в морских районах, где популяции птиц могут быть значительными. Для решения проблемы распознавания малых БВС предлагается использовать траекторные признаки.
Цель работы. Анализ траекторных признаков низколетящих малоскоростных целей и исследование возможности применения для решения задач распознавания этих целей.
Материалы и методы. Использованы реальные радиолокационные отметки БВС и птиц, полученные в полуактивной РЛС. Построены характеристики траекторных параметров целей типа "БВС" и "птица" с помощью компьютерного статистического моделирования в среде MatLab; применен метод сравнительного анализа для определения различия траектории целей.
Результаты. Экспериментальные исследования показали существенные различия траекторий полета БВС и птиц. Исследованы особенности траекторий малых воздушных целей каждого типа. Построены графики характерных параметров траектории полета БВС и птиц на основе их радиолокационных отметок. В результате сравнительного анализа данных определены характеристики полета каждого типа целей на каждом участке движения, выделены информативные траекторные признаки, которые можно использовать для разработки алгоритма распознавания в пассивном когерентном локаторе (ПКЛ).
Заключение. Результаты эксперимента подтвердили практическую значимость предлагаемых траекторных признаков и возможность их применения при разработке алгоритма распознавания низколетящих малоскоростных радиолокационных целей в ПКЛ. Использование различий траекторий полета БВС и птиц способно повысить качество решения задачи распознавания БВС.
Introduction. Small unmanned aerial vehicles (UAVs) are a growing threat due to their possible use for illegal activities. Currently, passive coherent radar systems are widely used to detect, track and recognize moving targets, including small UAVs, which makes them a promising tool for use in modern airspace radar monitoring systems. At the same time, recognition of small UAVs becomes a challenging task due the possibility of confusing them with birds, particularly in maritime areas with large bird populations. In a search for new solutions to the problem of recognizing small UAVs, trajectory features can be used.
Aim. To analyze differences between the trajectory features of low-flying low-speed targets in order to verify the possibility of their use for recognition purposes.
Materials and methods. Real radar measurements of UAVs and birds obtained by a passive coherent radar system were used. Specific characteristics of the trajectory parameters of target classes were built using computer statistical modeling in the MatLab environment. Differences in the movement trajectory of targets were established by comparative analysis.
Results. Significant differences between the flight path of UAVs and birds were found. Specific features of the trajectory of small aerial targets of each type were investigated. On the basis of radar measurement, graphs of the characteristic trajectory parameters of UAVs and birds were plotted. The conducted comparative analysis allowed identification of the characteristics of the flight path of each target type in each movement segment. Trajectory features that can be used for recognition purposes were identified.
Conclusion. The practical significance of the proposed trajectory features and the possibility of their implementation in the development of an algorithm for recognizing low-flying low-speed radar targets using passive coherent radar systems was established. The knowledge of differences between the flight path of UAVs and birds can improve the quality of the UAV recognition problem.
The authors declare that there are no conflicts of interest present.