А.П. Кадочников1, В.Я. Пророк2, Д.С. Осадчая3, С.В. Сотников4

1–4 Военно-космическая академия имени А.Ф. Можайского (Санкт-Петербург, Россия)

Постановка проблемы. Непрерывное увеличение количества маневрирующих объектов (МО), вызванное интенсивным развертыванием многоспутниковых группировок (МГ) космических аппаратов (КА), создает объективные трудности для функционирования информационных средств наблюдения. В то же время обеспечение заданного уровня характеристик информационных средств является одной из основных задач системы наблюдения за околоземным космическим пространством (ОКП).

В ближайшей перспективе количество КА в составе МГ будет возрастать вплоть до десятков тысяч.

В настоящее время проблема размножения и искажения параметров траекторий при обнаружении и сопровождении потока КА из состава МГ на этапах вывода на орбиту и в последующем увода с нее является причиной неправильной классификации объектов наблюдения.

Цель. Совершенствовать систему траекторной обработки информационных средств наблюдения с целью сокращения количества ложных траекторий, формируемых в ходе обработки координатной информации от многочисленной группы одновременно наблюдаемых МО (образующих кластер малоразмерных целей), движущихся по близким траекториям.

Результаты. Приведены содержание и результаты совершенствования процесса сопровождения информационными средствами наблюдения КА из состава МГ, осуществляющей непрерывное маневрирование в ходе движения на целевую орбиту, с применением нечеткого кластерного анализа. Показано, что разработанный метод позволяет существенно уменьшить число завязываемых ложных траекторий, повысить результативность процесса отождествления каждой из полученных отметок, принадлежащих группе наблюдаемых близко расположенных МО, с той или иной сопровождаемой траекторией. Произведена оценка эффективности предлагаемого метода в различных условиях помеховой обстановки.

Практическая значимость. Результаты работы могут быть использованы при доработке алгоритмических и математических решений в системе траекторной обработки информационных средств наблюдения.

Кадочников А.П., Пророк В.Я., Осадчая Д.С., Сотников С.В. Метод отождествления отметок, формируемых от группы маневрирующих объектов, на основе нечеткого кластерного анализа // Наукоемкие технологии. 2023. Т. 24. № 2. С. 44−51. DOI: https:// doi.org/10.18127/j19998465-202302-06

1. Коновалов А.А. Основы траекторной обработки радиолокационной информации. Ч.1. СПб.: СПбГУ. 2013. 163 с.
2. Пророк В.Я., Кадочников А.П., Осадчая Д.С. Моделирование процесса развертывания многоспутниковой группировки низкоорбитальных космических аппаратов // Изв. Тульского государственного университета. 2022. Вып. 2. С. 339–347.
3. Кадочников А.П., Ерохин В.И., Осадчая Д. С., Смирнов М.С., Сотников С.В. Методика оценивания влияния ошибок первичных измерений на точность алгоритма определения параметров орбиты космических объектов // Изв. Тульского государственного университета. 2021. Вып. 9. С. 253–261.
4. Кадочников А.П., Ерохин В.И., Какаев В.В. Метод определения параметров орбиты космических объектов по измерениям на малых интервалах времени // Труды Военно-космической академии им. А.Ф. Можайского. 2022. Вып. 682. С. 60–69.
5. Мурзова М.А., Фарбер В.Е. Сравнение способов компенсации скоростной ошибки по дальности в алгоритмах оценки дальности и радиальной скорости // Радиотехника. 2019. № 4. С. 5−18. DOI: 10.18127/j00338486-201904-01.
6. Пророк В.Я. Основы построения и организации адаптивных систем профессионального отбора – СПб.: Лань. 2003. 330 с.
7. Заде Л.А. Размытые множества и их применение в распознавании образов и кластер-анализе: Классификация и кластер. М.: Мир. 1986. 247 с.
8. Плас Дж. Вандер Python для сложных задач: наука о данных и машинное обучение. СПб.: Питер. 2021. 576 с.