В.В. Огуенко1, Т.Р. Аухадеев2

1,2 Казанский федеральный университет (г. Казань, Россия)

1 oguenkovv@mail.ru; 2TRAuhadeev@kpfu.ru

Постановка проблемы. В условиях активного применения беспилотных летательных аппаратов (БПЛА) не только в военной, но и в гражданской областях, задача надежного обнаружения и точной классификации типа БПЛА приобретает особую актуальность. Основным инструментом обнаружения являются радиолокационные технологии, эффективно функционирующие в любых метеоусловиях и на значительных расстояниях. Вместе с тем. актуальной остается задача не только идентификации типа БПЛА, но и определения характера его полезной нагрузки. В настоящее время необходимы разработка и внедрение новых высокочувствительных подходов, основанных на анализе уникальных признаков цели.

Цель. Провести направленное на разработку и верификацию методов идентификации типа БПЛА и определения характера его полезной нагрузки комплексное исследование, включающее в себя моделирование и анализ микродоплеровских сигнатур (МДС).

Результаты. Подробно рассмотрена методика построения цифровых моделей БПЛА и птиц, формирующих синтетические МДС. Выполнено подробное моделирование и проанализировано изменение микродоплеровского спектра при различных типах БПЛА и конфигурациях полезной нагрузки. Реализована комплексная процедура цифрового моделирования (Engee) и проведено сравнение МДС дронов и птиц. Применены многоуровневые автоматизированные методы на основе нейросетей для решения задачи классификации типа БПЛА. Сопоставлены спектрограммы для различных сочетаний типа дрона и конструкции полезной нагрузки, а также приведены количественные оценки эффективности классификации объектов по их МДС. На основе полученных данных подтверждена возможность идентификации типа дрона и детектирования характерных признаков полезной нагрузки с помощью уникальных МДС, что существенно повышает надежность современных систем охраны критических объектов.

Практическая значимость. Представленные результаты могут быть использованы в системах безопасности для автоматического распознавания типа БПЛА и характера его нагрузки, а также для модернизации РЛС с функциями интеллектуальной классификации малоразмерных целей и при проектировании новых алгоритмов обработки сигналов для комплексов радиоэлектронного контроля.

Огуенко В.В., Аухадеев Т.Р. Использование микродоплеровских сигнатур (радарных) для идентификации типа беспилотного летательного аппарата и характера его полезной нагрузки // Радиотехника. 2026. Т. 90. № 6. С. 68–75. DOI: https://doi.org/10.18127/j00338486-202606-07

1. Андрющенко М.С., Голик А.М., Сахнов С.А. Методика оценки эффективности системы противодействия беспилотным летательным аппаратам // Известия РАРАН. 2023. № 3(128). С. 104-107. DOI 10.53816/20753608_2023_3_104.
2. Верба В.С., Меркулов В.И., Самодов И.О. Управление беспилотными летательными аппаратами в составе локальной сети // Успехи современной радиоэлектроники. 2023. T. 77. № 6. С. 58–64. DOI: https:// doi.org/10.18127/j20700784-202306-05.
3. Андрющенко М.С., Голик А.М., Сахнов С.А. Применение радиолокационных станций с линейной частотной модуляцией зондирующего сигнала для обнаружения малоразмерных беспилотных летательных аппаратов // Вопросы оборонной техники. Серия 16. Технические средства противодействия терроризму. 2023. № 3-4(177-178). С. 42-48. DOI 10.53816/23061456_2023_3-4_42.
4. Степанов В.В., Алешин И.Н., Андрющенко М.С., Куртц Д.В. Системы обнаружения малоразмерных беспилотных летательных аппаратов // Труды XXIV Всеросс. научн.-практич. конф. РАРАН «Актуальные проблемы защиты и безопасности». В 7-ми томах. М.: РАРАН. 2021. С. 327-334.
5. Смирнов А.Д., Шаталов Ю.А., Шашлов В.А., Хайбутов К.Е. Обнаружение малоразмерных беспилотных летательных аппаратов // Вестник Ярославского высшего военного училища противовоздушной обороны. 2020. № 4(11). С. 52-57.
6. Kang H. et al., Protect your sky: a survey of counter UAV systems // IEEE Access (V. 8) 11 September 2020. Р. 168671-168710.
7. Farlik J., Kratky M., Casar J., Stary V. Multispectral Detection of commercial Unmanned Aerial Vehicles // Sensors. 2019. № 19. Р. 1517.
8. Holland M.A. Counter-Drone Systems. [Electronic resource]: Center for the Study of the Drone at Bard College. 2018.
9. Eriksson N. Conceptual study of a future drone detection system. Master's thesis in Product Development // Department of Industrial and Materials Science Chalmers University of Technology Gothenburg. Sweden. 2018.
10. Свидетельство о государственной регистрации базы данных № 2023621579 (РФ). Радиолокационная заметность беспилотных летательных аппаратов. / С.А. Сахнов, М.С. Андрющенко, А.М. Голик. № 2023621319: заявл. 11.05.2023: опубл. 18.05.2023; заявитель ФГКВОУ ВО «Санкт-Петербургский военный ордена Жукова институт войск национальной гвардии Российской Федерации».
11. Rahman Samiur, Robertson Duncan. In-flight RCS measurements of drones and birds at K-band and W-band // IET Radar, Sonar & Navigation. 2019. 10.1049/iet-rsn.2018.5122.