Распознавание некооперативных целей
Распознавание некооперативных целей (англ. Non-Cooperative Target Recognition, NCTR) — направление в области измерительной и сигнатурной разведки (МАСИНТ, англ. Measurement and Signature Intelligence), связанное с дистанционным определением характеристик и идентификацией объектов, которые не сотрудничают с системой наблюдения и не предоставляют о себе управляющих или опознавательных сигналов. Такие технологии используются в системах военной разведки для предотвращения ошибок наведения (фрэндли-файр), а также для автоматического различения своих и чужих целей в условиях боя и при разведке, когда стандартные методы, такие как система «свой-чужой» (IFF), не могут быть применимы.
Технические особенности
В отличие от кооперативных методов идентификации объектов на поле боя, некооперативные методы (NCTR) не требуют активного ответного сигнала от цели. Методы NCTR используют специфические сигнатуры и характеристики объекта (например, радиолокационные, акустические, инфракрасные, тепловые и другие уникальные параметры излучения или отражения), что позволяет идентифицировать вид техники, самолёта, корабля или иного объекта дистанционно. Среди распространённых технических подходов:
- анализ радиолокационного сечения цели;
- измерение микродоплеровских характеристик, возникающих, например, из-за вращения лопастей турбин двигателей или иных механических движущихся частей («микро-Доплер»);
- использование обратной синтетической апертуры радиолокационных станций (ИСАР), дающих двумерные изображения микродвижений частей объекта[1];
- использование многопозиционных (мультистатических) радиолокационных систем, объединяющих данные от нескольких каналов наблюдения;
- применение доплеровской поляриметрии и алгоритмов машинного обучения для анализа данных поляриметрических радаров[2].
Варианты реализации позволяют использовать средства распознавания с платформ различного типа: наземных станций, летательных аппаратов, космических аппаратов и морских носителей. Основное преимущество подхода — возможность минимизировать риски ошибок идентификации без необходимости обмена опознавательными сигналами, которые потенциально могут быть перехвачены и использованы противником.
Распознавание БПЛА
Для точной классификации БПЛА осуществляется переход от традиционных радаров и двумерного распознавания к использованию 3D ISAR-изображений и микродоплеровского анализа частотных паттернов пропеллеров[3][4]. Надёжное обнаружение малых FPV-дронов требует комплексного подхода, включающего одновременное использование специализированных радаров K-диапазона (24 ГГц), средств радиочастотного мониторинга, а также систем оптико-электронного и тепловизионного наблюдения[5][6]. Помимо этого, для обнаружения дронов применяются акустические датчики и сейсмические волоконно-оптические системы (DAS/FOAS). При их использовании возникает проблема маскировки акустических сигнатур городским фоновым шумом, который способен скрыть цели на дистанциях свыше 200—300 метров, а отражение звука от зданий серьёзно усложняет их точную локализацию[7].
Алгоритмы и реализации
Современные системы NCTR применяют сложные алгоритмы обработки сигнала, чаще всего опираясь на сравнение получаемых измерительных данных с эталонными сигнатурами известных объектов. В частности, используются:
- анализ профиля радиолокационного сечения, дальности и доплеровских сдвигов;
- детектирование модуляций, вызванных движением механических частей (например, турбин самолёта или двигателей наземной техники);
- идентификация по акустическим и инфракрасным характеристикам излучения;
- комплексный подход на базе высокопроизводительных систем слияния данных (Data Fusion), реализуемый на уровне признаков (с использованием нейросетей) и на уровне решений[8][9].
Исследования в области NCTR активно ведутся министерствами обороны различных стран, а также научными организациями и профильными компаниями. Отдельное направление — создание защищённых (шифрованных) протоколов опознавания, чтобы исключить возможность использования ложных ответов или перехвата сигнала противником.
В ходе лабораторных испытаний на имитационных целях тестируются бортовые системы на базе искусственного интеллекта для сверхбыстрой классификации инфракрасных сигнатур (на примере истребителей пятого поколения). Время обработки составляет 1,5 мс при точности 96,4 % на аппаратном вычислителе[10][11][12].
Проблемы и ограничения
Технология распознавания некооперативных целей всё ещё сталкивается с рядом проблем:
- отсутствие абсолютной надёжности в ситуации, когда у противоборствующих сторон одинаковые типы техники;
- уязвимость к маскировке уникальных сигнатур и активным противодействующим мероприятиям со стороны противника;
- сложность работы в условиях сильных помех и радиоэлектронной борьбы;
- сложности работы на малых высотах в условиях городской застройки, включая маскировку целей наземными отражениями (clutter) и появление ложных целей из-за многолучевого распространения сигнала[13];
- требования к рисковым сценариям применения, например, в конфликте с участием нескольких сторон, использующих однотипную технику[14].