К.П. Масюков – к.т.н., доцент, 

Военно-космическая академия имени А.Ф. Можайского (Санкт-Петербург)

E-mail: konstanmasuykov@rambler.ru

Д.Ю. Коновалов – к.т.н., преподаватель, 

Военно-космическая академия имени А.Ф. Можайского (Санкт-Петербург)

E-mail: duk2103@rambler.ru

Д.В. Михеев – к.т.н., доцент, 

Военно-космическая академия имени А.Ф. Можайского (Санкт-Петербург) E-mail: Timonmicro@mail.ru

Постановка проблемы. По существующим оценкам специалистов в околоземном космическом пространстве (ОКП) находится свыше 500 000 техногенных космических объектов (ТКО) размером 1…10 см и несколько десятков миллионов мелких объектов (миллиметрового размера). Современный путь освоения космического пространства, к сожалению, приводит к экологическим угрозам атмосфере и ОКП. Крупные и средние космические объекты могут наблюдаться наземными средствами контроля космического пространства – с помощью оптических методов и радиолокации. При этом объекты размером менее 10 см могут наблюдаться существующими средствами контроля только на низких орбитах (до 2000 км). Наблюдение за ТКО (элементами «космического мусора») является актуальной задачей. Характеристиками качества оценивания координат исследуемых ТКО являются точности измерений, достижимые с помощью предложенного алгоритма обработки и иллюстрируемые соответствующими кривыми обнаружения. Такими показателями полагаются среднеквадратические ошибки оценивания координат, а также вероятность правильного обнаружения.

Цель. Продемонстрировать схему и представить результаты анализа достижимых характеристик с помощью разработанного алгоритма.

Результаты. Представлен адаптивный алгоритм обнаружения ТКО, расширяющий возможности оценки результатов первичной обработки сигналов с учетом градиентных коэффициентов зашумленных полей и позволяющий при реализации обеспечить существенные преимущества перед однопозиционной оптико-электронной системой.

Практическая значимость. На геостационарных и высокоэллиптических орбитах обнаружение осуществляется наземными пассивными оптико-электронными системами (НПОЭС) [1]. Оптический комплекс, представленный в [2], и другие НПОЭС, привлекаемые для наблюдения за «космическом мусором», являются однопозиционными системами. Учет трендов зашумленных полей и совместная обработка данных нескольких отдельных оптических комплексов может существенно повысить качество контроля за ТКО [3].

1. Вениаминов С.С., Червонов А.М. Космический мусор – угроза человечеству. М.: ИКИ РАН. 2013. 207 с.
2. Якушенков Ю.Г. Оптико-электронные системы 3-го поколения: современное состояние, перспективы развития // Сб. материалов VIII Междунар. конф. «Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации 2008». Ч. 1. С. 12−13.
3. Хромов Л.И., Цыцулин А.К., Куликов А.Н. Видеоинформатика. М.: Радио и связь. 1991. 192 с.
4. Мониторинг техногенного засорения околоземного пространства и предупреждение об опасных ситуациях, создаваемых космическим мусором / Под ред. Ю.Н. Макарова. ЦНИИмаш. 2015. 244 с.
5. Березин В.В., Умбиталиев А.А., Фахни Ш.С. и др. Твердотельная революция в телевидении. Телевизионные системы на основе приборов с зарядной связью, систем на кристалле и видеосистем на кристалле / Под ред. А.А. Умбиталиева и А.К. Цыцулина. М.: Радио и связь. 2006. 312 с.
6. Хуанг Т.С. Быстрые алгоритмы в цифровой обработке изображений. М.: Радио и связь. 1984. 224 с.
7. Умбиталиев А.А., Цыцулин А.К., Пятков В.В. и др. Теория и практика космического телевидения / Под ред. А.А. Умбиталиева, А.К. Цыцулина. СПб.: НИИ телевидения. 2017. 386 с.
8. Куликов С.В. Решение задачи распознавания излучающих объектов на основе использования алгоритма сравнения спектральных портретов // Наукоемкие технологии. 2016. № 12.
9. Горбулин В.И., Лиференко В.Д., Куликов С.В., Гудаев Р.А., Балдычев М.Т. Методика распознавания типов космических объектов на основе совокупности радиотехнических признаков с учетом весовых коэффициентов // Успехи современной радиоэлектроники. 2017. № 9.
10. Дудалев Г.В., Катюха Р.В., Куликов С.В., Пивкин И.Г., Демьянов А.В. Комбинированные методы синтеза автоматизированных интеллектуальных систем управления сложными техническими объектами // Наукоемкие технологии. 2018. № 10. С. 57-62. DOI: 10.18127/j19998465-201810-10.