РАДІОЛОКАЦІЙНЕ ВИЯВЛЕННЯ БЕЗПІЛОТНИХ ЛІТАЛЬНИХ АПАРАТІВ РІЗНОЇ КОНСТРУКЦІЇ ТА РОЗМІРІВ: ПРОБЛЕМНІ ПИТАННЯ ТА ШЛЯХИ ЇХ ВИРІШЕННЯ
Ю.О. Галкін, Геннадий Станиславович Залевский, О.А. Токар et al. · Системи обробки інформації · 2025
Розглядаються фактори, що ускладнюють радіолокацію безпілотних літальних апаратів (БпЛА) та аналізуються можливості сучасних засобів радіолокаційної розвідки різних діапазонів хвиль щодо їх виявлення. Основну увагу у роботі зосереджено на аналізі основних тенденцій розвитку радіолокації малопомітних об’єктів. Автори пропонують комплексний підхід до вирішення проблеми радіолокаційного виявлення БпЛА, який базується на застосуванні: математичного моделювання сигналів, відбитих БпЛА при різних умовах радіолокаційного зондування; алгоритмів обробки радіолокаційних сигналів з використанням методів машинного навчання та штучного інтелекту; мультирадарних систем та методів поляризаційної радіолокації; адаптивних методів радіолокаційного виявлення, які дозволяють автоматично змінювати характеристики радіолокаційних станцій (РЛС) залежно від складності повітряної обстановки. Вказані напрямки досліджень та розробок мають значний потенціал щодо підвищення якості радіолокаційного виявлення та супроводження БпЛА, а за умов системного та комплексного підходу в застосуванні вищезазначеного, це дозволить значно підвищити ефективність роботи засобів радіолокації, що має важливе значення для забезпечення безпеки повітряного простору у сучасних умовах.
Cited by 0 works. doi:10.30748/soi.2024.179.01 Open-access PDF
Authors
References
- Anti-Drone System with Multiple Surveillance Technologies: Architecture, Implementation, and Challenges
- Micro-drone RCS analysis
- Drone Classification Using Convolutional Neural Networks With Merged Doppler Images
- Feature extraction and radar track classification for detecting UAVs in civillian airspace
- Review of radar classification and RCS characterisation techniques for small UAVs or drones
- Multistatic micro‐Doppler radar feature extraction for classification of unloaded/loaded micro‐drones
- Classification of Birds and UAVs Based on Radar Polarimetry
- Deep learning based doppler radar for micro UAS detection and classification
- Numerical and experimental radar cross section analysis of the quadrocopter DJI Phantom 2
- Experimental study on radar micro-Doppler signatures of unmanned aerial vehicles