Е.В. Калябин1, А.В. Просвиров2, Т.А. Мирталибов3

1,2 АО «ЦНИРТИ им. академика А.И. Берга» (Москва, Россия)

3 АО «Концерн ВКО «Алмаз – Антей» (Москва, Россия)

1,2 post@cnirti.ru; 3 info@npo-rit.ru

Постановка проблемы. Применение передовых разработок в когнитивной радиоэлектронной борьбе (КРЭБ) позволяет добиться доминирующего положения в использовании электромагнитного спектра (ЭМС). Сочетание искусственного интеллекта и машинного обучения с передовыми технологиями РЭБ дает возможность не только обнаруживать радиолокационные импульсы зондирующих сигналов, но и определять их модуляцию. Таким образом, актуальным является вопрос применения в аппаратуре КРЭБ комплексной системы обнаружения и классификации радиолокационных импульсов в автоматическое режиме. Для классификации этих импульсов используют сверточные нейронные сети (СНС). В статье представлены результаты классификации модуляций при разных уровнях отношения полезного сигнала к шуму.

Цель. Показать, как осуществляется перехват и классификация радиолокационных сигналов по внутриимпульсной модуляции для идентификации типа РЛС противника и дальнейшего выбора ответных действий.

Результаты. Рассмотрена возможность определения зондирующего сигнала и его классификации по виду модуляции при различных значениях отношения сигнал/шум (ОСШ). Представлена полная структура, выполняющая как обнаружение, так и классификацию зондирующих сигналов РЛС противника, в которой необработанные радиолокационные сигналы обрабатываются для получения частотно-временно́го изображения (ЧВИ) с помощью быстрого преобразования Фурье, а затем используется преобразование Хафа для обнаружения радиолокационных импульсов в ЧВИ, которые представляются в виде изображения. Продемонстрирована эффективность классификации зондирующих сигналов для различных значений ОСШ.

Практическая значимость. Представленные результаты подтверждают, что применение СНС позволяет создать алгоритм по полному сценарию детектирования импульса сигнала и его классификации в реальном масштабе времени.

Калябин Е.В., Просвиров А.В., Мирталибов Т.А. Обнаружение радиолокационных импульсов зондирующих сигналов и определение их модуляции в системах когнитивной радиоэлектронной борьбы // Радиотехника. 2025. Т. 89. № 10. С. 95-102. DOI: https://doi.org/10.18127/j00338486-202510-11

1. Андреев Г.И., Тихомиров В.А., Замарин М.Е. Проблемы искусственного интеллекта в технической области радиоэлектронной борьбы // Радиотехника. 2024. Т. 88 № 5. С. 5-14. DOI: https://doi.org/10.18127/j00338486-202405-01.
2. Geroleo F.G., Brandt-Pearce M. Detection and estimation of LFMCW-radar signals // IEEE Transactions on Aerospace and Electronic Systems. Jan. 2012. V. 48. № 1. Р. 405–418.
3. Lopez-Risueno G., Grajal J., Yeste-Ojeda O. Atomic decomposition-based radar complex signal interception // IEE Proceedings “Radar, Sonar and Navigation”. Aug. 2003. V. 150. № 4. Р. 323.
4. Lopez-Risueno G., Grajal J. Unknown signal detection via atomic decomposition // Proceedings of the 11th IEEE Signal Processing Workshop on Statistical Signal Processing (Cat. No.01TH8563). Aug. 2001. Р. 174–177.
5. Lopez-Risueno G., Grajal J. Multiple signal detection and estimation using atomic decomposition and EM // IEEE Transactions on Aerospace and Electronic Systems. Jan. 2006. V. 42. № 1. Р. 84–102.
6. Jie S., Xiao-ming T., You H. Muti-channel digital LPI signal detector // 2006 CIE International Conference on Radar. Oct. 2006.
   Р. 1–4.
7. Основы проектирования средств радиоэлектронной борьбы / Под ред. Г.И. Андреева. М.: Радиотехника. 2024. 348 с.