Использование микродоплеровских сигнатур (радарных) для идентификации типа беспилотного летательного аппарата и характера его полезной нагрузки

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.