Preview

Известия высших учебных заведений России. Радиоэлектроника

Расширенный поиск

Экспериментальное исследование траекторных признаков для распознавания низколетящих малоскоростных радиолокационных целей в полуактивной РЛС

https://doi.org/10.32603/1993-8985-2022-25-3-39-50

Полный текст:

Аннотация

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.

Об авторах

В. Л. Дао
Государственный технический институт им. Ле Куй Дона
Вьетнам

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.



А. А. Коновалов
НИИ "Прогноз"
Россия

Коновалов Александр Анатольевич - кандидат технических наук (2015), старший научный сотрудник НИИ "Прогноз".

ул. Профессора Попова, д. 5 Ф, Санкт-Петербург, 197022.



М. Х. Ле
Государственный технический институт им. Ле Куй Дона
Вьетнам

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.



Список литературы

1. Drone-vs-Bird Detection Challenge at IEEE AVSS2021 / A. Coluccia, A. Fascista, A Schumann., et al. // 17th IEEE Intern. Conf. on Advanced Video and Signal Based Surveillance (AVSS), Washington, USA, 16—19 Nov. 2021. IEEE, 2021. P. 1—8. doi: 10.1109/AVSS52988.2021.9663844

2. Павлушенко М. И., Евстафьев Г. М., Макаренко И. К. Беспилотные летательные аппараты: история, применение, угроза распространения и перспективы развития // Науч. зап. ПИР-центра: Национальная и глобальная безопасность. 2004. № 2 (26). 612 с.

3. Методы радиолокационного распознавания и моделирование / Я. Д. Ширман, С. А.Горшков, С. П. Лещенко, Г. Д. Братченко, В. М. Орленко // Науч.-техн. сер. Радиолокация и радиометрия. № 2. Радиолокационное распознавание и методы математического моделирования. 2000. Вып. 3. С. 5-65.

4. Бондарев А. Н., Киричек Р. В. Обзор беспилотных летательных аппаратов общего пользования и регулирования воздушного движения БВС в разных странах //Информационные технологии и телекоммуникации. 2016. Т. 4, № 4. С. 13-23.

5. Воробьев Е. Н. Исследование сигнальных признаков распознавания малых БПЛА в полуактивной РЛС // Вестн. Новг. гос. ун-та. Сер. Техн. науки. 2019. № 4 (116). С. 72-77. doi: 10.34680/2076-8052.2019.4(116).72-77

6. Купряшкин И. Ф., Соколик Н. В. Алгоритм обработки сигналов в радиолокационной системе с непрерывным частотно-модулированным излучением в интересах обнаружения малозаметных воздушных объектов, оценки их дальности и скорости движения // Изв. вузов России. Радиоэлектроника. 2019. Т. 22, № 1. С. 39-47. doi: 10.32603/1993-8985-2019-22-1-39-47

7. Coluccia A., Parisi G., Fascista A. Detection and Classification of Multirotor Drones in Radar Sensor Networks: A Review // Sensors. 2020. Vol. 20, iss. 15. P. 4172. doi: 10.3390/s20154172

8. Мацюра А. В. Миграция птиц и метеорологические параметры: краткий обзор. Ч. 1 // Acta Biologica Sibirica. 2015. Т. 1, № 1-2. С. 117-131. doi: 10.14258/abs.v1i1-2.854

9. Osadchyi V. V., Yeremeev V. S., Matsyura A. V. Cluster Analysis, Fuzzy Sets, and Fuzzy Logic Models in Bird Identification // Ukrainian J. of Ecology. 2017. Vol. 7, № 2. P. 96-103. doi: 10.15421/2017_25

10. Malsev K., Yaroslavsky L., Leshem Y. Processing of Weather Radar Images for Bird Detection and Tracking // The Seventh IASTED Intern. Conf. on Visualization, Imaging and Image Processing, Palma de Mallorca, Spain, 2931 Aug. 2007. С. 106-111.

11. Скорость полета птиц. Таблица. URL: https://cyberlesson.ru/skorost-poleta-ptic-tablica/ (дата обращения 11.10.2021)

12. UAV Target Detection Algorithm Using GNSS-Based Bistatic Radar / H. Zeng, H. Zhang, J. Chen, W. Yang // IEEE Intern. Geoscience and Remote Sensing Symp. 2019 (IGARSS 2019), Yokohama, Japan, 28 July - 2 Aug. 2019. IEEE, 2019. P. 2167-2170. doi: 10.1109/IGARSS.2019.8898935

13. An X-Band FMCW Radar for Detection and Tracking of Miniaturized UAVs / J. Lee, M. Park, I. Eo, B. Koo // Intern. Conf. on Computational Science and Computational Intelligence (CSCI), Las Vegas, USA, 14-16 Dec. 2017. IEEE, 2017. P. 1844-1845. doi: 10.1109/CSCI.2017.342

14. Patel J. S., Fioranelli F., Anderson D. Review of Radar Classification and RCS Characterisation Techniques for Small UAVs or Drones // IET Radar, Sonar & Navigation. 2018. Vol. 12, iss. 9. P. 911-919. doi: 10.1049/iet-rsn.2018.0020

15. DVB-T2 passive radar developed at Saint Petersburg Electrotechnical University / E. Vorobev, A. Barkhatov, V. Veremyev, V. Kutuzov // 22nd Intern. Microwave and Radar Conf. (MIKON), Poznan, Poland, 14-17 May 2018. IEEE, 2018. P. 204-207. doi: 10.23919/MIKON.2018.8405178

16. Пассивная когерентная радиолокация / А. В. Бархатов, В. И. Веремьев, Е. Н. Воробьев, А. А. Коновалов, Д. А. Ковалев, В. М. Кутузов, В. Н. Михайлов. СПб.: Изд-во СПбГЭТУ "ЛЭТИ", 2016. 163 с.

17. Коновалов А. А. Основы траекторной обработки радиолокационной информации. Ч. 2. СПб.: Изд-во СПбГЭТУ "ЛЭТИ", 2014. 180 с.


Рецензия

Для цитирования:


Дао В.Л., Коновалов А.А., Ле М.Х. Экспериментальное исследование траекторных признаков для распознавания низколетящих малоскоростных радиолокационных целей в полуактивной РЛС. Известия высших учебных заведений России. Радиоэлектроника. 2022;25(3):39-50. https://doi.org/10.32603/1993-8985-2022-25-3-39-50

For citation:


Dao V.L., Konovalov A.A., Le M.H. Experimental Study of Trajectory Features for the Recognition of Low-Flying Low-Speed Radar Targets Using Passive Coherent Radar Systems. Journal of the Russian Universities. Radioelectronics. 2022;25(3):39-50. (In Russ.) https://doi.org/10.32603/1993-8985-2022-25-3-39-50

Просмотров: 77


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1993-8985 (Print)
ISSN 2658-4794 (Online)