Е.В. Калябин1

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

1 post@cnirti.ru

Постановка проблемы. Современные системы радиоэлектронной борьбы (РЭБ) используют заранее запрограммированные методы постановки помех враждебным радиолокационным станциям (РЛС), определение местоположения и идентификация которых осуществляются системами радиоэлектронной разведки (РЭР). Однако, благодаря новейшим технологиям, РЛС становятся адаптивными и интеллектуальными системами, обладающими способностью изменять форму сигнала в режимах обнаружения и сопровождения целей. На современном этапе развития РЭБ имеется возможность использования технологий искусственного интеллекта для автоматического создания эффективных средств противодействия новым и мало изученным РЛС следующего поколения. Применение когнитивных методов РЭБ позволяет наиболее эффективно бороться с новыми, неизвестными и адаптивными или когнитивными РЛС.

Цель. С помощью имитационного моделирования исследовать возможность применения когнитивных методов РЭБ, использующих нейросетевые технологии, для противодействия новейшим разработкам РЛС.

Результаты. Представлены обобщенные показатели имитационного моделирования, подтверждающие, что существуют эффективные методы постановки активных помех неизвестным РЛС, которые могут быть классифицированы как враждебные. Проведено имитационное моделирование, в ходе которого обоснована работоспособность когнитивных методов РЭБ против современных и перспективных РЛС нового поколения. Результаты выполненного исследования показали, что система РЭБ для неизвестных РЛС обеспечивает точное определение их местоположения и вполне удовлетворительно классифицирует зондирующие сигналы сложной формы.

Практическая значимость. Поскольку совершенствование РЛС за счет когнитивных методов позволяет им распознавать окружающую среду и адаптировать свои зондирующие сигналы для повышения своих пеленгационных возможностей, существует острая необходимость в создании новых типов систем РЭБ для противодействия РЛС нового поколения.

Калябин Е.В. Имитационное моделирование когнитивных методов противодействия РЛС нового поколения // Радиотехника. 2025. Т. 89. № 5. С. 55-66. DOI: https://doi.org/10.18127/j00338486-202505-06

1. Основы проектирования средств радиоэлектронной борьбы / Под ред. Г.И. Андреева. М.: Радиотехника. 2024. 348 с.
2. https: //en.wikipedia.org/wiki/Karl_Popper.
3. Waddington P. Mechatronic systems. Wiley Online Library. 2004.
4. Chrzanowski E.J. Active Radar Electronic Countermeasures. 1st еd. Artech House Radar Library. December 1990.
5. Friedlander B., Rockmore A.J. Adaptive control for electronic countermeasures // IEEE Conf. on Decision and Control. Dec. 1979. V. 18. Р. 612-623.
6. Adaptive Radar Countermeasures (ARC). Information Innovation Office. www.darpa.mil/Our Work/I2O/Programs/Adaptive Radar Countermeasures (ARC).aspx.
7. Haykin S. Neural Networks and Learning Machines. 3rd ed. Prentice-Hall. Englewood Cliffs. 2009.
8. Haykin S. Cognitive radar: A way of the future // IEEE Signal Processing Magazine. 2006. V. 23. № 1.
9. Konwles J. Regaining the advantage – cognitive electronic warfare // The Journal of Electronic Defense. Dec. 2016. V. 39. Р. 56-62.