500 руб
Журнал «Успехи современной радиоэлектроники» №5 за 2026 г.
Статья в номере:
Алгоритм адаптивного обнаружения объектов на кадрах радиолокационного изображения с усреднением значений яркости защитной зоны и анализ его эффективности
Тип статьи: научная статья
DOI: https://doi.org/10.18127/j20700784-202605-07
УДК: 621.396.607
Авторы:

Д.Е. Борискин1, Н.В. Горбачев2, И.Д. Исаев3, А.Н. Савельев4

1–4 Федеральное государственное автономное образовательное учреждение высшего образования «Московский государственный технический университет имени Н.Э. Баумана» (национальный исследовательский университет) (Москва, Россия)
1 bde19k023@student.bmstu.ru, 2 gorbachevnv@student.bmstu.ru, 3 isaevid@bmstu.ru, 4 savelyev.an@bmstu.ru

Аннотация:

Постановка проблемы. Обнаружение объектов в кадре радиолокационного изображения (РЛИ) осуществляется в окнах анализа. Эффективность решения задачи обнаружения объекта определяется правилом установки порога принятия решения, фиксирующего постоянный уровень ложных тревог (ПУЛТ), а также зависит от количества окон в кадре, их размеров относительно размеров кадра и обнаруживаемых объектов, условий наблюдения.

Цель. На основе анализа типовых алгоритмов с ПУЛТ разработать модификацию алгоритма обнаружения и оценить его эффективность по сравнению с известными алгоритмами.

Результаты. Представлен краткий обзор алгоритмов обеспечения постоянного уровня ложной тревоги (ПУЛТ) в условиях нестационарного наблюдения объектов на фоне подстилающей поверхности. Предложен метод адаптивного обнаружения на основе усредненного порога защитной зоны. Приведены результаты моделирования и сравнительного анализа алгоритмов обнаружения многоточечных объектов на цифровых кадрах радиолокационного изображения. Получены характеристики обнаружения.

Практическая значимость. Показана эффективность предложенного алгоритма обнаружения многоточечного объекта с усреднением порога защитной зоны в окне анализа по отношению сигнал/шум на кадре радиолокационного изображения.

Страницы: 61-71
Для цитирования

Борискин Д.Е., Горбачев Н.В., Исаев И.Д., Савельев А.Н. Алгоритм адаптивного обнаружения объектов на кадрах радиолокационного изображения с усреднением значений яркости защитной зоны и анализ его эффективности // Успехи современной радиоэлектроники. 2026. T. 80. № 5. С. 61–71. DOI: https://doi.org/10.18127/j20700784-202605-07

Список источников
  1. Левин Б.Р. Теоретические основы статистической радиотехники. М.: Радио и связь. 1989.
  2. Радиоэлектронные системы: Основы построения и теория. Справочник. Изд. 2-е, перераб. и доп. / Под ред. Я.Д. Ширмана. М.: Радиотехника. 2007.
  3. Информационные технологии в радиотехнических системах: Учеб. пособие / Под ред. И.Б. Федорова. Изд. 3-е перераб. и доп. М.: Изд-во МГТУ им. Н. Э. Баумана. 2011.
  4. Бакулев П.А. Радиолокационные системы. Учебник для вузов. М.: Радиотехника. 2015. 
  5. Верба В.С., Татарский Б.Г. Основы теории радиолокационных систем и комплексов. М.: Техносфера. 2024.
  6. Rohling H. Radar CFAR thresholding in clutter and multiple target situations // IEEE Transactions on Aerospace and Electronic Systems. 1983. V. 19. № 4. P. 608–621. doi: 10.1109/taes.1983.309350.
  7. Prastitis L.A. On adaptive censored CFAR detection. New Jersey Institute of Technology. 1993.
  8. Magaz B., Barkat M. Automatic threshold selection in OS-CFAR radar detection using information-theoretic criteria // Progress in Electromagnetics Research. 2014. V. 45. P. 81–94.
  9. Shbat M., Tuzlukov V. Evaluation of Detection Performance under Employment of the Generalized Detector in Radar Sensor Systems // Radioengineering. 2014. V. 23. № 1. P. 50–65.
  10. Bichler Christoph. Automated Detection of Security-Relevant Objects in Airport Surface Movement Radar. Master’s Thesis – Graz: Graz University of Technology. 2015.
  11. Монаков А.А. CFAR-обнаружитель цели в радиолокаторе с синтезированной апертурой // Известия вузов России. Радиоэлектроника. 2024. Т. 27. № 3. С. 52–67.
  12. Белокуров В.А., Нгуен Ч.К. Алгоритм стабилизации уровня ложной тревоги на фоне шума с нестационарным средним значением // Известия вузов России. Радиоэлектроника. 2025. Т. 28. № 1. С. 77–87.
  13. Zhang Y., Hao Y. A Survey of SAR Image Target Detection Based on Convolutional Neural Networks // Remote Sensing. 2022.
    V. 14. № 24. Article 6240. DOI: 10.3390/rs14246240.
  14. Радиолокационные системы специального и гражданского назначения. 2010–2012 / Под ред. Ю.И. Белого. М.: Радиотехника. 2011. Юхно П.М. Преднамеренные оптические помехи высокоточному оружию: монография. М.: Радиотехника. 2017.
  15. Нестерук В.Ф. Влияние формы сигналов на помехоустойчивость их приема на фоне коррелированных помех при ограничении пиковых значений // Радиотехника и электроника. 1971. № 11. С. 2098–2105.
  16. Мусьяков М.П., Миценко И.Д., Ванеев Г.Г. Проблемы ближней лазерной локации. М.: Изд-во МГТУ им. Н.Э. Баумана. 2000.
  17. Юхно П.М., Огреб С.М., Марек Я.Л. Форма объектов и качество их автоматического обнаружения и различения // Радиотехника. 2001. № 10. С. 86–89.
  18. Кильдишев А.В., Шалаев В.М. Трансформационная оптика и материалы // Успехи физических наук. 2011. Т. 181. № 1.
    С. 59–70.
  19. Redmon J., Divvala S., Girshick R., Farhadi A. You Only Look Once: Unified, Real-Time Object Detection // Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Las Vegas. 2016. С. 779–788.
Дата поступления: 14.10.2025
Одобрена после рецензирования: 28.10.2025
Принята к публикации: 30.04.2026