📡В статье на arXiv "Интеллектуальная мультимодальная идентификация, локализация и контрмеры беспилотных летательных аппаратов на основе слияния нескольких датчиков для обеспечения экономии на малых высотах" описана интегрированная система управления беспилотниками на базе глубокого обучения с мультимодальным слиянием данных от нескольких сенсоров для идентификации, локализации и противодействия угрозам в низковысотном пространстве, что критично для защиты воздушного трафика.

В фокусе - радиоспектральный анализ для распознавания сигналов БпЛА: преобразование потоков данных в изображения временно-частотных характеристик с помощью кратковременного преобразования Фурье, извлечение признаков (диапазон частот, ширина полосы, типы модуляции, последовательности перестройки частоты) и классификация моделей вроде DJI Mavic 3 или DJI Avata 2 или Autel EVO Max 4T с учетом помех в электромагнитной среде, включая моделирование виртуальных сценариев для повышения устойчивости к шумам.

Локализация опирается на разностно-временную (TDOA) и угловую (AOA) измерения, радары наземного базирования и интегрированные станции связи пятого поколения с функцией обнаружения, с предсказанием траекторий через модели трансформера и цифровые двойники для непрерывного слежения в сложных условиях, таких как городская застройка или события с высокой плотностью.

🛡Противодействие сочетает мягкие (глушение радиочастот, подмена навигации с прогрессивной обратной связью для принудительной посадки, взлом протоколов связи с анализом уязвимостей через сети памяти долгой и краткой) и жесткие методы (лазерное поражение, импульсные микроволны, сети-захваты), с адаптивным распределением ресурсов ИИ для минимизации коллатерального ущерба - подход, проверенный в сценариях вроде аэропортов и военных зон, где ключевые факторы: скрытность, точность и быстрая реакция на рои или маневрирующие цели.

⭐️Полезная Нагрузка

Хочется дополнить предыдущий пост тем, какие антенные паттерны и фильтры улучшат обнаружение БпЛА

📡Для системы пассивной радиолокации на базе KrakenSDR обнаружение БпЛА обеспечивается оптимизацией антенной конфигурации и сигнальной фильтрации. Круговая антенная решётка из всенаправленных вибраторных или дипольных элементов обеспечивает равномерный приём сигналов с азимута 360° и позволяет применять корреляционную интерферометрию с алгоритмами сверхрэлеевского разрешения MUSIC для определения пеленга на отражённые эхо-сигналы от малоразмерных целей.

Рекомендуется размещение антенн с межэлементным расстоянием, оптимизированным под несущую частоту для снижения уровня боковых лепестков и подавления многопутевых отражений; применение цифрового формирования диаграммы направленности повышает пространственную избирательность и усиление по сигналу при одновременном ослаблении прямого сигнала "подсвета" и помех из не целевых направлений.

В части фильтрации критичны адаптивные алгоритмы подавления помех (ECA, ECA-CD, ECA-FB), которые проецируют сигнал наблюдательного канала в подпространство, ортогональное подпространству помех и много путевой "засветки"; это обеспечивает подавление нулевой доплеровской компоненты и снижение артефактов на картах дальность-доплер.

Доплеровская "банка" фильтров разделяет цели по скорости, обеспечивая детектирование медленно движущихся БпЛА на фоне стационарных отражателей; многочастотные схемы опроса устраняют слепые скорости. Для финального обнаружения применяется адаптивный порог CFAR, настраиваемый на основе локальной оценки фона помех в ячейках, окружающих исследуемый отсчёт по дальности и доплеру, что обеспечивает постоянный уровень ложных тревог в изменяющейся помеховой обстановке.

⭐️Полезная Нагрузка