AlissNet-4 🇷🇺 vs WUSTCA 🇨🇳
WUSTCA 🇨🇳
Китайская группа учёных представила новый алгоритм классификации радиосигналов БПЛА, который позволяет не только обнаруживать, но и определять модель БПЛА и тип пульта управления даже в условиях сильных радиопомех.
https://www.nature.com/articles/s41598-026-54780-x#citeas
В основе технологии лежит комбинация нескольких методов обработки сигналов: адаптивной фильтрации шумов, вейвлет-преобразования и новой архитектуры нейронной сети с механизмом внимания Split-Time Cross Attention (STCA). Такой подход позволяет выделять характерные особенности радиосигналов беспилотников и анализировать их, сохраняя высокую точность даже при наличии помех от Wi-Fi, Bluetooth и других беспроводных устройств.
Испытания проводились на наборе данных, содержащем радиосигналы 5 популярных беспилотников, а также соответствующих пультов управления. Данные записывались на частоте 2,45 ГГц с полосой 56 МГц. Отдельно следует отметить, что авторы попытались учесть влияние реального канала (многолучевость) при подготовке датасетов.
По метрике F1 WUSTCA также оказался лучшим из рассмотренных алгоритмов — 0,953 для распознавания дронов и 0,950 для классификации контроллеров.
Авторы заявляют, что проверили устойчивость алгоритмов к внешним помехам, однако сигналы WiFi и Bluetooth в матрице ошибок нет, скорее всего данные помехи рассматривались как внеполосные. В тестах с интенсивным Wi-Fi-трафиком уровень ложных срабатываний составил 4,5% против 6,2% у ближайшего конкурента, а при смешанных помехах Wi-Fi и Bluetooth — 4,9% против 6,8%.
Еще немного важных цифр для оценки технологии:
▪️ длина тестового сигнала (точно не указана, состоит из пакетов по 1024 отсчета, но из графиков следует, что около 1 секунды)
▪️ требуемые ресурсы 1,82 GFLOPs, 345 МБ
▪️ платформа NVIDIA RTX 3090 GPU, Intel Core i7-12700H CPU
▪️ время обработки 4,1 мс
Несмотря на высокие результаты, исследователи отмечают, что технология пока проходила испытания только на тестовых наборах данных, проверка в реальных условиях еще не проводилась.
AlissNet-4 🇷🇺
Ссылки на предыдущие публикации по алгоритмам детекторов Алиссум🪁
https://t.iss.one/quadro_code/619
https://t.iss.one/quadro_code/599
https://t.iss.one/quadro_code/516
https://t.iss.one/quadro_code/399
https://t.iss.one/quadro_code/345
🔹 набор типов БПЛА существенно шире, правда разделены они иначе - на укрупненные классы
🔹 помеховые сигналы у нас не только WiFi и Bluetooth, но и все типовые системы связи, вещания, РЭБ, все сигналы в полосе анализа и имеют свой класс
🔹 точность классификации по метрике F1 — 0,98 против 0,95–0,96 у китайцев
🔹 за 5–7 секунд мы делаем классификацию всех сигналов в полосе 300–10 000 МГц, а не одного на одной частоте
🔹 требуемые ресурсы 0,1 GFLOPs — почти в 20 раз меньше, чем у китайцев
🔹 память 256 кБ — почти в 1000 раз меньше
Сравнивать эти два алгоритма напрямую некорректно.
Китайцы решали академическую задачу более детального анализа сигналов. Нет никаких сомнений, что используя такие мощные и передовые инструменты нейросеть научится эффективно справляться с поставленными задачами. В условиях отсутствия ограничений на аппаратные ресурсы (мощные SDR, высокопроизводительный GPU) реализовать подобное сможет любой грамотный ML специалист.
На практике же, в условиях жесткого ограничения доступных ресурсов и существенно большего набора неизвестных, задача требует совершенно других подходов к оптимизации и мы ее успешно решили.
Квадро код не просто имеет передовые алгоритмы обнаружения радиосигналов БПЛА мирового уровня эффективности, но и реализовал на их основе линейку детекторов, некоторые из которые работают с 2024 года. Компактность детекторов существенно отличается от связки CPU+GPU неслабой производительности.
Помимо указанных преимуществ, нами доказана эффективность использования AlissNet-4 при обнаружении ранее неизвестных дронов.
Главное — не останавливаться на достигнутом, а очень оперативно двигаться дальше, как в разработке железа, так и в совершенствовании алгоритмов.
Команда Квадро код 🪁
https://t.iss.one/quadro_code
WUSTCA 🇨🇳
Китайская группа учёных представила новый алгоритм классификации радиосигналов БПЛА, который позволяет не только обнаруживать, но и определять модель БПЛА и тип пульта управления даже в условиях сильных радиопомех.
https://www.nature.com/articles/s41598-026-54780-x#citeas
В основе технологии лежит комбинация нескольких методов обработки сигналов: адаптивной фильтрации шумов, вейвлет-преобразования и новой архитектуры нейронной сети с механизмом внимания Split-Time Cross Attention (STCA). Такой подход позволяет выделять характерные особенности радиосигналов беспилотников и анализировать их, сохраняя высокую точность даже при наличии помех от Wi-Fi, Bluetooth и других беспроводных устройств.
Испытания проводились на наборе данных, содержащем радиосигналы 5 популярных беспилотников, а также соответствующих пультов управления. Данные записывались на частоте 2,45 ГГц с полосой 56 МГц. Отдельно следует отметить, что авторы попытались учесть влияние реального канала (многолучевость) при подготовке датасетов.
По метрике F1 WUSTCA также оказался лучшим из рассмотренных алгоритмов — 0,953 для распознавания дронов и 0,950 для классификации контроллеров.
Авторы заявляют, что проверили устойчивость алгоритмов к внешним помехам, однако сигналы WiFi и Bluetooth в матрице ошибок нет, скорее всего данные помехи рассматривались как внеполосные. В тестах с интенсивным Wi-Fi-трафиком уровень ложных срабатываний составил 4,5% против 6,2% у ближайшего конкурента, а при смешанных помехах Wi-Fi и Bluetooth — 4,9% против 6,8%.
Еще немного важных цифр для оценки технологии:
▪️ длина тестового сигнала (точно не указана, состоит из пакетов по 1024 отсчета, но из графиков следует, что около 1 секунды)
▪️ требуемые ресурсы 1,82 GFLOPs, 345 МБ
▪️ платформа NVIDIA RTX 3090 GPU, Intel Core i7-12700H CPU
▪️ время обработки 4,1 мс
Несмотря на высокие результаты, исследователи отмечают, что технология пока проходила испытания только на тестовых наборах данных, проверка в реальных условиях еще не проводилась.
AlissNet-4 🇷🇺
Ссылки на предыдущие публикации по алгоритмам детекторов Алиссум
https://t.iss.one/quadro_code/619
https://t.iss.one/quadro_code/599
https://t.iss.one/quadro_code/516
https://t.iss.one/quadro_code/399
https://t.iss.one/quadro_code/345
🔹 набор типов БПЛА существенно шире, правда разделены они иначе - на укрупненные классы
🔹 помеховые сигналы у нас не только WiFi и Bluetooth, но и все типовые системы связи, вещания, РЭБ, все сигналы в полосе анализа и имеют свой класс
🔹 точность классификации по метрике F1 — 0,98 против 0,95–0,96 у китайцев
🔹 за 5–7 секунд мы делаем классификацию всех сигналов в полосе 300–10 000 МГц, а не одного на одной частоте
🔹 требуемые ресурсы 0,1 GFLOPs — почти в 20 раз меньше, чем у китайцев
🔹 память 256 кБ — почти в 1000 раз меньше
Сравнивать эти два алгоритма напрямую некорректно.
Китайцы решали академическую задачу более детального анализа сигналов. Нет никаких сомнений, что используя такие мощные и передовые инструменты нейросеть научится эффективно справляться с поставленными задачами. В условиях отсутствия ограничений на аппаратные ресурсы (мощные SDR, высокопроизводительный GPU) реализовать подобное сможет любой грамотный ML специалист.
На практике же, в условиях жесткого ограничения доступных ресурсов и существенно большего набора неизвестных, задача требует совершенно других подходов к оптимизации и мы ее успешно решили.
Квадро код не просто имеет передовые алгоритмы обнаружения радиосигналов БПЛА мирового уровня эффективности, но и реализовал на их основе линейку детекторов, некоторые из которые работают с 2024 года. Компактность детекторов существенно отличается от связки CPU+GPU неслабой производительности.
Помимо указанных преимуществ, нами доказана эффективность использования AlissNet-4 при обнаружении ранее неизвестных дронов.
Главное — не останавливаться на достигнутом, а очень оперативно двигаться дальше, как в разработке железа, так и в совершенствовании алгоритмов.
Команда Квадро код 🪁
https://t.iss.one/quadro_code
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍16⚡3❤2🔥2
Forwarded from Милитарист
Статистика примененных барражирующих боеприпасов ВСУ и ВС РФ в 2024-2026 гг.
🔥4😡4❤2🥴1
Тактика работы FPV с «маткой» меняет тактику применения средств обнаружения
«Матка» решает две основные задачи
🔹 обеспечивает заброску легкого FPV-дрона на значительные дальности
🔹 обеспечивает каналы удаленного управления FPV-дроном, являясь ретранслятором
https://t.iss.one/quadro_code/607
Что изменяется в воздухе и что дает Алиссум ?
👍 «Матка» может работать на совершенно других типах систем связи, и если вы ждете только FPV, вы гарантированно ее пропустите (необходимо иметь надежное обнаружение, в том числе цифровых систем связи).
Алиссум обнаруживает БПЛА в широком диапазоне 300–10000 МГц без привязки к сетке, в том числе различные цифровые линки OcuSync, SkyLink, Walksnail, WFB-NG (Марсианин), Silvus и многие другие, даже на базе Mesh технологий. Шансы обнаружить «матку» и подготовиться к атаке заранее существенно выше.
👍 FPV может появиться из любого сектора (нельзя работать направленными средствами обнаружения).
Всенаправленные антенны и возможность цифрового выноса детектора Алиссум обеспечивают надежный прием радиосигналов БПЛА с любого направления.
👍 FPV может появиться близко и внезапно (требуется высокая скорость обнаружения).
Алгоритмы обнаружения и классификации радиосигналов БПЛА AlissNet обеспечивают высокую скорость обнаружения — около 5 секунд, при этом практически не имеют ограничений количества одновременно обнаруживаемых дронов.
👍 Применение «матки» — это уже сценарий (требуется системный подход к работе).
Запись логов сканирований (журнал) в детекторах Алиссум позволяет анализировать тактику применения «матки», частоты и типы сигналов, находить новые сигналы даже если они не были классифицированы. Это позволяет подходить к противодействию угрозам системно, работать на опережение и добиваться результатов противодействия максимально высокого уровня.
Команда Квадро код 🪁
https://t.iss.one/quadro_code
«Матка» решает две основные задачи
🔹 обеспечивает заброску легкого FPV-дрона на значительные дальности
🔹 обеспечивает каналы удаленного управления FPV-дроном, являясь ретранслятором
https://t.iss.one/quadro_code/607
Что изменяется в воздухе и что дает Алиссум ?
Алиссум обнаруживает БПЛА в широком диапазоне 300–10000 МГц без привязки к сетке, в том числе различные цифровые линки OcuSync, SkyLink, Walksnail, WFB-NG (Марсианин), Silvus и многие другие, даже на базе Mesh технологий. Шансы обнаружить «матку» и подготовиться к атаке заранее существенно выше.
Всенаправленные антенны и возможность цифрового выноса детектора Алиссум обеспечивают надежный прием радиосигналов БПЛА с любого направления.
Алгоритмы обнаружения и классификации радиосигналов БПЛА AlissNet обеспечивают высокую скорость обнаружения — около 5 секунд, при этом практически не имеют ограничений количества одновременно обнаруживаемых дронов.
Запись логов сканирований (журнал) в детекторах Алиссум позволяет анализировать тактику применения «матки», частоты и типы сигналов, находить новые сигналы даже если они не были классифицированы. Это позволяет подходить к противодействию угрозам системно, работать на опережение и добиваться результатов противодействия максимально высокого уровня.
Команда Квадро код 🪁
https://t.iss.one/quadro_code
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
⚡4❤2👍2 2✍1
Please open Telegram to view this post
VIEW IN TELEGRAM
1❤5🔥4🤣4
DTC BluSDR-30 2×1 Вт Clamshell Core (на фото: диапазон 5,50–6,00 ГГц) — это радиомодуль на архитектуре SOL8SDR, разработанный для широкого спектра приложений UxV и особенно подходящий для небольших дронов, работающих на средних расстояниях до 30 км.
Характеристики и преимущества:
• Общая выходная мощность 2 Вт (2 трансивера COFDM по 1 Вт)
• Идеально подходит для приложений средней дальности до 30 км
• Поддержка протоколов SBUS и MAVLink
• Вариант питания USB-C, совместимый с USB PD
• Поддержка RNDIS для Ethernet через USB
• Передача данных по Ethernet и RS-232
• MeshUltra MANET для поддержки до 144 узлов в самоорганизующейся, самовосстанавливающейся Mesh-сети
• TDMA с передачей маркера (до примерно 300 циклов/с)
• Дополнительное шифрование AES128/256 (по стандарту FIPS140-2 для MeshUltra)
• Поддержка USB для периферийных устройств, таких как 3G/4G/Wi-Fi
• Встроенная память 128 ГБ
• Компактный экранированный корпус
• Низкое энергопотребление, 12 Вт IP Mesh (нагрузка 25%)
• Малый размер и вес
На фотографиях показаны внешний вид модуля, плата с двух сторон и фрагменты платы крупным планом
На верхней стороне установлены:
🔹 основной вычислитель ZynQ 7030
🔹 радиомодуль на базе AD9361
🔹 приемный тракт выполнен на МШУ GRF2543 (14,5 дБ, NF=1 дБ); перед и после него установлены диапазонные фильтры на дискретных элементах
🔹 передающий тракт на базе SZA5044Z (4,9–5,9 ГГц, Pout = 22 дБм, Gain = 33 дБ) и CGHV1F006S
🔹 ключ прием/передача по выходу, режим работы TDMA
На обратной стороне расположены блок питания, USB-контроллеры, Ethernet PHY, SD-разъем и прочее.
Подборка документации в следующем сообщении 👇
Команда «Квадро код» 🪁
https://t.iss.one/quadro_code
Характеристики и преимущества:
• Общая выходная мощность 2 Вт (2 трансивера COFDM по 1 Вт)
• Идеально подходит для приложений средней дальности до 30 км
• Поддержка протоколов SBUS и MAVLink
• Вариант питания USB-C, совместимый с USB PD
• Поддержка RNDIS для Ethernet через USB
• Передача данных по Ethernet и RS-232
• MeshUltra MANET для поддержки до 144 узлов в самоорганизующейся, самовосстанавливающейся Mesh-сети
• TDMA с передачей маркера (до примерно 300 циклов/с)
• Дополнительное шифрование AES128/256 (по стандарту FIPS140-2 для MeshUltra)
• Поддержка USB для периферийных устройств, таких как 3G/4G/Wi-Fi
• Встроенная память 128 ГБ
• Компактный экранированный корпус
• Низкое энергопотребление, 12 Вт IP Mesh (нагрузка 25%)
• Малый размер и вес
На фотографиях показаны внешний вид модуля, плата с двух сторон и фрагменты платы крупным планом
На верхней стороне установлены:
🔹 основной вычислитель ZynQ 7030
🔹 радиомодуль на базе AD9361
🔹 приемный тракт выполнен на МШУ GRF2543 (14,5 дБ, NF=1 дБ); перед и после него установлены диапазонные фильтры на дискретных элементах
🔹 передающий тракт на базе SZA5044Z (4,9–5,9 ГГц, Pout = 22 дБм, Gain = 33 дБ) и CGHV1F006S
🔹 ключ прием/передача по выходу, режим работы TDMA
На обратной стороне расположены блок питания, USB-контроллеры, Ethernet PHY, SD-разъем и прочее.
Подборка документации в следующем сообщении 👇
Команда «Квадро код» 🪁
https://t.iss.one/quadro_code
✍3👍3🔥3
Forwarded from АэроКот беспилотники (БПЛА, UAV, VTOL)
Media is too big
VIEW IN TELEGRAM
🛠️ Мысли
🛡️Hornet DE‑2: что это за БПЛА и как с ним бороться
Сегодня в фокусе — барражирующий боеприпас самолётного типа Hornet DE‑2 (именно так он называется по внутренней номенклатуре противника), который в российских военных кругах нередко называют «Марсианин‑2».
Разберём, кто его создал, какие у него характеристики, варианты управления — и главное: какие методы противодействия реально работают.
🏭 Кто сделал?
Hornet DE‑2 разработала американская компания Swift Beat LLC, тесно связанная с бывшим гендиректором Google Эриком Шмидтом (который по слухам может являться некой ширмой американского сектора ВПК).
Дрон позиционируется как недорогой, но технологичный ударный модуль — своего рода «камикадзе» нового поколения.
📐 Размеры и конструкция
Это компактное изделие среднего размера:
длина — 1,4 м;
размах крыльев — 2,2 м;
масса — около 15 кг;
полезная нагрузка — осколочно‑фугасная, кумулятивная и другие типы боевой части, весом от 2-5 кг.
Внешне — классическое прямое крыло, сигарообразный фюзеляж, вертикальный киль и толкающий винт в хвосте.
(Классическая аэродинамическая схема).
Планер собран из комбинации материалов: ЕРР и пластик— это даёт баланс между лёгкостью, прочностью и низкой радиолокационной заметностью.
Запуск — с пневматической катапульты: никаких сложных стартовых систем не требуется.
⚡ Характеристики полёта
Дальность — 100–145(в случае сильного уменьшения полезной нагрузки) км (изделие способно работать по тыловым и промежуточным целям).
Крейсерская скорость — 100–120 км/ч, а в пикировании на цель — до 200 км/ч: это сильно усложняет перехват.
Силовая установка — электродвигатель: тихий, с низкой тепловой сигнатурой.
Это делает Hornet менее уязвимым для ПЗРК с тепловыми головками самонаведения.
🧠 Как управляется:
(три режима)
У Hornet DE‑2 гибкая система управления под разные задачи:
Starlink — через терминал Starlink mini. Это даёт устойчивую связь на большом удалении и повышает устойчивость к РЭБ.
FPV — прямой радиоканал (на частотах радиосвязи - именно так они и маскируют сигнал) с видеопотоком для ручного управления оператором. Подходит для точечных ударов, когда нужен полный контроль.
ИИ — автономная работа на базе алгоритмов искусственного интеллекта (модуль на процессоре Qualcomm QCS5430). Дрон сам ищет, распознаёт и захватывает цель по заданным «сигнатурам» (форма, тепло, движение).
Оператору достаточно задать район — дальше машина действует сама.
🗺 Навигация: не только GPS
Одна из главных фишек Hornet — инерциально‑оптическая одометрия. Если GPS подавляется, дрон продолжает ориентироваться по видео с камер, сопоставляя изображение местности с картой. В носовой части — две камеры высокого разрешения: дневная и ночная. Это позволяет ему уверенно работать даже при активном радиоэлектронном противодействии.
🛑 Чем и как бороться с Hornet DE‑2
Из‑за сочетания ИИ, помехоустойчивой связи и оптической навигации стандартные методы работают не всегда. Нужна эшелонированная защита.
В топе сейчас - МОГ (мобильные огневые группы), своим огнём они уничтожили уже очень много таких изделий, в примечании я укажу на специфику и лучший момент, для работы по Хорнету.
Радиоэлектронная борьба (РЭБ)
Подавление GPS. Лишив дрон спутниковой навигации, вынуждаем его перейти на инерциально‑оптическую одометрию — там точность ниже.
Глушение каналов связи. Важно закрывать частоты FPV‑канала и Starlink. Для последнего нужны специализированные средства: протокол и антенны у него адаптивные.
Спуфинг (подмена координат). Более тонкий метод: вместо глушения дрон получает ложные навигационные данные и уходит в сторону от цели или даже к месту пуска.
Оптико‑электронные средства
Лазеры для ослепления камер. Поскольку навигация и распознавание целей завязаны на видеопоток, засвет объективов ломает всю систему ориентации.
Дымовые и аэрозольные завесы. Скрывают визуальные и тепловые контрасты, по которым ИИ ищет цели.
Кинетическое поражение
зенитными комплексами малого радиуса. Эффективны на средних и дальних дистанциях, если цель обнаружена радаром.
🛡️Hornet DE‑2: что это за БПЛА и как с ним бороться
Сегодня в фокусе — барражирующий боеприпас самолётного типа Hornet DE‑2 (именно так он называется по внутренней номенклатуре противника), который в российских военных кругах нередко называют «Марсианин‑2».
Разберём, кто его создал, какие у него характеристики, варианты управления — и главное: какие методы противодействия реально работают.
🏭 Кто сделал?
Hornet DE‑2 разработала американская компания Swift Beat LLC, тесно связанная с бывшим гендиректором Google Эриком Шмидтом (который по слухам может являться некой ширмой американского сектора ВПК).
Дрон позиционируется как недорогой, но технологичный ударный модуль — своего рода «камикадзе» нового поколения.
📐 Размеры и конструкция
Это компактное изделие среднего размера:
длина — 1,4 м;
размах крыльев — 2,2 м;
масса — около 15 кг;
полезная нагрузка — осколочно‑фугасная, кумулятивная и другие типы боевой части, весом от 2-5 кг.
Внешне — классическое прямое крыло, сигарообразный фюзеляж, вертикальный киль и толкающий винт в хвосте.
(Классическая аэродинамическая схема).
Планер собран из комбинации материалов: ЕРР и пластик— это даёт баланс между лёгкостью, прочностью и низкой радиолокационной заметностью.
Запуск — с пневматической катапульты: никаких сложных стартовых систем не требуется.
⚡ Характеристики полёта
Дальность — 100–145(в случае сильного уменьшения полезной нагрузки) км (изделие способно работать по тыловым и промежуточным целям).
Крейсерская скорость — 100–120 км/ч, а в пикировании на цель — до 200 км/ч: это сильно усложняет перехват.
Силовая установка — электродвигатель: тихий, с низкой тепловой сигнатурой.
Это делает Hornet менее уязвимым для ПЗРК с тепловыми головками самонаведения.
🧠 Как управляется:
(три режима)
У Hornet DE‑2 гибкая система управления под разные задачи:
Starlink — через терминал Starlink mini. Это даёт устойчивую связь на большом удалении и повышает устойчивость к РЭБ.
FPV — прямой радиоканал (на частотах радиосвязи - именно так они и маскируют сигнал) с видеопотоком для ручного управления оператором. Подходит для точечных ударов, когда нужен полный контроль.
ИИ — автономная работа на базе алгоритмов искусственного интеллекта (модуль на процессоре Qualcomm QCS5430). Дрон сам ищет, распознаёт и захватывает цель по заданным «сигнатурам» (форма, тепло, движение).
Оператору достаточно задать район — дальше машина действует сама.
🗺 Навигация: не только GPS
Одна из главных фишек Hornet — инерциально‑оптическая одометрия. Если GPS подавляется, дрон продолжает ориентироваться по видео с камер, сопоставляя изображение местности с картой. В носовой части — две камеры высокого разрешения: дневная и ночная. Это позволяет ему уверенно работать даже при активном радиоэлектронном противодействии.
🛑 Чем и как бороться с Hornet DE‑2
Из‑за сочетания ИИ, помехоустойчивой связи и оптической навигации стандартные методы работают не всегда. Нужна эшелонированная защита.
В топе сейчас - МОГ (мобильные огневые группы), своим огнём они уничтожили уже очень много таких изделий, в примечании я укажу на специфику и лучший момент, для работы по Хорнету.
Радиоэлектронная борьба (РЭБ)
Подавление GPS. Лишив дрон спутниковой навигации, вынуждаем его перейти на инерциально‑оптическую одометрию — там точность ниже.
Глушение каналов связи. Важно закрывать частоты FPV‑канала и Starlink. Для последнего нужны специализированные средства: протокол и антенны у него адаптивные.
Спуфинг (подмена координат). Более тонкий метод: вместо глушения дрон получает ложные навигационные данные и уходит в сторону от цели или даже к месту пуска.
Оптико‑электронные средства
Лазеры для ослепления камер. Поскольку навигация и распознавание целей завязаны на видеопоток, засвет объективов ломает всю систему ориентации.
Дымовые и аэрозольные завесы. Скрывают визуальные и тепловые контрасты, по которым ИИ ищет цели.
Кинетическое поражение
зенитными комплексами малого радиуса. Эффективны на средних и дальних дистанциях, если цель обнаружена радаром.
❤4✍3👍2🔥1