Авиадиспетчер

Forwarded from ProUAV (Алексей | abloud62)

🇷🇺 Борьба с беспилотниками. Научные разработки. Россия

Отличить БАС от птицы поможет ИИ

По мере роста активности использования БАС актуальным становится решение задачи распознавания разных их типов. Задачу можно решить за счет анализа данных, получаемых с радиолокатора в близком к реальному времени методами ИИ. Но отличать нужно уметь не только разные БАС между собой, но и беспилотники от птиц. Темой занимаются в Центре Инженерных Технологий и Моделирования «Экспоненты» (ЦИТМ Экспонента).

В Экспоненте реализуют подход, когда нехватку реальных данных компенсирует генерация синтетических данных модельного ряда. Для этого использовался программно-аппаратный имитатор фоно-целевой обстановки на основе КПМ РИТМ, радиотехнические алгоритмы и модели Engee.

При моделировании откликов от БАС учитываются конструктивные особенности конкретного типа беспилотника, в частности, количество и геометрия расположения лопастей, скорость их вращения, траектория полета БАС и так далее.

Если руководствоваться только показателем сигнала с РЛС, то из-за схожести эффективной площади рассеяния (ЭПР) некоторых птиц и БАС, система может принять птицу за БАС или наоборот. Чтобы снизить вероятность ошибки, модель учитывает размеры крыльев и тела птицы, а также маховые движения ее крыльев. Изменение положения крыльев птицы в полете можно сравнить с тем, как если бы у уголкового отражателя циклично изменялись бы конструктивные размеры, в зависимости от фазы полета. По изменению этого показателю отличить птицу от БАС можно вполне уверенно.

Может возникнуть вопрос, а что скажет нейросеть, получив с радара данные о беспилотнике, который, имитируя птицу, движет крыльями? Модель рассчитана на типовой отклик от птицы, её ЭПР от тела рассматривается как водная вытянутая сфера, а у БАС отклик будет иным даже при визуальной схожести. Так что скорее всего, нейросеть сработает правильно, но этого пока не проверяли – нет под рукой соответствующего беспилотника, таких моделей пока что в российском небе практически не встретишь.

А если живая птица парит, не совершая взмахов крыльями? В этом случае от нее не будет поступать так называемый микродопплер, что станет сигналом, что это не БАС, поскольку у дрона во время зависания микродопплер в отклике оставался бы, за счёт вращающихся лопастей. Микродопплер, это физическое явление, когда небольшие движения в некоторых частях объекта дают специфическую модуляцию эхо-сигнала радара.

Дальнейшее развитие алгоритмов детекции и классификации БАС предполагает замешивание данных моделей с реальными сигналами, и реализацию нейронной сети на заданном вычислителе. На данный момент это сугубо теоретическая разработка. В ЦИТМ Экспонента хотели бы доработать проект на реальных данных и сейчас ищут участников рынка, которым необходимо решать данную задачу, чтобы поработать с ними совместно. Связаться с разработчиками можно через сайт или в телеграмме @exponenta_ru

@proUAV по материалам exponenta.ru

www.group-telegram.com/fr/aviadispet4er.com/102781

2.5K viewsOct 8 at 13:03

🇷🇺 Борьба с беспилотниками. Научные разработки. Россия

Отличить БАС от птицы поможет ИИ

По мере роста активности использования БАС актуальным становится решение задачи распознавания разных их типов. Задачу можно решить за счет анализа данных, получаемых с радиолокатора в близком к реальному времени методами ИИ. Но отличать нужно уметь не только разные БАС между собой, но и беспилотники от птиц. Темой занимаются в Центре Инженерных Технологий и Моделирования «Экспоненты» (ЦИТМ Экспонента).

В Экспоненте реализуют подход, когда нехватку реальных данных компенсирует генерация синтетических данных модельного ряда. Для этого использовался программно-аппаратный имитатор фоно-целевой обстановки на основе КПМ РИТМ, радиотехнические алгоритмы и модели Engee.

При моделировании откликов от БАС учитываются конструктивные особенности конкретного типа беспилотника, в частности, количество и геометрия расположения лопастей, скорость их вращения, траектория полета БАС и так далее.

Если руководствоваться только показателем сигнала с РЛС, то из-за схожести эффективной площади рассеяния (ЭПР) некоторых птиц и БАС, система может принять птицу за БАС или наоборот. Чтобы снизить вероятность ошибки, модель учитывает размеры крыльев и тела птицы, а также маховые движения ее крыльев. Изменение положения крыльев птицы в полете можно сравнить с тем, как если бы у уголкового отражателя циклично изменялись бы конструктивные размеры, в зависимости от фазы полета. По изменению этого показателю отличить птицу от БАС можно вполне уверенно.

Может возникнуть вопрос, а что скажет нейросеть, получив с радара данные о беспилотнике, который, имитируя птицу, движет крыльями? Модель рассчитана на типовой отклик от птицы, её ЭПР от тела рассматривается как водная вытянутая сфера, а у БАС отклик будет иным даже при визуальной схожести. Так что скорее всего, нейросеть сработает правильно, но этого пока не проверяли – нет под рукой соответствующего беспилотника, таких моделей пока что в российском небе практически не встретишь.

А если живая птица парит, не совершая взмахов крыльями? В этом случае от нее не будет поступать так называемый микродопплер, что станет сигналом, что это не БАС, поскольку у дрона во время зависания микродопплер в отклике оставался бы, за счёт вращающихся лопастей. Микродопплер, это физическое явление, когда небольшие движения в некоторых частях объекта дают специфическую модуляцию эхо-сигнала радара.

Дальнейшее развитие алгоритмов детекции и классификации БАС предполагает замешивание данных моделей с реальными сигналами, и реализацию нейронной сети на заданном вычислителе. На данный момент это сугубо теоретическая разработка. В ЦИТМ Экспонента хотели бы доработать проект на реальных данных и сейчас ищут участников рынка, которым необходимо решать данную задачу, чтобы поработать с ними совместно. Связаться с разработчиками можно через сайт или в телеграмме @exponenta_ru

@proUAV по материалам exponenta.ru

BY Авиадиспетчер