Исследования в области технических наук

Семченков С.М.

Азерский М.А.

Николенко Д.А.

ФГКВОУ ВПО «Военная академия войсковой противовоздушной обороны Вооруженных Сил Российской Федерации имени Маршала Советского Союза А.М. Василевского» Министерства обороны Российской Федерации

ОЦЕНКА ВОЗМОЖНОСТИ РАЗРЕШЕНИЯ ГРУППОВОГО ОБЪЕКТА ПО ДАЛЬНОСТИ В РЛС С лчм-СИГНАЛОМ

1. Аннотация инновационного научного проекта.

Одной из основных характеристик РЛС является разрешающая способность, характеризующая возможности по раздельному обнаружению и определению с заданными показателями качества параметров объектов в многосигнальной ситуации, то есть, когда, в зоне наблюдения находится несколько близкорасположенных объектов. Современные задачи, стоящие перед радиотехническими средствами наблюдения требуют не только качественного решения задачи обнаружения, но и получения максимального количества информации о наблюдаемом объекте. В научной работе рассматривается возможность повышения разрешающей способности по дальности при применении в РЛС ЛЧМ-сигналов. Известные способы повышения разрешающей способности по дальности или не пригодны (например требуют строгого знания о характеристике каждого фильтра), или имеют ограниченные возможности при их практическом использовании (требуют существенных вычислительных затрат, работоспособны при недостижимых в реальной обстановке отношениях сигнал-шум). В связи с этим требуется разработка новых способов повышения разрешающей способности по дальности с возможностью определения количества наблюдаемых объектов.

2. Цель научной работы.

Целью научной работы является оценка возможности определения количества наблюдаемых объектов в многосигнальной ситуации для РЛС с ЛЧМ-сигналом.

3. Задачи научной работы.

Для достижения поставленной цели в научной работе решены следующие задачи:

проведен анализ известных подходов к повышению разрешающей способности РЛС;

выбор наиболее эффективного способа повышения разрешающей способности РЛС по дальности и разработка на его основе способа повышения разрешающей способности по дальности для РЛС, использующих ЛЧМ-сигнал;

оценка возможности определения количества наблюдаемых объектов в разработанном способе.

4. Научная новизна и теоретическая значимость научной работы.

Научная новизна работы заключается в применении компенсационного способа разрешения объектов в многосигнальной ситуации по дальности для РЛС с ЛЧМ-сигналом и оценки их числа за одно зондирование, который основан на анализе комплексной огибающей отраженного от группового объекта сигнала в частотной области и заключающийся в анализе комплексной огибающей ЛЧМ-сигнала во временной и частотной областях и последовательной компенсации сигналов отдельных объектов в групповом.

5. Материалы и методы исследования.

Оптимальное направление решения задачи повышения разрешающей способности по дальности заключено в рамки теории многоканального анализа, достижения которой позволяют при прочих равных условиях получать более высокие показатели по точности измерения и разрешающей способности. Продолжением и развитием данной теории является метод нормирования сигнала, который используется для измерения направлений прихода сигналов неразрешаемых объектов многоканальными по пространству РЛС. Условием для реализации основанного на этом методе способа определения числа объектов в многоканальных по пространству РЛС является отличие направлений прихода сигналов различных источников излучения, а также возможность получения независящих от амплитуд сигналов коэффициентов, связывающих комплексные напряжения в различных пространственных каналах. Свойство независимости указанных коэффициентов от амплитуд сигналов сохраняется только тогда, когда число источников излучения меньше или равно числу пространственных каналов, использующихся при определении числа объектов.

6. Патентно-лицензионная ценность научной работы.

Патентно-лицензионная ценность заключается в том, что в данной работе предлагается такой вариант реализации метода нормирования сигнала для РЛС с ЛЧМ-сигналом, который позволяет определять количество наблюдаемых объектов в многосигнальной ситуации за одно зондирование.

7. Результаты, теоретическая и (или) практическая ценность научной работы.

Суть способа состоит в последовательном переборе гипотез о численном составе группового объекта и оценке различий между зарегистрированной реакции системы фильтров и предполагаемой реакции, возможной при данной гипотезе.

Для устранения недостатка, присущего ранее известным способам применения метода нормирования сигнала к компонентам его образовавшим связанным с необходимостью проведения нескольких зондирований локатором группового объекта предлагается проводить многоканальную корреляционную обработку (МКО), по сути реализующую двумерное сжатее ЛЧМ-сигнала. Такая обработка отличается от стандартной корреляционной обработки сигнала и его ожидаемой комплексно-сопряженной копии тем, что при каждом сдвиге копии относительно принятого сигнала, над результатами комплексного перемножения отсчетов сигнала и копии выполняется операция БПФ вместо простого суммирования..

Результат перемножения сигнала, рассеянного M объектами, и копии имеет вид

,

где  – номер отсчета, на который сдвинута копия относительно суммарного
принятого сигнала,  – номер отсчета суммарного принятого сигнала;

;

;

.

Частотные фильтры формируются в цифровом виде путем проведения над последовательностью комплексных отсчетов операции БПФ с дополнением нулями. Дополнение нулями позволяет добиться требуемой степени интерполяции и получения необходимого количества отсчетов сигнала в частотных фильтрах для составления требуемой системы линейных уравнений. Благодаря этому, после МКО можно применять способы метода нормирования сигнала к компонентам его образовавшим, получив выборку сигнала за единственное зондирование локатором группового объекта.

Операция БПФ описывается выражением

.

Представлением внутренней суммы как суммы членов геометрической прогрессии получено соотношение

где .

Из полученного выражения видно, что значения отсчетов в разных стробах и фильтрах после МКО подчиняются линейной модели. Следовательно, возможно найти такие весовые коэффициенты , чтобы при и составить систему линейных уравнений со значениями дискретных отсчетов отраженного от группового объекта ЛЧМ-сигнала на выходах фильтров БПФ

.

На основе анализа данного выражения строятся все способы метода нормирования сигнала к компонентам его образовавшим.

Далее требуется определить вектор и число объектов образовавших групповой. Зная число объектов и имея количество линейных уравнений на одно больше этого количества возможно определить искомый параметр объекта.

Произведем подстановку из

,

где .

Умножением левой и правой частей на получено

.

Если гипотеза о числе объектов в групповом верна, вектор состоит только из характеристик . Этим показана принципиальная возможность определения любого количества объектов в групповом, тогда как в данной работе определение любого количества объектов в составе группового предложенным способом производится за одно зондирование.

Для реализации предлагаемого способа необходимо провести процедуру обнаружения в штатном режиме РЛС. Предполагается, что любой из обнаруженных объектов может оказаться групповым. Поэтому далее необходимо провести следующий порядок действий с окрестностью каждого отсчета, в котором обнаружен объект:

1. Произвести выборку отсчетов принятого дискретного ЛЧМ-сигнала в окрестности отсчета в котором обнаружен объект. Выборка должна удовлетворять любой допустимой размерности для данной РЛС. Допустимая размерность системы уравнений определяется с одной стороны максимально возможным количеством объектов в импульсном объеме данной РЛС, с другой стороны параметрами зондирующего сигнала, характеристиками дискретизации принятого эхо-сигнала и вычислительными возможностями применяемой для обработки сигнала БЭВМ.

2. Оценить компенсационным способом в каждой выборке наблюдается групповой объект или одиночный (алгоритм оценки многосигнальной ситуации (ОМС)).

3. В тех выборках, где наблюдается многосигнальная ситуация (обнаружен групповой объект), произвести многоканальную корреляционную обработку. Необходимо отметить, что возможно производить МКО со всеми принятыми отсчетами и после этого производить процедуру обнаружения, тогда процедура оценки многосигнальности будет включаться в алгоритм оценки числа объектов, что, очевидно, связано с большими вычислительными затратами. Кроме этого, сама процедура обнаружения объектов после МКО требует отдельного исследования, что выходит за рамки данной работы. Поэтому здесь предлагается ограничиться данной трактовкой предлагаемого способа.

3. После МКО составить выражение и определить число объектов в составе группового по алгоритму определения числа объектов.

4. Зная число объектов в составе группового решить систему уравнений относительно неизвестных.

Таким образом:

1. Способ повышения разрешающей способности по дальности в РЛС с ЛЧМ-сигналами целесообразно строить на основе известного метода нормирования сигнала [1].

2. Метод нормирования сигнала может быть использован в одноканальных РЛС при определении числа объектов в импульсном объеме, если выполняются требования: а) линейной модели параметров измерителя и сигналов объектов;
б) изменения амплитуд сигналов объектов и неизменности информативных параметров объектов относительно параметров измерителя на всем интервале измерения;
в) порядок составления систем уравнений из измеренных напряжений для нахождения векторов коэффициентов должен обеспечивать независимость последних от амплитуд сигналов в ситуациях, когда число объектов, образовавших входной сигнал не превосходит размерности вектора коэффициентов.

3. Выполненное аналитическое описание комплексной огибающей сжатого ЛЧМ-сигнала доказывает применимость метода нормирования сигнала в задаче определения числа объектов в импульсном объеме одноканальных РЛС с ЛЧМ-сигналом.

4. Отличия тонкой структуры сигналов, отраженных от одиночных
и групповых объектов, выявленные при анализе аналитического описания комплексной огибающей, позволили синтезировать способ повышения разрешающей способности по дальности для РЛС с ЛЧМ-сигналом.

6. Список литературы, опубликованной авторами по теме научной работы.

1. Семченков С.М., Григорян Д.С. Сверхразрешение по дальности при обработке радиолокационных сигналов с линейной частотной модуляцией когерентным методом предсказания вперед-назад с прореживанием данных. Статья. «Журнал радиоэлектроники» № 8, 2011 г. – с. 45-55.

2. Семченков С.М., Муравский А.П. Аналитическая оценка вероятности разрешения группового радиолокационного объекта компенсационным способом. Статья. «Электромагнитные волны и системы» № 3, 2013 г. – с 44-50.

3. Семченков С.М. Уточнение аналитического описания дискретного линейно-частотно модулированного сигнала. Статья. Научный рецензируемый сборник «Вестник войсковой ПВО». Вып. № 4. Смоленск: ВА ВПВО ВС РФ, 2010. Инв. № 21154. – с. 151-158.

4. Семченков С.М. Потенциальная точность измерения дальности в РЛС с дискретным линейно-частотно модулированным сигналом. Статья. Научный рецензируемый сборник «Вестник войсковой ПВО». Вып. № 4. Смоленск ВА ВПВО ВС РФ, 2010. Инв. № 21154. – с. 159-165.

5. Семченков С.М., Абраменков В.В., Васильченко О.В. Аналитическое описание комплексной огибающей сжатого линейно-частотно модулированного сигнала в дискретном виде. Статья. Труды 11-й Международной конференции «Цифровая обработка сигналов и ее применение. DSPA–2009». Москва, 2009 г. – с. 311-313.

6. Семченков С.М., Васильченко О.В. Интервал разрешения по дальности в РЛС с линейно-частотно модулированным сигналом. Статья. Труды тринадцатой международной конференции «Цифровая обработка сигналов и ее применение. DSPA–2011». Москва, 2011 г. – с. 311-313.

7. Семченков С.М. Разрешение целей по дальности в РЛС с цифровой обработкой линейно-частотно модулированного сигнала. Тезисы доклада. Труды семнадцатой международной научно-технической конференции «Радиолокация, навигация и связь. RLNC–2011». Том 2. Воронеж: НПФ «САКВОЕЕ». – с. 2311-2317.

8. Свидетельство об официальной регистрации программы для ЭВМ в Институте научной информации и мониторинга РАО, ОФЭРНиО № 16567. Способ повышения разрешающей способности РЛС с ЛЧМ-сигналом по дальности и уточнение дальности до целей в составе ГСЦ. Рекламно-техническое описание./ Семченков С.М., Абраменков В.В., Васильченко О.В., 2011.

9. Свидетельство об официальной регистрации программы для ЭВМ в Институте научной информации и мониторинга РАО, ОФЭРНиО № 16900. Модуль математического анализа дискретных сигналов для Delphi и Object Pascal. Рекламно-техническое описание./ Семченков С.М., 2011.

Егоров Е.А.

ФГКВОУ ВПО «Военная академия войсковой противовоздушной обороны Вооруженных Сил Российской Федерации имени Маршала Советского Союза А.М. Василевского» Министерства обороны Российской Федерации

ОПТИМИЗАЦИЯ СИСТЕМ ТРАЕКТОРНОГО УПРАВЛЕНИЯ ЗУР С КОМБИНИРОВАННЫМ НАВЕДЕНИЕМ

1. Актуальность и проблематика научной работы.

Диалектическое противоборство между средствами воздушного нападения (СВН) и противовоздушной обороной (ПВО) в настоящее время выходит на новый этап своего развития. Ведущими в военном отношении государствами мира СВН отводится доминирующая роль в достижении целей военных действий и в этих условиях, задачи ПВО войск и объектов приобретают первостепенное значение. Как показывает опыт локальных войн и конфликтов, эффективная противовоздушная оборона возможна только при наличии средств ПВО, способных успешно бороться с воздушным противником во всех диапазонах его применения, в сложных условиях радиоэлектронной обстановки.

Вместе с тем, боевые возможности средств войсковой ПВО уступают потенциальным возможностям СВН по поражению прикрываемых объектов. Это особенно заметно в системе противовоздушной обороны дивизионного и полкового звена, на вооружении которой находятся зенитные комплексы ближнего действия и малой дальности.

К настоящему времени создан чрезвычайно разнообразный арсенал средств нападения и поражения с воздуха: самолёты и вертолёты различного назначения, крылатые и баллистические ракеты, беспилотные летательные аппараты и т. п.. Продолжается процесс совершенствования высокоточных средств поражения и радиоэлектронной борьбы. Удары с воздуха становятся комбинированными как по типу применяемых средств, так и по решаемым задачам. Особое внимание при этом уделяется преодолению зон ПВО, в том числе огневому подавлению средств ПВО и применению различных противоракетных манёвров.

В то же время, определяющей тенденцией в развитии авиационной техники (по оценкам зарубежных и отечественных специалистов) является создание летательных аппаратов (ЛА) по программе ATF, которая направлена на качественное улучшение летно-технических характеристик (ЛТХ) и маневренных возможностей СВН. В разработке находятся высокоманевренные самолеты, в которых за счет усиленной механизации крыла, специальных органов непосредственного управления подъемной и боковой силами, возможностей управления вектором тяги двигателя, а также применения высокоэнергетических двигателей реализуется переменные продольные и боковые ускорения, существенно превышающие аналогичные ускорения обычных ЛА.

В связи с существенным улучшением ЛТХ перспективных СВН и дальнейшим совершенствованием тактики их боевого применения возможно появление ряда обстоятельств, которые могут отрицательно повлиять на эффективность применения зенитных ракетных комплексов ближнего действия и малой дальности (ЗРК БД и МД).

Во-первых, основными СВН, действующими в полосе обороны мсп (тп), являются самолеты ударной тактической авиации (типа F-15, F-16, F-117, F-22,
А-10А) и вертолеты (типа АН-64, Во-105, ОН-58), оснащенные современным
высокоточным оружием (ВТО) (управляемыми авиационными /УАР/, противорадиолокационными /ПРР/ и противотанковыми /ПТУР/ ракетами, а также управляемыми авиационными бомбами /УАБ/) с дальностями применения более
8–10 км.

Во-вторых, особая роль в применении СВН отводится специализированным ударным вертолетам (СУВ), которые являются массовым, эффективным, маневренным и мало уязвимым средством, способным поражать с вероятностью 0,9 современными ПТУР «Хеллфайер» точечные наземные цели с предельной дальности пуска в 8–10 км и с помощью ПРР «Сайдарм» – противодействовать и существенно снижать живучесть радиотехнических средств ПВО. Тактика боевого применения СУВ, способы ведения их огня, пуски ПТУР и ПРР существенно повышают эффективность применения ВТО, снижая при этом возможности средств ПВО противодействовать им.

В-третьих, появление высокоманевренных самолетов тактической авиации приводит к значительному изменению динамики входных воздействий, отрабатываемых системой управления зенитной ракеты (СУР). Существующие СУР могут отрабатывать входные воздействия, изменение которых во времени описывается полиномом не выше второй степени, что соответствует гипотезе о движении цели с постоянной относительной поперечной скоростью по отношению к линии визирования. Для интенсивно маневрирующей цели изменение углового положения линии визирования во времени апроксимируется полиномом третьей и более
высокой степени. В применяемых ныне контурах управления ЗУР это приводит к недопустимому росту динамических ошибок и, в конечном счете, к срыву наведения ракеты (промаху).

В-четвертых, применение существующих законов управления ЗУР (в частности, пропорционального сближения) недостаточно эффективно, так как
в процессе интенсивного маневра цели в законах ее движения проявляются производные от угловых координат выше второго порядка, чем обуславливается
существенный рост ошибок наведения ЗУР. Для устранения этого несоответствия целесообразно использовать более совершенные алгоритмы квазиоптимального управления.

Принятие в последние годы на вооружение в ВВС стран НАТО новых образцов ВТО, обладающих дальностью пуска, превышающую дальнюю границу зоны поражения ЗРК ближнего действия и малой дальности, привело к тому, что ЗРС «Тор», ЗРК «Оса», ЗПРК «Тунгуска», ЗРК «Стрела-10» и ПЗРК «Игла» не обеспечивают
эффективной борьбы с носителями средств ВТО. С этой точки зрения, модернизации ЗРК, направленные на увеличение дальности перехвата воздушных целей, являются весьма актуальными.

2. Цели научной работы.

Целью научной работы является: повышение дальности и эффективности стрельбы ЗРК БД и МД за счет применения комбинированного наведения зенитных управляемых ракет с квазиоптимальным управлением.

3. Задачи научной работы.

Цели научной работы достигаются решением следующих задач:

разработка методики синтеза квазиоптимального регулятора траекторного управления;

синтез квазиоптимального измерителя информационных параметров регулятора траекторного управления;

разработка алгоритмов квазиоптимального траекторного управления при комбинированном наведении ЗУР;

разработка методики оценки качества псевдоинерциального управления в автономном режиме наведения ЗУР;

проведение имитационного моделирования комбинированного наведения ЗУР с целью оценки работоспособности, уточнения разработанных алгоритмов, определения необходимых статистических характеристик, оценки эффективности перехвата и поражения воздушных целей.

4. Научная новизна и теоретическая значимость научной работы.

Научная новизна и теоретическая значимость работы обуславливаются следующими новыми научными результатами, полученными в ходе исследований:

разработана методика синтеза квазиоптимального регулятора траекторного управления с нелинейным управлением самонаводящейся ЗУР, позволяющая определить вид закона квазиоптимального нелинейного управления, а также диапазон изменения параметров регулятора, характер и степень влияния погрешностей их определения на точность формирования команд управления;

синтезированы алгоритмы функционирования информационно-вычислительной системы квазиоптимального траекторного управления, реализующие принципы «пустил–забыл», «выстрел–поражение» в системах комбинированного наведения с пассивным самонаведением ЗУР;

разработана методика оценки качества псевдоинерциального управления в автономном режиме наведения ЗУР, обеспечивающая оценку качества прицеливания бортового координатора цели (БКЦ) за счет оптимизации траекторного управления в автономном режиме наведения.

7. Список литературы, опубликованной авторами по теме научной работы.

1. Хуторской И. Н., Жарков С. В., Финогенов С. Н. Математическая модель пространственного движения цели с имитацией сложных маневров. Статья. Научные труды университета. Вып. 9. Смоленск: ВУ войсковой ПВО ВС РФ, 2003.

2. Хуторской И. Н., Жарков С. В., Финогенов С. Н. Синтез компенсатора фазовой задержки вращения плоскости маневра ЗУР при наведении на цель с вращением вокруг продольной оси. Научные труды университета. Вып. 9. Смоленск: ВУ войсковой ПВО ВС РФ, 2003.

3. Хуторской И. Н., Финогенов С. Н. Использование комбинированного управления ЗУР в системах наведения перспективных зенитных ракетных комплексов. Научные труды университета. Вып. 10. Смоленск: ВУ войсковой ПВО ВС РФ, 2004.

4. Финогенов С. Н. Синтез оптимального управления самонаводящейся ЗУР ближнего действия. ХII ВНК. Сборник научных материалов. Ч. 1. Смоленск: ВУ войсковой ПВО ВС РФ, 2004.

5. Финогенов С. Н. Оптимизация систем самонаведения летательных аппаратов. Смоленск. Издательство «Универсум». Конкурс молодых ученых: Сборник материалов. 2004.

6. Хуторской И. Н., Финогенов С. Н. Аналитическое моделирование контуров самонаведения. Научные труды академии. Вып. 11. Смоленск: ВУ войсковой ПВО ВС РФ, 2005.

7. Финогенов С. Н. Формализованная математическая модель системы наведения с оптимальным управлением. Научные труды академии. Вып. 11. Смоленск: ВУ войсковой ПВО ВС РФ, 2005.

Ряд результатов научной работы использованы в 11 отчетах о НИР на спецтемы: «Контур» (2003 г.), «Всход-О-Р» (2004–2006 гг.), «Шкала» (2004 г.), Приоритет (2007–2008 гг.), Альтернатива (2008 г.).

Воскобойник А.Г.

ФГКВОУ ВПО «Военная академия войсковой противовоздушной обороны Вооруженных Сил Российской Федерации имени Маршала Советского Союза А.М. Василевского» Министерства обороны Российской Федерации

СПОСОБ ОБОСНОВАНИЯ ГАРАНТИЙНОГО СРОКА ЭКСПЛУАТАЦИИ ОБРАЗЦА ВОЕННОЙ ТЕХНИКИ ВОЙСКОВОЙ ПВО

1. Актуальность и проблематика научной работы.

Проанализировав информацию о статистике отказов военной техники при эксплуатации, возникает вопрос о несоответствии установленных заводом-изготовителем гарантийных сроков эксплуатации и реальным временем приработки образцов военной техники при их эксплуатации с различной интенсивностью. На основе статистических данных, выявлено, что на изделиях, которые использовались менее интенсивно, после окончания гарантийного срока эксплуатации, назначенного производителем, количество отказов не уменьшалось. И только через 1,5–2 года эксплуатации интенсивность отказов принимает минимальное значение, по истечении которых, на протяжении 7–8 лет, остается постоянной. На изделиях, которые используются более интенсивно, наработка на отказ принимает минимальное значение примерно через полгода после окончания гарантийного срока эксплуатации.

Исходя из вышесказанного, актуальность работы обусловлена необходимостью обоснования гарантийного срока при различной интенсивности эксплуатации военной техники.

2. Цель научной работы.

Целью научной работы является разработка способа обоснование гарантийного срока эксплуатации военной техники при эксплуатации с различной интенсивности.

3. Задача научной работы.

Конкретной фундаментальной задачей в рамках проблемы, на решение которой направлена работа, является разработка способа обоснования гарантийного срока эксплуатации военной техники.

4. Материалы и методы исследования.

Возрастание сложности современной военной техники (ВТ) предъявляет все более высокие требования к процессу ее эксплуатации. Если в прошлом при эксплуатации опирались в основном на практический опыт личного состава, то дальнейшее бурное развитие радиоэлектроники, внедрение компьютерных технологий и т. п. выдвинули необходимость разработки теоретических основ эксплуатации.

Указанные причины потребовали разработки научных основ, замены старых представлений об эксплуатации как о чисто экспериментальной области, где все построено, в основном, на интуиции и опыте личного состава, эксплуатирующего ВТ, на новые фундаментальные положения.

При проектировании новых образцов военной техники теория эксплуатации помогает правильно выбрать принципы конструирования для обеспечения заданных эксплуатационно-технических характеристик ремонтопригодности, сохраняемости и готовности, определить объем, содержание технического обслуживания (ТО) и ремонтов, штатный состав обслуживающего персонала и разработать необходимую техническую документацию. В период проведения контрольной и опытной эксплуатации теория эксплуатации обеспечивает проверку возможности проведения различных мероприятий по ТО и ремонту. В период штатной эксплуатации знание теории позволяет обеспечить оптимальные условия работы, оценить эффективность рекомендованных мероприятий по ТО, определить эксплуатационно-технические характеристики по статистическим данным, обоснованно планировать эксплуатационные мероприятия и реализовывать предложения по повышению эксплуатационной надежности ВТ.

Надежность является комплексным свойством, которое в зависимости от назначения образца военной техники и условий его применения характеризуется безотказностью, долговечностью, ремонтопригодностью и сохраняемостью или определенными сочетаниями этих свойств.

В зависимости от предназначения образца военной техники каждое из составляющих свойств его надежности имеет различное значение.

Для системы одноразового действия главной составляющей является безотказность, а для системы длительной эксплуатации – безотказность, долговечность и ремонтопригодность.

Наименее отработанным вопросом обоснования долговечности образца военной техники войсковой ПВО является обоснование гарантийного срока его эксплуатации.

Итак, в зависимости от объема имеющейся статистической информации, можно с той или иной степенью адекватности описывать деградационные процессы, происходящие в образце вооружения.

Вместе с тем, опыт эксплуатации, статистика отказов, показывают, что, во-первых, вид функции, как теоретической, так и статистической, или имеет три этапа.

Во-вторых, время безотказной работы сложной системы, можно считать распределенным экспоненциально, даже если распределения времен безотказной работы ее элементов отличаются от экспоненциального. Причем, чем больше элементов в системе, а также, если в системе нет элементов, надежность которых сравнима с надежностью самой системы, тем ближе закон распределения наработки на отказ к экспоненциальному. Эти условия, как правило, выполняются.

В-третьих, повышение надежности и, в особенности, безотказности элементной базы СОУ, привело к тому, что продолжительность этапа нормальной эксплуатации существенно возросла.

Как показывают исследования, наиболее перспективным методом моделирования деградационных процессов является аппроксимация отказов, которая по предельным точкам позволяет обосновать гарантийный срок эксплуатации.

На основе этого разработана математическая модель обоснования гарантийного срока эксплуатации, описывающая деградационные процессы вследствие приработки. Она основана на линейной аппроксимации статистического параметра потока отказов и, в отличие от известных, обеспечивает вычисление гарантийного срока эксплуатации образца военной техники с учетом динамичного изменения параметра потока отказов на этапе приработки.

Модель базируется на корректном решении основного уравнения восстановления, соответствующего интегральному уравнению Вольтерры 2-го рода с разностным ядром с помощью преобразований Лапласа.

Адекватность разработанной модели подтверждается статистическими данными об отказах военной техники в период приработки.

5. Результаты, теоретическая и практическая ценность научной работы.

На основе моделирования интенсивности (параметра потока) отказов разработана модель обоснования гарантийного срока эксплуатации образца военной техники войсковой ПВО, описывающая деградационные процессы вследствие его износа и старения в ходе гарантийной эксплуатации, обладающая простотой и универсальностью.

Научная новизна работы заключается в разработке математической модели, позволяющей вычисление гарантийного срока эксплуатации образца военной техники.

Теоретическая ценность работы состоит в возможном использовании способа обоснования гарантийного срока эксплуатации военной техники при назначении этого срока, в частности, при оформлении и заполнении формуляров и паспортов на нее.

Предлагаемый способ обоснования гарантийного срока эксплуатации, основанный на разработанной модели, позволит получить уточненные данные для планирования эксплуатации образцов военной техники в службах ракетно-артиллерийского вооружения.

Следует отметить, что этот способ, после его адаптации, применим к военной технике других видов и родов ВС РФ.

Ночевин И.В

ФГКВОУ ВПО «Военная академия войсковой противовоздушной обороны Вооруженных Сил Российской Федерации имени Маршала Советского Союза А.М. Василевского» Министерства обороны Российской Федерации

АЛГОРИТМ РЕШЕНИЯ ЗАДАЧ ПОДГОТОВКИ СТРЕЛЬБЫ ЗРК С ИСПОЛЬЗОВАНИЕМ ВНЕШНЕЙ ИНФОРМАЦИИ О ВОЗДУШНОЙ ОБСТАНОВКЕ

1. Актуальность и проблематика научной работы.

Анализ войн и вооруженных конфликтов свидетельствует о постоянно возрастающей роли средств воздушного нападения (СВН) в достижении целей современной войны. Развитие СВН происходит по направлениям совершенствования аэродинамических и боевых качеств, оснащения наиболее современными системами бортового высокоточного оружия (ВТО), придания им свойств, в наибольшей степени благоприятствующих интеграции в состав оперативно создаваемых формирований ВВС. В тоже время, усложнение авиационной техники и систем управления ею делает авиационные группировки чувствительными к комплексному противодействию со стороны противника, а также к потерям
от его зенитного огня. По этой причине группировки ПВО становятся первоочередными объектами поражения, и особенно на этапе завоевания превосходства в воздухе, что убедительно демонстрируют современные локальные войны и вооруженные конфликты.

Опыт боевого применения группировок ПВО в локальных войнах и вооруженных конфликтах показывает, что огневые возможности зенитных ракетных комплексов (ЗРК), входящих в состав группировок ПВО, используются далеко не полностью. Это вызвано рядом причин, среди которых одной из главных, по мнению специалистов, является недостаточная эффективность ЗРК, использующих активную радиолокацию на этапах поиска, обнаружения, сопровождения и наведения зенитных управляемых ракет (ЗУР). Теленаведение ракет с помощью наземной аппаратуры, осуществляющей точное определение координат цели и ракеты, формирование и передачу команд управления полетом на борт ЗУР, демаскирует позиции зенитных ракетных подразделений и, как следствие, значительно снижает их живучесть.

Данные обстоятельства требуют адекватного повышения возможностей средств ПВО по борьбе с СВН в современном бою. Реализация этой концепции заключается в изменении источников информационного обеспечения стрельбы ЗРК, при этом прогнозируется сокращение времени работы радиолокационных средств комплексов на излучение для повышения их живучести. Необходимую для стрельбы информацию о воздушной обстановке можно получать от системы управления огнем (СУО), так как высокоточная радиолокационная информация (РЛИ) уже циркулирует между ее элементами. По отношению к огневым средствам эта радиолокационная информация в системе управления огнем является «внешней».

2. Цели научной работы.

Целями научной работы являются:

повышение живучести ЗРК путем сокращения времени работы радиолокационных средств комплекса на высокочастотное излучение за счет использования внешней информации о воздушной обстановке при подготовке стрельбы;

разработка алгоритма решения задачи подготовки стрельбы ЗРК по внешней информации о воздушной обстановке, учитывающего результаты оценки качества этой информации.

3. Задачи научной работы.

Цели научной работы достигаются решением следующих задач:

выявления и анализа факторов, влияющих на процесс ведения стрельбы ЗРК;

обоснования квалификационных признаков оценки качества внешней информации, которые позволяют выбрать алгоритм подготовки стрельбы ЗРК, адекватный сложившейся ситуации;

разработки алгоритма подготовки стрельбы в зависимости от качества информации о воздушной обстановке, позволяющего повысить живучесть ЗРК;

оценка эффективности предлагаемых решений.

4. Научная новизна и теоретическая значимость научной работы

Научная новизна и теоретическая значимость работы обуславливаются следующими новыми научными результатами, полученными в ходе исследований:

предложен классификатор качества поступающей в ЗРК радиолокационной информации от внешних источников, в котором в отличие от известных скомплексированы несколько различных показателей;

разработан новый алгоритма подготовки стрельбы ЗРК, который в отличие от известных линейных алгоритмов построен по ветвящейся структуре, где выбор ветки алгоритма осуществляется в зависимости от значения интегрального показателя качества радиолокационной информации, и позволяет снизить время высокочастотного излучения РЛС ЗРК для повышения скрытности.

5. Материалы, методы и объем научной работы.

Для решения поставленных задач в работе используются методы системного и логического анализа, теории вероятности и математической статистики.

6. Результаты и практическая ценность научной работы.

В настоящей работе получены следующие новые научные результаты:

предложены квалификационные признаки оценки качества поступающей в ЗРК МД внешней информации о воздушной обстановке;

разработан алгоритм подготовки стрельбы в зависимости от качества информации о воздушной обстановке.

7. Список литературы, опубликованный автором по теме научной работы

1. Ночевин И. В. Анализ качества информационного обеспечения зенитных ракетных комплексов в современных условиях борьбы с высокоточным оружием// Научные труды академии. Вып. 17. Смоленск, ВА ВПВО ВС РФ, 2008.

Голов Е.Г.

ФГКВОУ ВПО «Военная академия войсковой противовоздушной обороны Вооруженных Сил Российской Федерации имени Маршала Советского Союза А.М. Василевского» Министерства обороны Российской Федерации

МОДЕЛИРОВАНИЕ ТРАЕКТОРИИ ДВИЖЕНИЯ МАНЕВРИРУЮЩЕЙ ЦЕЛИ

1. Актуальность и проблематика научной работы.

В настоящее время редко встретишь труды, где бы достаточно полно описывались маневры средств воздушного нападения и техника их выполнения.
Зачастую при изучении процесса наведения ЗУР на цель движение последней задается прямолинейно либо с небольшими отклонениями. Следовательно, проведение исследований, учитывающих перспективу развития средств воздушного нападения и способы противодействия стрельбе ЗУР, а также возможности по совершению манёвров уклонения, является актуальной задачей.

2. Цель научной работы.

Целью работы является моделирование различных видов маневров, выполняемых самолетом тактической авиации с разными скоростями и интенсивностью, для формирования входного задающего воздействия для системы управления полетом ЗУР.

3. Задача научной работы.

Конкретной задачей в рамках проблемы, на решение которой направлена работа, является оценка характеристик современных самолетов, разработка математических моделей движения целей по траекториям типовых маневров и разработка имитационной модели, позволяющей наглядно продемонстрировать движение цели, выполняющей маневр уклонения.

4. Материалы и методы исследования.

Выбор формализованной модели движения цели основывается на анализе способов противодействия СВН наведению зенитных ракет, в частности выполнению маневров уклонения. К манёврам уклонения отнесят: вираж; пикирование (с углами наклона до 60°); горка (с углами наклона до 60°); боевой разворот; штопор, переворот; мёртвая петля; переворот Иммельмана и др. (рисунки 1–6).

5. Результаты, теоретическая ценность научной работы.

На рисунке 7 приведен фрагмент операционной модели в компьютерной среде MATLAB, которая формирует задающее воздействие в виде маневра для контура самонаведения ЗУР.

В имитационной модели процесса наведения ЗУР на цель формируются алгоритмы, обеспечивающие наглядное представление о траекториях полета цели и ракеты.

Рисунок 1 – Манёвр «пикирование»	Рисунок 2 – Манёвр «горка»
Рисунок 3 – Манёвр «боевой разворот»	Рисунок 4 – Манёвр «переворот»
Рисунок 5 – Манёвр «петля Нестерова»	Рисунок 6 – Манёвр «переворот Иммельмана»

На рисунках 8–11 приведены примеры наведения ЗУР на цель, совершающей различные маневры.

Выполненная работа для моделирования различных видов маневров цели актуальна и имеет несомненную востребованность. Результаты этой работы используются при проведении занятий и имеют решающее значение при подготовке специалиста войсковой ПВО различного звена.

Рисунок 7 – Модель формирования маневра цели

Рисунок 8 – Реализация маневра «иммельман»	Рисунок 9 – Реализация маневра «набегающая змейка»
Рисунок 10 – Реализация маневра «пикирование»	Рисунок 11 – Реализация маневра «кабрирование»

6. Список литературы, опубликованный авторами по теме научной работы.

1. Ломпас Н.М. Возможности применения MATLAB для моделирования процессов наведения ЗУР. Статья. Сборник трудов ВНО. Вып. 4. Смоленск: ВА ВПВО СВ РФ, 2012. С. 25−29.

2. Бронский Р.И. Математическая модель маневрирующей цели. Статья. Сборник трудов ВНО. Вып. 4. Смоленск: ВА ВПВО СВ РФ, 2012. С. 12−16.

3. Ломпас Н.М., Бронский Р.И., Воробьев К.А. Моделирование движения цели в интересах создания входного воздействия для контура самонаведения ЗУР. Статья. Научные труды академии. Вып. 24. Смоленск: ВА ВПВО СВ РФ, 2011.
С. 25−29.

Клепиков Н.А.

ФГКВОУ ВПО «Военная академия войсковой противовоздушной обороны Вооруженных Сил Российской Федерации имени Маршала Советского Союза А.М. Василевского» Министерства обороны Российской Федерации

СПОСОБ измерения скорости воздушных объектов в импульсных РЛС с переменной частотой повторения импульсов

1. Актуальность и проблематика научной работы.

Радиолокационные станции системы управления воздушным движением (УВД) являются основным средством сбора информации о воздушной обстановке для диспетчерского состава службы движения и средством контроля за ходом выполнения плана полетов.

Опыт эксплуатации РЛС и РЛК показал, что в целом они недостаточно полно удовлетворяют требованиям УВД. В частности, к их существенным недостаткам относятся ограниченное применение в аппаратуре современных средств цифровое обработки сигналов и недостаточная защищенность от помех.

Таким образом, если в РЛС обзора появится возможность разрешать ВО по радиальной скорости (с одновременным ее измерением), это будет способствовать повышению информационных возможностей станции по определению числа ВО. Однако в РЛС обзора УВД это пока не используется.

Главной причиной является то, что в РЛС обзора для однозначного измерения дальности до ВО используются зондирующие сигналы с большим периодом следования. В результате имеет место явление «заворота» доплеровского спектра сигналов ВО, приводящее к потере однозначности измеряемой скорости и появлению «слепых» скоростей.

Для устранения эффекта «слепых» скоростей в РЛС обзора используется вобуляция периода повторения зондирующих сигналов по различным законам, но чаще всего используется квазислучайный или случайный закон вобуляции частоты повторения импульсов. Переменный период следования импульсов позволяет ослабить влияние эффекта «слепых» скоростей, но не обеспечивает однозначного измерения радиальных скоростей ВО. Кроме того, неодинаковый период следования приводит к невозможности использования когерентной межпериодной обработки сигналов на основе быстрых вычислительных алгоритмов (например, быстрого (БПФ) преобразования Фурье). Это многократно увеличивает вычислительные затраты на реализацию частотной доплеровской фильтрации и является дополнительным ограничительным фактором на применение вобуляция периода повторения зондирующих сигналов в РЛС обзора.

Проблемы, задачи и способы обработки сигналов ВО в РЛС с вобуляцией периода повторения рассматривались в работах ученых Д.Г. Митрофанова, И.Г. Крылова, П.А. Бакулева, И.Г. Офенгейма, Д.И. Попова, и других. Однако в большинстве этих работ предложенные способы обеспечивают только селекцию ВО по скорости и не позволяют измерить саму скорость ВО. По этой причине задача повышения разрешающей способности и увеличение диапазона однозначного измерения радиальной скорости была и остается актуальной.

В работе в качестве закона вобуляции частоты повторения зондирующих сигналов в РЛС обзора использован линейный закон вобуляции по всей пачке зондирующих импульсов и по ее непересекающимся фрагментам, что позволяет после некоторых преобразований над сигналом получить эквидистантную последовательность принятых сигналов и обеспечить тем самым применение быстрых вычислительных алгоритмов.

2. Цель научной работы.

Повышение информационных возможностей РЛС обзора за счет придания им свойства разрешения ВО по радиальной скорости и однозначного ее измерения с заданной точностью.

3. Задача научной работы.

Научное обоснование эффективного по вычислительным затратам способа разрешения и однозначного измерения радиальной скорости ВО для РЛС обзора с вобуляцией частоты повторения импульсов, реализующего когерентную межпериодную обработку сигналов на основе БПФ.

Цель работы и научная задача потребовали разрешения следующего ряда частных задач:

анализа известных способов устранения эффекта «слепых» скоростей, расширения диапазона однозначного измерения скорости ВО в РЛС обзора и способов измерения их доплеровских частот;

аналитического описания модели отраженного от ВО сигнала с линейной вобуляцией частоты повторения по всей пачке зондирующих импульсов и по ее непересекающимся фрагментам (по ядру вобуляции);

научного обоснования и разработки способа разрешения и однозначного измерения радиальной скорости ВО в РЛС обзора за счет когерентной межпериодной обработки сигналов на основе цифровой частотной фильтрации;

разработки имитационной модели процесса разрешения и однозначного измерения радиальной скорости в РЛС обзора и доказательства ее адекватности;

оценки эффективности разработанного способа методом имитационного моделирования и полунатурного эксперимента;

обоснования предложений по реализации разработанного способа разрешения и однозначного измерения радиальной скорости ВО для РЛС обзора управления воздушным движением.

4. Научная новизна и теоретическая значимость научной работы.

Научную новизну работы составляют:

аналитическое описание модели отраженного от ВО сигнала с линейной вобуляцией частоты повторения по всей пачке зондирующих импульсов и по ядру вобуляции, основанное на представлении сигнала ВО в форме последовательности дискрет, которое, в отличие от известных, позволяет точно оценивать степень увеличения диапазона однозначного измерения радиальной скорости каждой ВО и значение интервала разрешения каждой цели по скорости;

способ разрешения и однозначного измерения радиальной скорости ВО в РЛС обзора с вобуляцией частоты повторения зондирующих сигналов и когерентной межпериодной обработкой сигналов, основанный на аналитическом описании модели отраженного от ВО сигнала с линейной вобуляцией частоты повторения, заключающийся в разбиении принятой последовательности отраженных от ВО импульсов сигнала на подпоследовательности, в каждой из которых период повторения постоянен, комплексно-сопряженном перемножении одноименных импульсов в соседних подпоследовательностях и дальнейшей обработке полученных эквивалентных подпоследовательностей на основе быстрого вычислительного алгоритма БПФ, в результате чего обеспечивается возможность одновременного разрешения ВО и расширения диапазона однозначного измерения их скоростей с использованием быстрых вычислительных алгоритмов БПФ.

5. Материалы, методы и объем научной работы.

Решение поставленной научной задачи достигалось на основе системного подхода с использованием методов аналогового и цифрового формирования и обработки сигналов, цифрового имитационного моделирования, а также основных понятий теории вероятностей.

Методологической основой научной работы является теория цифровой обработки радиолокационной информации и цифрового спектрального оценивания. При проведении исследований использованы методы линейной алгебры, теории многоканального анализа и математического моделирования. Результаты моделирования получены с помощью программного пакета Mathcad 14 и математических пакетов прикладных программ Maple, Delphi и Excel. Проверка работоспособности способа и оценка эффективности способа выполнена путем обработки реальных сигналов ВО в одной из РЛС обзора.

6. Результаты и практическая ценность научной работы.

В настоящей работе получены следующие новые научные результаты:

Предложен закон изменения периода повторения и разработан способ обработки радиосигнала с переменным периодом повторения, который позволяет использовать всю энергию сигнала; описанный в работе способ позволяет разрешать цели по радиальной скорости в РЛС с вобуляцией периода повторения, ранее такие попытки были не состоятельными; решена задача использования быстрых алгоритмов когерентного накопления и частотной фильтрации при использовании вобуляции повторения; получены аналитические выражения позволяющие реализовать данный способ в современных РЛС; результаты имитационного математического моделирования и полунатурного эксперимента подтверждают правильность и адекватность выполненного аналитического описания способа обработки сигнала с вобуляцией периода повторения.

Практическое значение результатов работы заключается:

в обоснованных предложения по реализации разработанного способа разрешения и однозначного измерения радиальной скорости ВО для РЛС обзора управления воздушным движением.

Результаты работы, использовались в ОАО «Корпорация «Фазотрон-НИИР»» (г. Москва, акт 134 от 08.10.2012) и в ОАО «Концерн «МОРИНФОРМСИСТЕМА – АГАТ» (г. Москва, акт 243 от 24.12.2012).

7. Список литературы, опубликованной автором по теме научной работы.

1. Клепиков Н. А., Абраменков В. В., Васильченко О. В., Способ обработки сигнала в доплеровских радиолокационных станций разведки с вобуляцией периода повторения. Статья. Научный рецензируемый сборник «Вестник Войсковой ПВО». Вып. №2. Смоленск: ВА войсковой ПВО ВС РФ, 2009. с. 5-17.

2. Клепиков Н.А., Васильченко О.В., Резниченко Н.С. Способ когерентного накопления сигнала в доплеровских радиолокационных станциях с вобуляцией частоты повторения. Статья. Научный рецензируемый сборник «Вестник Концерна ПВО «Алмаз-Антей»» № 1(3), Москва 2010.

3. Клепиков Н.А. Способ однозначного измерения радиальной скорости в радиолокационных станциях с вобуляцией периода повторения. Сборник рефератов депонированных рукописей. Серия Б. Выпуск № 95 –М.: ЦВНИ МО РФ, 2011г.

4. Клепиков Н. А. Использование быстрых алгоритмов при обработке сигнала с вобуляцией частоты повторения//Наука и технологии. Тезисы докладов XXX Российской шк., посвященной 65-летию Победы. Миасс, МСНТ, 2010. – с. 51.

5. Клепиков Н.А. Отчет о НИР «Прибор-1» Экспериментальные исследования эффективности алгоритмов распознавания и разрешения целей. Этап 2. Раздел 2. Подготовка экспериментов по оценке эффективности алгоритмов распознавания и разрешения целей. Смоленск: ВА войсковой ПВО ВС РФ, 2010. – с. 38-83.

Лебедев А.С.

Костомаров И.Н.

ФГКВОУ ВПО «Военная академия войсковой противовоздушной обороны Вооруженных Сил Российской Федерации имени Маршала Советского Союза А.М. Василевского» Министерства обороны Российской Федерации

ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ ПРОЕКЦИОННОГО ВРЕМЯ-ЧАСТОТНОГО РАЗРЕШЕНИЯ ГРУППОВЫХ РАССЕИВАТЕЛЕЙ

1. Актуальность и проблематика научной работы.

В настоящее время существуют различные методы повышения разрешающей способности. Одним из наиболее эффективных является проекционный метод. Повышение мерности разрешения по сравнению с одномерным (однопараметрическим) должно способствовать повышению разрешающей способности. Для подтверждения возможности реализации и эффективности многомерного, в частности двумерного разрешения, в результате решения обратной задачи группового рассеяния требуется проведение экспериментальных исследований.

2. Цель научной работы.

Целью работы является экспериментальное подтверждение возможности реализации, а также получение сравнительной оценки эффективности проекционного время-частотного разрешения сигналов групповых рассеивателей (как с приблизительно одинаковыми эффективными поверхностями рассевания, так и существенно отличающимися) с одномерным разрешением сигналов и стандартной корреляционно-фильтровой обработкой сигналов.

3. Задача научной работы.

Конкретной прикладной задачей в рамках проблематики работы является получение на специально собранной установке результатов экспериментальных исследований, характеризующих возможность реализации и эффективность двумерного (время-частотного) разрешения сигналов групповых рассеивателей в результате решения обратной задачи группового рассеяния.

4. Научная новизна и теоретическая значимость работы.

Научная новизна и теоретическая значимость работы обуславливаются следующими новыми научными результатами, полученными в ходе исследований:

рядом оценок показателей разрешающей способности двумерной проекционной процедуры обработки сигналов при часто встречающейся в приложениях функции рассогласования, характерной для локационных задач в условиях временных и частотных сдвигов эхосигналов отдельных рассеивателей;

подтверждением более низких требований к отношению сигнал-шум (ОСШ) проекционной процедуры двумерного разрешения по сравнению с одномерными процедурами и традиционной корреляционно-фильтровой обработкой;

экспериментальным подтверждением эффективности время-частотного проекционного разрешения в сравнении с одномерным проекционным разрешением и корреляционно-фильтровой обработкой.

5. Материалы и методы исследования.

Для проведения исследования эффективности проекционного время-частотного разрешения групповых рассеивателей в радиолокаторах с квазинепрерывным излучением (КНИ) и высокой частотой повторения (ВЧП) импульсов были проведены полунатурные экспериментальные исследования на специальной установке. В целом, результаты обработки полунатурных моделей эхосигналов как одиночного, так и парного рассеивателей, подтвердили полученные раннее аналитические оценки потенциальных возможностей проекционного метода разрешения. В целях дополнительного подтверждения высокой эффективности проекционного время-частотного разрешения было проведено полунатурное имитационное моделирование проекционной обработки для случаев отражения многочастотного многопериодного сигнала (МЧМПС). При этом длительность МЧМПС составляла 10–20 мс, ширина спектра – 10 МГц. Рассматривались случаи отражения сигналов от воздушного объекта без применения средств защиты и с применением буксируемой радиолокационной ловушкой (РЛЛ) с длиной буксировочного троса L=100 м. Результаты корреляционной обработки МЧМПС показали, что блестящие точки на планере воздушного объекта не разрешаются и представляют собой на выходе устройства корреляционной обработки один отклик. Использование РЛЛ приводит к формированию на выходе устройства корреляционной обработки следующих откликов: совокупность откликов планера воздушного объекта и единичный отклик РЛЛ, то есть применение стандартной (корреляционной) обработки эхосигнала, отраженного от воздушного объекта с РЛЛ, обеспечивает разрешение воздушного объекта и РЛЛ, однако, не обеспечивает селекцию воздушного объекта на фоне РЛЛ.

Результаты проекционной обработки свидетельствуют о том, что применение проекционных методов разрешения при использовании широкополосного сигнала с длительным когерентным накоплением (МЧМПС) позволит разрешать отдельные рассеивающие элементы воздушных объектов и формировать время-частотный (дальностно-скоростной) портрет группы сосредоточенных воздушных объектов и, следовательно, успешно осуществлять селекцию воздушных объектов на фоне РЛЛ. Таким образом, применение воздушными объектами РЛЛ существенно снижают вероятность их селекции на фоне РЛЛ. Использование же проекционной обработки после традиционной корреляционной обработки с применением МЧМПС, позволит эффективно разрешать элементы системы «воздушный объект – РЛЛ» и, следовательно, повысить вероятность поражения.

Еще более перспективным, особенно при увеличении длительности интервала когерентного накопления, представляется трехмерное разрешение: кроме анализируемых выше параметров к ним добавляется также и производная частоты эхосигнала, соответствующая случаю наличия радиальных ускорений у отдельных рассеивателей.

6. Результаты и практическая значимость работы.

Результаты экспериментальных исследований доказали существенно более высокую эффективность проекционного разрешения по сравнению со стандартной корреляционно-фильтровой обработкой. При типовых отношениях сигнал-шум (13–20 дБ) наблюдалось радикальное превышение рэлеевского предела (от 4 до 10 раз), при этом оценки положений отдельных рассеивателей на плоскости «время-частота» с высокой степенью точности соответствовали их истинным параметрам. Также результатами исследований подтверждена высокая эффективность двумерного время-частотного разрешения при несущественном повышении требований к отношению сигнал-шум по сравнению с задачей обнаружения одиночного рассеивателя и возможность технической реализации время-частотного проекционного разрешения.

7. Список литературы, опубликованный авторами по теме научной работы.

1. Костомаров И. Н. Устройство корреляционной обработки в радиолокационных станциях наведения зенитных ракетных комплексов//XX воен.-науч. конф.: Сб. науч. матер. Ч. 2. Смоленск, Изд-во ВА ВПВО ВС РФ, 2012. – с. 46-47.

2. Костомаров И. Н. Разрешение отдельных рассеивающих элементов планеров воздушных целей в радиолокационных станциях, использующих длительное когерентное накопление ограниченно-широкополосных сигналов/5 международная молодежная научная конференция «Гражданская авиация ХХI век»:
Сб. материалов. Ульяновск, УВАУ ГА (И). 2013. – с. 229–230.

3. Лебедев А. С., Чижов А. А. Применение проекционной теории решения обратных задач для обоснования способов сверхразрешения воздушных целей в радиолокационных станциях разведки и наведения//3-я Всероссийская конф. «Радиоэлектронные средства получения, обработки и визуализации информации»: Сб. докладов. М., РНТОРЭС имени А.С.Попова, 2013. – с. 209–211.

4. Чижов А. А., Лебедев А. С., Курочкин А. Н. Экспериментальные исследования эффективности проекционного метода сверхрэлеевского разрешения//Вторая Всероссийская научно-практ. конф.: Сб. тезисов докладов. Муром, МЗРИП, 2010. – с. 58–59.

5. Чижов А. А., Лебедев А. С., Курочкин А. Н. Экспериментальные исследования эффективности проекционного метода сверхрэлеевского разрешения//Вопросы радиоэлектроники. Серия: радиолокационная техника, 2011. Вып. 1. – с. 139–147.

6. Чижов А. А., Лебедев А. С., Тараканов А. В., Курочкин А. Н. Эффективность проекционного время-частотного разрешения групповых рассеивателей //Информационно-управляющие системы. 2011. № 2 (51). – с. 16–21.

7. Чижов А. А., Курочкин А. Н., Костомаров И. Н. Проекционный метод и некоторые положения проекционной теории сверхрэлеевского разрешения/ ВА ПВО СВ РФ. Смоленск, 2011. 43 с. Деп. в ЦСИФ 29.07.2011, ФН В7340.

Митрофаненков Ю.Н.

ФГБОУ ВПО «Национальный исследовательский университет «МЭИ» в городе Смоленске

БЕЗДАТЧИКОВОЕ УПРАВЛЕНИЕ ВЕНТИЛЬНО-ИНДУКТОРНОЙ МАШИНОЙ

1. Актуальность и проблематика научной работы.

В последнее время в нашей стране и зарубежном интенсивно разрабатывается вентильно-индукторный электропривод (ВИП), очень простой, надежный и дешевый, весьма перспективный для широкого круга применений. Одна из особенностей ВИП в традиционной комплектации – наличии датчика положения ротора, усложняющего конструкцию и снижающего надежность электропривода. В связи с чем разработка бездатчиковых алгоритмой управления вентильно-индукторной машиной (ВИМ) является одной из актуальных и приоритетных тем современного электропривода.

На сегодняшний день уже имеются методы бездатчикового управления ВИМ, так же имеются используемые на практике электропривода с бездатчиковым управления ВИМ, но каждый метод анализа углового положения имеет свои особенности, так большинство методов, основанных на анализе кривых намагничивания полюсов ВИМ, требуют непрерывного питания ВИМ силовыми токами, что приводит к невозможности их использования при низких частотах работы ВИМ и работы в таком режиме, как торможение на выбеге.

2. Цели научной работы.

Целью научной работы является разработка электропривода с бездатчиковым управлением ВИМ, в котором используется новый метод определения углового положения ротора ВИМ. Одним из преимуществ разрабатываемого метода является то, что он работоспособен даже в таком режимах работы ВИМ, как торможение на выбеге.

3. Задачи научной работы.

Для реализации поставленной цели требуется решить следующие задачи:

1. Разработать метод бездатчикового определения углового положения ротора ВИМ.

2. Произвести математическое обоснование предлагаемого метода.

3. Разработать функциональную схему бездатчикового ВИП.

Разработать математическую модель и произвести исследование бездатчиковго ВИП

4. Материалы и методы исследования.

Для использования ВИМ в качестве датчика углового положения создадим в двух катушках, расположенных в разных фазных обмотках ВИМ, квадратурные измерительные токи частотой порядка 10 кГц. Измерительные токи приводят к возникновению в магнитной системе ВИМ квадратурных измерительных МДС. Так как магнитные проводимости под полюсами фаз двигателя различны и соотношения магнитных проводимостей зависит от углового положения ротора двигателя, то потоки, вызванные измерительными МДС, суммируются в магнитной системе с разными амплитудами. В результате имеем суммарный магнитный измерительный поток, фаза которого зависит от углового положения ротора двигателя, следовательно, имея информацию о фазе потока можно вычислить текущее угловое положение ротора. Анализировать фазу потока можно по фазе ЭДС наводимой в отключенных обмотках машины. На рисунке 1 приведена зависимость фазы измерительной ЭДС от углового положения ротора, рассчитанная в среде matlab применительно к 3-х фазной ВИМ, на рисунке 2 приведена зависимость фазы измерительной ЭДС от углового положения ротора, снятая с реальной 3-х фазной ВИМ.

Рисунок 1. - Зависимость фазы измерительной ЭДС от углового положения ротора рассчитанная в среде matlab.

Рисунок 2. - Зависимость фазы измерительной ЭДС от углового положения ротора снятая с реального двигателя.

Рассмотрим более подробно систему управления реализующую работу данного привода.

Функциональная схема бездатчикового ВИП приведена на рисунке 3. Функциональная схема состоит из вентильно-индукторной машины ВИМ, коммутатора, двух квадратурных источников тока, фильтра, компаратора, и двух микроконтроллеров. Обозначим назначение элементов функциональной схемы.

Коммутатор производит подключение катушек ВИМ к источнику питания или к одному из источников тока, или датчику напряжения, состоящего из полосового фильтра и компаратора. Источники тока формируют квадратурные измерительные токи, получая от микроконтроллера 2 синхронизирующие сигналы. Фильтр представляет собой полосовой активный фильтр, который выделяет из ЭДС, измеренной на одной из отключенных катушек ВИМ, гармонику частотой 10 кГц, компаратор преобразует выделенную гармонику в последовательность импульсов. Микроконтроллер 1, является контроллером управления привода, он, измеряя фазовый сдвиг между синхронизирующим сигналом от микроконтроллера 2 и импульсом от компаратора, рассчитывает текущее угловое положение ротора ВИМ, и, формируя сигналы управления ключами коммутатора, производит управления ВИП. В Микроконтроллере 1 также реализована структурная схема электропривода, которая зависит от требуемого закона регулирования координат электропривода, и для каждого случая применения ВИП своя. Микроконтроллер 2 генерирует сигналы синхронизации для двух источников тока и задает точку отчета фазы измерительной ЭДС микроконтроллеру 1.

Рисунок 3. – функциональная схема бездатчикового ВИП.

5. Результаты, теоретическая и практическая ценность.

В результате научной работы разработан новый метод бездатчикового определения углового положения ротора ВИМ. Разработан бездатчиковый вентильно-индукторный электропривод, в котором используется разработанный метод определения углового положения.

Результаты моделирования в среде matlab 8.0 подтвердили работоспособность разработанного метода определения углового положения и работоспособность бездатчикового вентильно-индукторного электропривода. Разработанный метод определения углового положения дополняет уже существующие, и может использоваться в системах электроприводов.

6. Список публикаций.

1. Ю. Н. Митрофаненков «Бездатчиковый вентильно-индукторный электропривод».// РАДИОЭЛЕКТРОНИКА, ЭЛЕКТРОТЕХНИКА И ЭНЕРГЕТИКА: семнадцатая научно-техническая конференция студентов и аспирантов: тез. докл. М: Издательский дом МЭИ, 2011

2. Ю. Н. Митрофаненков «Бездатчиковый вентильно-индукторный электропривод».// Сборник материалов областного конкурса студенческих научных работ. – Смоленск: ВА ВПВО ВС РФ, 2011.

3. А.Е. Малиновский, Ю.Н. Митрофаненков «Бездатчиковый вентильно-индукторный электропривод».// ЭНЕРГЕТИКА, ИНФОРМАТИКА, ИННОВАЦИИ-2011 – ЭИИ-2011: сб. трудов Международной науч.-техн. Конф. В 2 т. Т. 1. Секции 1,2,6. Смоленск: РИО филиала ГОУВПО МЭИ(ТУ) в г. Смоленске, 2011.

4. Ю.Н. Митрофаненков «Исследование информационной системы бездатчикового вентильно-индукторного электропривода».// ИНФОРМАЦИОННЫЕ ТЕХНОЛГИИ, ЭНЕРГТИКА И ЭКОНОМИКА. Сб. трудов 9-ой Междуднародной научно-технической коференции студентов и аспирантов В 3 т. Т2.-2012

5. Ю.Н. Митрофаненков, А.Е. Малиновский. «Коммутатор для бездатчикового вентильно-индукторного электропривода.».// ЭНЕРГЕТИКА, ИНФОРМАТИКА, ИННОВАЦИИ-2012 – ЭИИ-2012: сб. трудов Международной науч.-техн. Конф. В 2 т. Т. 1. Секции 1,2,3,4. Смоленск: филиал МЭИ в г. Смоленске, 2012.

6. Ю.Н. Митрофаненков «Способ определения углового положения ротора вентильно-индукторной машины» // Радиоэлектроника, электротехника и энергетика: Девятнадцатая международная научнотехническая конференция студентов и аспирантов : Тез. докл. В 4 т. Т. 2. М.: Издательский дом МЭИ, 2013

7. Ю.Н. Митрофаненков, Д.С. Исаев «Микропроцессорная система управления бездатчиковым вентильно-индукторным электроприводом» // Информационные технологии, энергетика и экономика: Сборник трудов 10-й международной научно технической конференции студентов и аспирантов Т 1. – «Универсум» Смоленск 2013

Михайличенко П.В.

ФГКВОУ ВПО «Военная академия войсковой противовоздушной обороны Вооруженных Сил Российской Федерации имени Маршала Советского Союза А.М. Василевского» Министерства обороны Российской Федерации

МАТЕМАТИЧЕСКАЯ МОДЕЛЬ БЛОКА АВТОМАТИЗИРОВАННОГО УПРАВЛЕНИЯ КОМПЛЕКСНОГО ТРЕНАЖЕРА

1. Актуальность и проблематика научной работы.

Одним из основных направлений реформы в сфере военно-политической безопасности России является развитие и всестороннее качественное совершенствование Вооруженных Сил Российской Федерации. В качестве приоритетного направления военно-технического обеспечения безопасности России в военной доктрине Российской Федерации предусмотрены разработка
и производство высокоэффективных систем управления войсками и оружием.

Важнейшей проблемой в процессе управления войсками, в том числе
и управления Противовоздушной обороны Сухопутных войск (ПВО СВ), является сокращение времени принятия решения и доведения его до подчиненных подразделений, которое служит одним из основных показателей боевой готовности органов управления.

Качественное решение в короткие сроки способны принимать только подготовленные на высоком уровне специалисты, постоянно занимающиеся боевой подготовкой.

Ранее проведенные исследования в области создания тренажерных средств (ТС) в основном были направлены на разработку индивидуальных обучающих средств и не рассматривали вопросов обучения органов управления. Возможность использования встроенных технических средств автоматизации существующих и перспективных комплексов средств автоматизированного управления (КСАУ) для использования их в качестве устройств, моделирующих информационную среду функционирования должностных лиц органов управления (ДЛ ОУ), не рассматривалась.

В то же время общий уровень информационных технологий и технических средств позволяет создавать высокоэффективные комплексные тренажеры (КТ). Это обстоятельство наряду с повышением требований к управлению подразделениями, созданием принципиально новых сложных средств и комплексов вооруженной борьбы, постоянно возрастающими требованиями к уровню подготовки офицеров ПВО СВ, продиктованными особенностями современных боевых действий и обусловило актуальность работы.

2. Цели научной работы.

Целью работы является разработка модели блока автоматизированного управления (БАУ) комплексного тренажера с целью повышения эффективности подготовки должностных лиц органов управления подразделений ПВО СВ.

3. Задачи научной работы.

Цель и научная задача работы определили необходимость разработки информационной модели обоснования содержания тренажерного курса как составной части модели блока автоматизированного управления комплексного тренажера.

4. Научная новизна и теоретическая значимость научной работы.

Научную новизну и теоретическую значимость работы составляет:

модель обоснования содержания тренажерного курса, позволяющая вырабатывать решения по включению учебного материала в процесс подготовки лиц органов управления ПВО СВ тактического звена с учетом их профессиональных потребностей и взаимозаменяемости.

Теоретическая значимость работы характеризуется тем, что разработанная модель, при применении ее в модели блока автоматизированного управления комплексного тренажера, позволяют реализовать новый подход к процессу построения автоматизированных обучающих систем и тренажерных средств для подготовки органов управления ПВО СВ тактического звена (ТЗ) на основе внедрения в специальное программное обеспечение программ автоматизации обучения, оказания помощи руководителю занятия и оценки систем военного назначения в вопросах прогнозирования подготовки органов управления ПВО СВ.

5. Материалы, методы и объём научной работы.

Модель обоснования содержания тренажерного курса

Под содержанием тренажерного курса понимается набор элементов учебного материала, который необходимо хранить в памяти ЭВМ (базе знаний) для полного удовлетворения познавательных потребностей всех ДЛ.

Однако для успешного функционирования КТ необходима большая предварительная работа по извлечению знаний у специалистов и приданию им формы, позволяющей использовать их в ЭВМ.

По результатам работы была предложена процедура, основу которой составила методика построения, функционирования и корректировки модели обоснования содержания тренажерного курса (МОСТК). Структура модели

В результате работы было установлено, что МОСТК целесообразно представить в виде графа, изображенного на рисунке 1.

Рисунок 1 - Информационная модель обоснования содержания тренажерного курса

Применительно к ОУ ПВО СВ ТЗ в модели приняты следующие обозначения:

Y= {у₁, у₂, у₃,… у_m},- множество элементов учебного материала;

S= {s₁,s₂,s₃,…s_g},- множество функций, выполняемых ДЛ ОУ ПВО СВ ТЗ;

D= {d₁,d₂,d₃,…d_l},- множество ДЛ ОУ ПВО СВ ТЗ;

Z= {z₁,z₂,z₃,…z_n}, - множество расчетных и информационных задач, решаемых ДЛ ОУ;

µ_ij - связи между элементами учебного материала;

Использование данной модели позволяет достаточно полно отразить состав ДЛ ОУ ПВО СВ ТЗ, функции данных лиц, а также объем знаний, которыми должны владеть эти специалисты для того, чтобы успешно работать на средствах КСАУ. При этом структура модели предоставляет возможность выявить как связи учебного материала с деятельностью должностных лиц подсистемы управления ПВО СВ ТЗ, так и логические зависимости между элементами базы знаний.

Возможный подход к формированию групп операторов

Имеется множество М ДЛ, заданное в виде списка их порядковых номеров M = {1,2,...m}. Вся группа ДЛ характеризуется множеством N признаков (параметров) теста N= {1,2,...n}., где n - число различных признаков.

Требуется объединить операторов, близких по указанным признакам в классы с целью последующего их использования в качестве исходных данных для классификации операторов, которая в свою очередь будет использоваться для формирования однородных групп операторов.

Алгоритм решения задачи классификации предполагает следующую последовательность. Проводится факторный анализ с использованием метода главных компонент. Результаты анализа позволяют сформировать некоррелированные факторы, определяющие вклад каждой оценки в общее различие операторов с точки зрения принимаемых решений на формирование однородных групп. Полученные оценки факторов используются как основание для классификации операторов методом кластерного анализа. В результате кластерного анализа получаются классы операторов, близкие по своим индивидуальным признакам.

Предложенная классификация показателей удобна и для проведения исследования взаимосвязи эффективности формирования групп операторов
и регулирующих факторов, так как позволяет решить одноименную проблему в различных аспектах.

Таким образом, существо задачи оптимального разбиения множества М операторов на однородные группы заключается в том, чтобы обеспечить формирование групп, внутри которых обучающиеся ДЛ связаны между собой (по совокупности характеризующих их признаков) наиболее тесно.

6. Результаты и практическая ценность научной работы.

Практическая ценность работы обусловлена тем, что включение математической модели, предложенной в работе в состав специального программного и математического обеспечения комплексных тренажеров на базе компьютерных классов, позволит проводить плановые занятия по боевой работе на средствах автоматизации, как в условиях учебных центров, так и в войсках. Обеспечивается фактическая оценка результатов моделирования автоматизированной обучающей системы для подготовки органов управления подразделений ПВО СВ, полученных в соответствии с разработанными моделями.

7. Список литературы, опубликованный автором по теме научной работы.

1. Шагимарданов М.А., Михайличенко П.В. Предложения по выбору активных методов обучения с использованием современных информационных технологий при изучении дисциплины «Автоматизированные системы специального назначения». Статья. Методический сборник военной академии. Вып. 26. Смоленск: ВА войсковой ПВО ВС РФ, 2013, - с. 48-51.

Мурашкин А.В.

Романенко А.В.

ФГКВОУ ВПО «Военная академия войсковой противовоздушной обороны Вооруженных Сил Российской Федерации имени Маршала Советского Союза А.М. Василевского» Министерства обороны Российской Федерации

АНАЛИЗ ВРЕМЕННЫХ И ЧАСТОТНЫХ ХАРАКТЕРИСТИК ОТРАЖЕННЫХ СИГНАЛОВ И РАЗРАБОТКА СПОСОБА ИЗВЛЕЧЕНИЯ ПОЛЕЗНОЙ ИНФОРМАЦИИ В ИНТЕРЕСАХ ПОВЫШЕНИЯ КАЧЕСТВА КЛАССИФИКАЦИИ ЦЕЛЕЙ

1. Актуальность и проблематика научной работы.

В настоящее время широко применяются и развиваются методы распознавания классов воздушных целей на основе анализа их траекторных признаков и эффективной площади рассеяния (ЭПР). Однако остается открытым вопрос повышения качества классификации в системе с расширенным алфавитом классов.

2. Цель научной работы.

Целью работы является разработка способа извлечения полезной информации из отраженных от воздушных целей сигналов, позволяющих повысить качество классификации этих целей.

3. Задача научной работы.

Для достижения цели исследования необходимо решить следующие задачи:

разработка способа извлечения полезной информации из отраженных сигналов;

анализ временных и частотных характеристик сигналов, отраженных различными воздушными объектами.

В ходе экспериментальных работ были соединены между собой РЛС и регистрирующая аппаратура, которая осуществляла непрерывное преобразование в цифровой код сигнала, поступающего с РЛС на промежуточной частоте 28±F_д МГц. С помощью цифрового фазового детектора осуществлялось детектирование и разложение отсчетов отраженного сигнала на квадратурные составляющие. Опорное напряжение для фазового детектора подавалось на частоте 28 МГц, соответствующей средней частоте линейно-частотно модулированного (ЛЧМ) сигнала. Поскольку сжатие отраженных сигналов предполагалось осуществлять цифровым методом, то выбор частоты дискретизации отраженного сигнала на промежуточной частоте для записи в память ЭВМ определялся шириной спектра зондирующего сигнала (ЗС). Ширина спектра ЛЧМ импульсов в РЛС составляет DF_лчм= 0,9 МГц (на промежуточной частоте от 28±0,45 МГц). Полученные после детектирования квадратурные составляющие в бинарном коде записывались на жесткий диск ЭВМ в виде двухбайтовых целых чисел со знаком. Указанный формат обеспечивал динамический диапазон записи амплитуд отраженных сигналов, равный 45 дБ.

В целях проверки наличия полезной информации в полученных записях отраженных сигналов в РЛС, работающей в ЛЧМ-режиме, производилась обработка экспериментальных данных по следующей методике. Специально разработанное программное обеспечение позволяло выводить на экран монитора ЭВМ модульные значения оцифрованных последовательностей. Для примера на рисунке 3.1 показан модуль комплексной огибающей импульсов на выходе с РЛС для самолета Цесна-550.

Рисунок 3.1 – Огибающая отраженного сигнала на промежуточной частоте для самолета Цесна-550 на дальности D=21 км и курсовом угле g=170°

РЛС работала в режиме «50 км» с излучением ЛЧМ-сигналов. Длительность ЗС равнялась t_и=50 мкс. Наблюдаемые на рисунке 3.1 излучаемые и отраженные от цели сигналы действительно имеют длительность t_и»50 мкс. В данном режиме работы РЛС наблюдалась вобуляция периода следования ЗС от импульса к импульсу. В указанном режиме использовались четыре фиксированных периода повторения Т_и1=640 мкс, Т_и2=703,3 мкс, Т_и3=658,7 мкс, Т_и4=734,7 мкс. Средний период следования ЗС составлял Т_и=684 мкс. Наличие на выходе приемника излучаемого зондирующего сигнала объясняется его неполным подавлением элементами приемного тракта.

На рисунке 3.2 показана огибающая амплитуды отраженных сигналов на промежуточной частоте для самолета Boeing-737, наблюдение которого проводилось на дальности 65 км. РЛС работала с использованием ЛЧМ-импульсов на дистанции «100 км». В указанных условиях период следования ЗС составлял Т_и=1024 мкс. Длительность излучаемых ЗС t_и=100 мкс.

Рисунок 3.2 – Огибающая амплитуды ОС на промежуточной частоте для самолета Boeing-737 на дальности D=65 км и курсовом угле g=10°

Аналого-цифровое преобразование отраженных сигналов осуществлялось на промежуточной частоте до сжатия. Для анализа экспериментальных данных сжатие отраженных ЛЧМ-сигналов проводилось с помощью синтезированного цифрового фильтра. Для синтезирования фильтра использовались комплексно-сопряженные последовательности отсчетов зондирующего сигнала, индивидуальные для каждого периода повторения. Алгоритм фильтрации отраженных сигналов в одном периоде следования аналитически может быть представлен формулами

, (3.1)

где – амплитудные значения квадратурных составляющих ЗС; – квадратурные составляющие оцифрованных отсчетов амплитуды сигналов на выходе приемника; – квадратурные составляющие отраженного сигнала после процедуры сжатия цифровым фильтром; Т – количество комплексных отсчетов в периоде повторения Т_и; t – количество комплексных отсчетов, укладывающихся в пределах длительности ЗС передатчика t_и. Варианты модулей комплексных огибающих сжатых цифровым фильтром сигналов, приведенных на рисунках 3.1 и 3.2, иллюстрируются рисунками 3.3 и 3.4.

Рисунок 3.3 – Огибающая ОС на промежуточной частоте после цифровой фильтрации для самолета Цесна-550 на дальности D=21 км и курсовом угле g=170°

Рисунок 3.4 – Огибающая ОС на промежуточной частоте после цифровой фильтрации для самолета Boeing-737 на дальности D=65 км и курсовом угле g=10°

Использование девиации частоты ЗС DF_лчм=0,9 МГц обеспечивает при фильтровой обработке сжатие отраженных сигналов до 1,1 мкс.

По временной задержке отраженных сигналов, относительно излучаемого импульса, определялась дальность до цели. Например, на рисунке 3.3 время задержки составило t_з=140 мкс, что соответствует дальности 21 км. Дальности, измеренные по времени задержки отраженного сигнала, совпадают с дальностями, измеряемыми аппаратурой РЛС в ходе проведения натурного эксперимента. Аналогичный результат совпадения измеренных дальностей наблюдался и для других целей.

Одним из этапов извлечения полезной информации из принятых сигналов было получение отражательных характеристик (ОХ) целей. Для формирования ОХ в каждом периоде следования ЗС после процедуры сжатия цифровым фильтром определялось положение максимума отклика фильтра на отраженный от цели сигнал. В этой точке определялись значения амплитуды и фазы сжатого сигнала, которые записывались в массив. Сформированный таким образом из последовательности отраженных сигналов массив представлял собой комплексную ОХ цели. Для графического представления ОХ использовались модульные значения комплексных отсчетов массива отраженных сигналов. Примеры ОХ, представленных векторами экспериментальной последовательности отраженных сигналов для рассматриваемых типов самолетов, приведены на рисунках 3.5 и 3.6.

Низкочастотные флюктуации амплитуды отраженного сигнала в ОХ объясняются изменением углового положения планера цели относительно РЛС в течение интервала сопровождения. Высокочастотная модуляция в виде всплесков и провалов вызвана проявлением турбовинтового эффекта (ТВЭ). Сравнение между собой участков ОХ воздушных целей позволило выявить закономерное соответствие между степенью изрезанности низкочастотной огибающей ОХ и поперечных размеров целей.

Кроме амплитуды и фазы отраженного сигнала определялась дальность до цели, истинный период следования ЗС, отношение сигнал/шум до и после процедуры фильтрации. Расчет дальности до цели производился после проведения цифровой фильтрации, как результат пересчета временной задержки между положениями откликов зондирующего и отраженного от цели сигнала. Период следования ЗС рассчитывался по измеренному количеству дискретных отсчетов N_пер, укладывающихся между фронтами смежных импульсов передатчика Т_и=N_пер/F_дискр.

Рисунок 3.5 – Участок экспериментальной ОХ самолета Цесна-550

Рисунок 3.6 – Участок экспериментальной ОХ самолета Boeing-737

В результате обработки отраженных сигналов формировался массив данных, в котором последовательно записывались значения квадратурных составляющих отраженного от цели сигнала, дальность до цели, период следования, отношение сигнал/шум до и после процедуры сжатия. Указанные значения определялись в каждом периоде следования. Рассчитанный массив выходных данных для каждого цикла записи отраженных сигналов (продолжительностью 30…60 с) сохранялся в виде файла данных в 16-значном коде на жестком диске ЭВМ.

Таким образом, предложенная методика извлечения полезной информации из ОС на основе цифровой фильтрации позволяет измерять дальность до цели, отношение сигнал/шум, а также получать ОХ реальных целей.

4. Материалы и методы исследования.

Для обработки данных натурного эксперимента по записи отраженных радиолокационных сигналов используется две программы:

1. Конвертер.ехе – для обработки исходных данных эксперимента.

2. Обработка.ехе – для обработки последовательности отраженных сигналов, сформированных с помощью программы Конвертер.ехе.

5. Результаты, теоретическая и (или) практическая ценность научной
работы.

В ходе научной работы были достигнуты следующие результаты:

разработан способ извлечения полезной информации из отраженных сигналов;

проведен анализ временных и частотных характеристик сигналов, отраженных различными объектами.

Практическая ценность научной работы заключается в извлечении информации из сигналов, отраженных от объектов, использование которой позволяет измерять дальность до цели, отношение сигнал/шум, а также получать ОХ и ДпП реальных целей.

6. Список литературы, опубликованный автором по теме научной работы.

1. Мурашкин А. В., Юдин В. А., Панов Д. В., Караваев С. А. Оценка радиальных размеров воздушных целей с использованием двух- и многочастотных зондирующих сигналов. Статья. Научный рецензируемый журнал «Труды российского научно-технического общества радиотехники, электроники и связи имени А. С. Попова». Вып. Х–1. Москва: «Инсвязьиздат», 2008. – с. 348-351.

2. Мурашкин А. В., Юдин В. А., Панов Д. В., Бондарев Л. А. Статистические распределения корреляционных признаков распознавания классов воздушных целей в РЛС метрового диапазона длин волн. Статья. Научный рецензируемый журнал «Наукоемкие технологии». Вып. 2, т. 11. Москва: «Радиотехника», 2010. – с. 22-28.

3. Мурашкин А. В., Панов Д. В. Методика и результаты сравнительной оценки эффективности использования многочастотных способов распознавания в радиолокационном вооружении войсковой ПВО. Статья. Научно рецензируемый сборник «Вестник войсковой ПВО». Спец. вып. Смоленск: ВА ВПВО ВС РФ, 2010. Инв. № 21037с. – с. 36-43.

4. Мурашкин А. В., Юдин В. А., Илларионов Е. А. Анализ влияния диапазонов изменения ракурса воздушной цели на априорные описания признака двухчастотного метода. Статья. «Вестник войсковой ПВО». Спец. вып. Смоленск: ВА ВПВО ВС РФ, 2011. Инв. № 21347с. – с. 106-113.

5. Мурашкин А. В., Юдин В. А., Панов Д. В. Модели целей, используемые в цифровой имитационной математической модели РЛС метрового диапазона длин волн. Статья. Электронное научное издание «Математическая морфология». Вып. 3, т. 8. 2009. URL: http://www.smolensk.ru/user/ sgma/MMORPH/ N-23-html/panov-1/panov-1.html.

6. Мурашкин А. В. Определение пороговых значений признака распознавания классов воздушных целей методом математического моделирования. Статья. Электронное научное издание «Математическая морфология». Вып. 3, т. 10. 2011. URL: http://www.smolensk.ru/user/sgma/ MMORPH/N-31-html/murashkin/murashkin.html.

7. Мурашкин А. В. Методы математического моделирования в вопросах определения порогового значения признака распознавания классов воздушных целей. Статья. Сборник статей по материалам Всероссийской научно практической конференции «Современные проблемы и перспективные направления развития авиационных комплексов и систем военного назначения, форм и способов их боевого применения». Часть 3. Воронеж: ВАИУ, 2011. – с. 189-193.

Мухин Р.А.

ФГКВОУ ВПО «Военная академия войсковой противовоздушной обороны Вооруженных Сил Российской Федерации имени Маршала Советского Союза А.М. Василевского» Министерства обороны Российской Федерации

АВТОМАТИЗИРОВАННАЯ МОДЕЛЬ ТАКТИКО-ОГНЕВОГО ПРОТИВОБОРСТВА СРЕДСТВ ВОЗДУШНОГО НАПАДЕНИЯ И СРЕДСТВ ПВО

1. Актуальность и проблематика научной работы.

В настоящее время отечественная наука и практика доказали, что моделирование – одно из основных методологических достижений, позволяющее
в десятки раз сократить затраты на разработку, выбора параметров систем управления, оценку результатов боевого применения, что в итоге может привести
к повышению эффективности ведения боевых действий.

В настоящее время разработаны и применяются в исследованиях множество моделей оценки эффективности стрельбы и управления огнем. При этом возникает ряд проблем, связанных с формализацией процессов, протекающих
в ходе ведения противовоздушных боев. Это делает их не всегда приемлемыми для проведения исследований, оценки эффективности боевых действий, и следовательно для выбора лучшего варианта действий подразделений ПВО в бою.

Следовательно, развитие и создание моделей тактико-огневого противоборства СВН и средств ПВО, является актуальным направлением развития методического аппарата по оценке эффективности стрельбы и управления огнем.

2. Цели научной работы.

Целями научной работы являются:

выработка общего статистического подхода к решению проблемы оценки эффективности стрельбы и управления огнем;

разработка автоматизированной модели тактико-огневого противоборства СВН и средств ПВО;

минимизация вычислительных затрат при оценке эффективности стрельбы и управлении огнем группировок ПВО.

3. Задачи научной работы.

Цели научной работы достигаются решением следующих задач:

уточнение тактико-технических характеристик СВН вероятного противника;

уточнение показателей оценки эффективности стрельбы и управления огнем;

создание автоматизированной модели тактико-огневого противоборства СВН и средств ПВО.

4. Научная новизна и теоретическая значимость научной работы.

Научная новизна и теоретическая значимость работы обуславливаются следующими новыми научными результатами, полученными в ходе исследований:

предложен подход к решению проблемы оценки эффективности стрельбы
и управления огнем;

уточнены показатели оценки эффективности стрельбы и управления огнем;

выполнено аналитическое описание модели тактико-огневого противоборства СВН и средств ПВО;

получена возможность дальнейшего использования получаемых моделью результатов противовоздушного боя.

5. Материалы, методы и объем научной работы.

Предложенные в модели методы получения результатов противовоздушного боя основаны на использовании имитационного статистического моделирования.

6. Результаты и практическая ценность научной работы.

В настоящей работе получены следующие новые научные результаты:

разработана модель тактико-огневого противоборства СВН и средств ПВО чувствительная к основным способам и приемам противодействия СВН стрельбе и управлению огнем средств ПВО.

Практическую ценность при реализации результатов работы представляет возможность получения результатов моделирования противовоздушного боя с участием человека только на начальном этапе моделирования при создании сценария предстоящих боевых действий и автоматизированное моделирование всех этапов последующего боя с выдачей результатов боя в готовых численных значениях.

7. Список научных трудов Мухина Руслана Алексеевича.

1. Мухин Р. А., Сак-Саковский В.И. Моделирование – как способ расширения возможностей методического аппарата оценки эффективности стрельбы и управления огнем. Сборник научных материалов 15 ВНК. Смоленск. Изд-во ВА ВПВО ВС РФ, стр. 256-258. Москва. 2007.

2. Мухин Р. А., Необходимость использования моделирования при исследовании и проектировании сложных систем. Изд-во ВА ВПВО ВС РФ. НТА.
Выпуск 17. Смоленск. 2007.

3. Мухин Р. А., Модели оценки эффективности стрельбы и управления огнем используемые в войсковой ПВО. Сборник трудов Михайловской военно-артиллерийской академии. Выпуск 2. Санкт-Петербург. 2010.

4. Мухин Р. А., Порядок разработки, проектирования моделей оперативно - тактических задач и оценка достоверности результатов моделирования Компьютерные технологии и информационные системы. Сборник научных трудов. Выпуск 2. ВА ВПВО ВС РФ, Смоленск. 2008.

5. Мухин Р. А., Сравнительный анализ моделей, применяемых в исследованиях для оценки эффективности стрельбы и управления огнем группировок войсковой ПВО. Сборник научных материалов 16 ВНК, Часть 1. ВА ВПВО ВС РФ, Смоленск. 2009.

Образцов С.А.

ФГБОУ ВПО «Национальный исследовательский университет «МЭИ» в городе Смоленске

Оценка эффективности работы беспроводных сенсорных сетей IEEE 802.15.4

1. Актуальность и проблематика научной работы.

Современные беспроводные технологии позволяют создавать принципиально новые устройства и системы, а при замене существующих проводных технологий — повышать гибкость и снижать стоимость жизненного цикла изделий. Однако внедрение беспроводных технологий в большинстве применений сдерживается двумя основными факторами: невозможностью длительной, в течение нескольких лет, работы от автономных источников тока из-за высокого энергопотребления радиопередатчиков и пониженной надежностью доставки сообщений по сравнению с проводными технологиями. По этой причине внедрению беспроводных технологий должна предшествовать оценка эффективности их применения, в частности, энергопотребления, надежности и временных характеристик.

Поэтому разработка методов определения эффективности беспроводных сенсорных сетей IEEE 802.15.4 является актуальной научной и практической задачей, поскольку позволяет проектировщикам обосновать и проверить принимаемые проектные решения и предсказать основные характеристики беспроводной сети на этапе ее проектирования.

2. Цели научной работы.

Целью настоящей работы является разработка метода оценки надежности, энергопотребления и среднего времени доставки сообщений в беспроводных сенсорных сетях IEEE 802.15.4.

3. Задачи научной работы.

Цель научной работы достигается решением следующих задач:

- выработка критериев и показателей эффективности работы беспроводных сенсорных сетей;

- обоснование выбора беспроводной сенсорной сети IEEE 802.15.4 в качестве объекта исследования;

- создание модели сетевого взаимодействия узлов для построения беспроводной сенсорной сети с топологией «кластерное дерево» на основе стандарта IEEE 802.15.4;

- разработка математической модели беспроводных сенсорных сетей IEEE 802.15.4 для синхронизированного режима работы;

- создание экспериментальной установки и проведение эксперимента для проверки адекватности разработанной модели.

4. Материалы и методы исследования.

В работе применены методы системного анализа, теории вероятностей, комбинаторики, теории массового обслуживания, теории графов, математического моделирования, объектно-ориентированного программирования.

Рисунок 1 — Математическая модель процесса передачи кадра
узлом кластера в виде цепи Маркова

На рис. 1 представлена цепь Маркова, описывающая процесс передачи кадра узлом кластера, на основе которой получены основные теоретические результаты научной работы. На рисунке отмечены римскими цифрами классы состояний, в которых может находиться узел в процессе передачи кадра: отсрочка передачи (I), оценка занятости канала (II), передача кадра (III), ожидание и прием кадра-квитанции (IV), ожидание начала нового суперкадра при отложенной передачи (V). Данная модель отличается от наиболее удачной существующей модели P. Park учетом эффекта отложенной передачи, проявляющегося в сетях, работающих со скважностью выше 1.

5. Результаты, практическая и теоретическая значимость.

Основные результаты работы:

1. Проведен сравнительный анализ беспроводных технологий Wi-Fi (IEEE 802.11), Bluetooth 1.0–2.1 (IEEE 802.15.1) и ZigBee (IEEE 802.15.4) по критериям энергопотребления, надежности и времени доставки сообщений. Показано, что сети IEEE 802.15.4 с кластерной топологией обладают наилучшими возможностями по минимизации потребляемой мощности.

2. Предложена модель сетевого взаимодействия узлов беспроводной сенсорной сети IEEE 802.15.4 с кластерной топологической структурой, позволяющая снизить объем передаваемого по сети служебного трафика.

3. Разработана математическая модель процесса передачи кадра узлом кластера с использованием механизма конкурентного доступа CSMA-CA, позволяющая по заданным пространственной конфигурации узлов сети, параметрам физического и канального уровня и интенсивности передачи кадров определять потребляемую мощность, надежность и среднее время доставки сообщений в кластере.

4. Проведены экспериментальные исследования процессов передачи сообщений на физическом и канальном уровнях в беспроводных сенсорных сетях IEEE 802.15.4, подтверждающие обоснованность и адекватность разработанной математической модели.

Теоретическая значимость полученных результатов исследования обусловлена научной новизной, прагматической актуальностью и заключается в разработке математической модели процесса передачи кадра узлом кластера в беспроводной сенсорной сети IEEE 802.15.4.

Практическая значимость работы результатов работы:

1. Разработан инструмент, позволяющий проектировщику беспроводных сенсорных сетей обосновывать и подтверждать принимаемые проектные решения и предсказывать основные показатели эффективности работы сети на этапе ее проектирования.

2. Разработан стек протоколов сетевого и прикладного уровней для существующей аппаратной платформы MC1321x (Freescale Semiconductor), позволяющий использовать существующую элементную базу для создания устройств с улучшенными энергетическими и надежностными характеристиками.

3. Основные результаты работы реализованы в виде аппаратно-программного обеспечения, включающего программный стек протоколов сетевого и прикладного уровней беспроводной сенсорной сети IEEE 802.15.4 с кластерной топологией, использованного при создании автоматизированной системы управления наружным освещением «Рассвет». Компоненты данной системы выпускаются предприятием ООО «Энергоэффект-НН» (г. Нижний Новгород). В настоящее время система управления наружным освещением проходит опытную эксплуатацию на ул. Березовой г. Сарова Нижегородской области.

6. Список основных публикаций автора по теме научной работы.

1. Образцов С. А., Панфилов Д. И. Децентрализованная беспроводная система управления наружным освещением // Светотехника. 2012. №1. С. 32–36.

2. Образцов С. А., Панфилов Д. И. Реализация GSM шлюза для работы с беспроводными сетями на базе стандарта IEEE 802.15.4 // Автоматизация и современные технологии. 2011. №8. С. 14–19.

3. Образцов С. А. Навигация и связь в системах городского электрического транспорта с применением беспроводных сетей IEEE 802.15.4 // Автоматизация в промышленности. 2011. №1. С. 31–33.

4. Образцов С. А. Топологические методы повышения эффективности работы беспроводных сетей в распределенных системах управления объектами промышленной электроники: Автореф. дис. … канд. техн. наук. — М., 2012. – 20 с.

Островой С.В.

ФГКВОУ ВПО «Военная академия войсковой противовоздушной обороны Вооруженных Сил Российской Федерации имени Маршала Советского Союза А.М. Василевского» Министерства обороны Российской Федерации

МЕТОДИКА ФОРМАЛИЗАЦИИ ИНФОРМАЦИОННЫХ ОБЪЕКТОВ ГИС

1. Актуальность и проблематика научной работы.

Развитие современной армии, как и развитие современного общества в целом, базируется на внедрении и развитии информационных технологий. Важнейшей составной частью большинства технологий являются средства обработки цифровой информации о местности во взаимосвязи с многообразными данными о противнике и своих войсках.

Геоинформационное обеспечение предполагает циркуляцию данных о местности по каналам, связанным с базами данных географических информационных систем (ГИС). По своей сути ГИС – это сочетание географической или топографической карты и обширного массива выраженной в цифровой форме разнородной информации, систематизированной и привязанной к соответствующей точке картографического изображения.

ГИС выполняет две важнейшие функции: создание цифровой карты местности, интегрированной с расширенной базой данных, и превращение цифровой карты в электронную – визуализации – с возможностью интерактивной работы с ней пользователя.

ГИС дает возможность создавать такие цифровые модели обстановки, которые отображают информацию, точно соответствующую потребностям пользователя.

Одним из главных требований к цифровой карте местности (ЦКМ) при ее использовании в ВС РФ, является поддержка отображения изменений оперативной обстановки во времени. ГИС отображает цифровую модель обстановки в виде слоев, которые перекрываются, показывают текущую обстановку и связанные с ней элементы местности. ГИС позволяет это сделать путем передачи по каналам связи слоев с текущей обстановкой.

Помимо ограничений, накладываемых психофизическими возможностями человека на обработку информации за ограниченный промежуток времени, возникают ограничения в вычислительных ресурсах электронно-вычислительных машин (ЭВМ), которыми располагают перспективные комплексы средств автоматизации (КСА) войсковой противовоздушной обороны (ПВО).

Наиболее перспективным направлением для ликвидации данных противоречий является управление отображением информации путем структурирования данных информационных массивов ГИС.

С этой точки зрения, представляется актуальным проведение исследований, посвященных вопросам построения рациональной структуры информационных массивов ГИС перспективных КСА войсковой ПВО.

2. Цели научной работы.

Целью данной работы является сокращение времени принятия решения должностными лицами КП зрбр на отражение удара ВП за счет повышения качества информационной модели обстановки на их АРМ путем формализации структуры информационных массивов ГИС.

3. Задачи научной работы.

Цель и научная задача работы определили необходимость разработки информационной модели обоснования содержания тренажерного курса как составной части модели блока автоматизированного управления комплексного тренажера.

4. Научная новизна и теоретическая значимость научной работы.

Научная задача исследования состоит в разработке методики и алгоритма формирования рациональной структуры информационных массивов ГИС в информационной модели обстановки для АРМ должностных лиц ПУ соединений войсковой ПВО, оснащенных перспективными КСА.

Теоретическая значимость работы характеризуется тем, что разработан вариант классификации информационных объектов ГИС по различным признакам, которые позволяют выделить их функциональную специфику, оказывающую определяющее влияние на их обоснованное использование командиром в различных этапах его работы.

Предложенная методика определяет совокупность параметров, которыми характеризуется структура информационных массивов ГИС, таких как количество типов ИО ГИС, количество слоев информации и количество этапов работы. В данной методике произведено описание булевых матриц смежности, характеризующих взаимоотношение между данными параметрами в модельной среде информационных объектов ГИС.

5. Материалы, методы и объём научной работы.

Под предметной областью модельной среды информационных объектов ГИС, использующихся в работе ДЛ ПУ (ЛПР), следует понимать информацию
о совокупности информационных объектов ГИС и их характеристиках, в части касающейся использования их в этапах работы ДЛ ПУ. Данная информация представляется в виде количества информационных объектов ГИС, количества и состава слоев информации ГИС и она используется ДЛ ПУ для решения поставленных перед ним задач.

Первым этапом формализации предметной области является целесообразная классификация всех информационных объектов ГИС, необходимых ДЛ ПУ. Предлагаемый ниже вариант классификации информационных объектов ГИС по различным признакам позволяет выделить их функциональную специфику, оказывающую определяющее влияние на их обоснованное использование ДЛ ИО ГИС в различных этапах его работы.

Основные классификационные признаки и классификация информационных объектов ГИС представлены ниже.

по времени использования;

по типам элементов;

по принадлежности.

Рисунок 1 – Описание модельной среды взаимодействия командира (ДЛ ПУ)

с информационными объектами ГИС

Описание модельной среды взаимодействия командира (ДЛ ПУ)
с информационными объектами ГИС можно представить согласно рисунку 1 следующим образом:

множество N (типов информационных объектов ЦКМ)

множество типов информационных объектов ГИС N характеризуется количеством типов информационных объектов в каждом слое ГИС;

множество L (множество этапов работы).

Выделяются следующие виды отношений (U):

– отношение «этапы – типы ИО».

– отношение «типы ИО ГИС – слои».

– отношение «этапы работы – слои ГИС».

Формализовано модель () представляется с помощью множеств и булевых матриц смежности, которые описывают соответствующие отношения () между компонентами предметной области:

(1)

Если между входящими в матрицу элементами есть взаимосвязь, то значение матрицы принимается равным 1, в противном случае – равным 0.

Таким образом, формализованное представление ИО ГИС в процессе работы ДЛ ПУ определяется совокупностью картежей отношений и матриц смежности между множеством этапов работ, количеством слоев информации ГИС и количеством типов ИО ГИС.

6. Результаты и практическая ценность научной работы.

Практическая ценность работы заключается в разработанной методике формализации предметной области, где произведено: классификация всех информационных объектов ГИС, необходимых командиру для принятия решения; формализованное описание модельной среды информационных объектов ГИС. Данная методика определила совокупность параметров, которыми характеризуется структура информационных массивов ГИС. Разработанная методика позволяет формировать рациональную структуру информационных массивов, на стадии формализованного описания, отображать качественную информационную модель обстановки на каждом из этапов работы, а также оценить любую из структур информационных массивов ГИС по показателям достаточности и избыточности информации ИМО, формируемой на каждом из этапов работы ДЛ ПУ.

7. Список литературы, опубликованный автором по теме научной работы.

1. Котов Д.В., Островой С.В. Основные подходы оптимизации информационных массивов ГИС перспективных образцов АСУ. Статья. XХХХIIIVI ВНК. Сборник научных материалов. Часть 1. С.-Петербург: Михайловская ВАА. 2012.. – с. 104-108.

Торбин С.А.

ФГКВОУ ВПО «Военная академия войсковой противовоздушной обороны Вооруженных Сил Российской Федерации имени Маршала Советского Союза А.М. Василевского» Министерства обороны Российской Федерации

ПРИНЦИПЫ ПОСТРОЕНИЯ ЦИФРОВОЙ ПРОРЕЖЕННОЙ АНТЕННОЙ РЕШЕТКИ С ЦИФРОВЫМ СКАНИРОВАНИЕМ ПРОСТРАНСТВА

1. Актуальность и проблематика научной работы.

Использование в радиолокационных станциях (РЛС) цифровой активной фазированной антенной решетки (АФАР) есть основной способ реализации электронного сканирования пространства с элементами цифровой обработки сигналов по пространству. На практике АФАР являются достаточно дорогостоящими, так как для их реализации требуется большое количество твердотелых приемо-передающих модулей с устройствами цифрового формирования и обработки сигналов. Прежде всего, это обусловлено необходимостью установки модулей АФАР на расстоянии друг от друга соизмеримом с длиной волны (как правило, полдлины волны). В некоторых сантиметровых РЛС апертура антенной системы такова, что требует установки модулей АФАР количеством от 5000 до 10000 и выше. При условной стоимости каждого цифрового ППМ 30000 рублей стоимость АФАР без учета общих устройств формирования и обработки сигналов может достигать стоимости от 150 до 300 миллионов рублей и выше.

Из-за расширения диаграммы направленности фазированных антенных решеток (ФАР) и снижения коэффициента усиления при отклонении луча от нормали сектор поиска АФАР по угловым координатам не может превышать, как правило, ±45º. Тем не менее, для многих прикладных задач радиоуправления и радиокоррекции требуемый сектор сканирования («прокачки») лучом пространства не должен превышать ± 5, 10, …, 20º. В этом случае к расстоянию между элементами АФАР могут предъявляться менее жесткие требования, которые определяются угловым положением дифракционных максимумов.

Поиск возможностей реализации электронного сканирования и пространственно-временной обработки сигналов в РЛС с цифровой фазированной антенной решеткой с большим расстоянием между излучающими элементами, а именно цифровых прореженных антенных решеток (ЦПАР), обеспечивающих снижение стоимости аппаратуры является в настоящее время актуальной задачей.

2. Цель научной работы.

Цель работы – исследовать возможности использования активных цифровых прореженных антенных решеток (АЦПАР) для решения задач электронного сканирования лучом радиолокационной станции (РЛС) и мгновенного обзора широкого (заданного) сектора пространства, имеющих по сравнению с классической АФАР более низкую стоимость за счет использования минимального количества приемо-передающих модулей.

3. Задача научной работы.

Конкретной задачей работы является обоснование структур АЦПАР, сформированных путем деления апертуры антенны на несколько участков (подрешеток, субапертур), ширина ДН каждого из которых соизмерима с требуемым сектором поиска.

5. Материалы и методы исследования.

Работоспособность предложенного способа использования АЦПАР для решения задач электронного сканирования лучом РЛС и мгновенного обзора широкого сектора пространства, за счет использования минимального количества приемо-передающих модулей проверена на математической модели (ММ).

6. Патентно-лицензионная ценность научной работы.

Патентно-лицензионная ценность научной работы заключается в том, что
в предлагаемом варианте сочетание разных способов построения системы пространственно-временной обработки сигналов с применением современных методов авторегрессионного спектрального анализа позволит создать РЛС с прореженной АФАР с пониженной стоимостью, решающей идентичные задачи.

7. Результаты, теоретическая и (или) практическая ценность научной работы.

Таким образом, исследование показало возможность использования прореженных антенных решеток для решения не только задач пространственного сверхразрешения методами линейного предсказания и другими спектральными методами, но и выполнения прореженного ДПФ по пространству. Простая схема прореженного ДПФ по пространству обеспечивает сектор поиска по пространству шире настолько, насколько меньше апертура первичного пространственного фильтра. При этом схема работы АЦПАР на передачу может строиться либо путем сканирования лучом прореженной решетки в секторе, шириной с ДН первичного пространственного фильтра, что ведет к потере времени на поиск, либо путем излучения на передачу одним первичным пространственным фильтром, что ведет к потере энергии. В первом случае затрачивается время на поиск, во втором случае затрачивается время на накопление до достижения нужной энергии выборки отсчетов отраженных сигналов.

Использование смешанной схемы, позволяющей обеспечивать при необходимости как сканирование лучом на передачу, так и излучение суммарной мощности частью апертуры, определяемой требуемой шириной сектора поиска, позволит более гибко применять положительные стороны первой и второй схем построения АЦПАР.

Для наиболее эффективного решения задачи сканирования лучом на передачу следует компенсировать потери коэффициента направленного действия за счет увеличения времени накопления.

Фатов А.В.

ФГКВОУ ВПО «Военная академия войсковой противовоздушной обороны Вооруженных Сил Российской Федерации имени Маршала Советского Союза А.М. Василевского» Министерства обороны Российской Федерации

ПРИМЕНЕНИЕ МЕТОДА ПРОНИ И ЕГО РАЗНОВИДНОСТЕЙ ДЛЯ РЕАЛИЗАЦИИ ВЫСОКОТОЧНЫХ ПРОЦЕДУР ИЗМЕРЕНИЯ ПРИ ОГРАНИЧЕННОЙ ВЫБОРКЕ ВХОДНЫХ ДАННЫХ

1. Актуальность и проблематика научной работы.

Бурное развитие цифровой вычислительной техники, а так же неослабевающий интерес к теоретическим исследованиям, направленным на разработку высокоточных измерительных процедур, расширило сферы приложения методов цифрового анализа. Благодаря простоте реализации, а так же мощному теоретическому аппарату гармонический анализ нашел широкое применение в различных отраслях науки и техники. Вместе с тем ему присущ ряд ограничений существенно ограничивающих его возможности: присутствие «оконного» эффекта, а так же минимальное использование априорной информации о характере анализируемого сигнала.

2. Цель научной работы.

Целью работы является разработка методов обладающих более высокими по сравнению с методами классического цифрового анализа точностными характеристиками, использующих априорную информацию об анализируемом процессе (сигнале). Оценка их потенциальных возможностей, а также программной реализации.

3. Задача научной работы.

Конкретной фундаментальной задачей в рамках проблемы, на решение которой направлена работа, является анализ возможности применения разновидностей методов Прони в интересах повышения точностных характеристик измерительных процедур при ограниченной выборке входных данных.

4. Научная новизна и теоретическая значимость научной работы.

Научная новизна и теоретическая значимость работы обуславливаются следующими новыми научными результатами, полученными в ходе исследований:

– количественная оценка потенциальных возможностей разновидностей методов Прони, их точностных характеристик при наличии шумов и помеховых воздействий;

– оценка полной погрешности использования вышеуказанных методов для решения задач измерения;

– оценка корректности и устойчивости вычислительных алгоритмов реализующих указанных разновидностей.

5. Материалы, методы и объем научной работы.

Метод Прони

Бурное развитие цифровой вычислительной техники, а так же неослабевающий интерес к теоретическим исследованиям, направленным на разработку высокоточных измерительных процедур, расширило сферы приложения методов цифрового анализа. Благодаря простоте реализации, а так же мощному теоретическому аппарату гармонический анализ нашел широкое применение в различных отраслях науки и техники. Вместе с тем ему присущ ряд ограничений существенно ограничивающих его возможности: присутствие «оконного» эффекта, а так же минимальное использование априорной информации о характере анализируемого сигнала.

В тоже время большие перспективы дальнейшего развития приобретают методы современного цифрового спектрального оценивания к достоинствам, которых можно отнести и использование дополнительной априорной информации о входном воздействии, и отсутствие «оконного» эффекта как такового. Главной отличительной особенностью этих методов является то, что анализируемая последовательность отсчетов сигнала рассматривается как фрагмент более продолжительного (обширного) процесса. Задача реализуемого метода оценивания состоит в построении по имеющимся данным модели рассматриваемого совокупного процесса и отыскании таких ее параметров, при которых поведение модели с заданным приближением совпадет с анализируемым фрагментом исходных данных. Часто из-за этой отличительной особенности эти методы также называют параметрическими.

Известно большое количество различных методов цифрового спектрального оценивания, в основе которых лежит предположение о статистической связи искомых параметров модели с корреляционной матрицей входных данных.

Одним из старейших методов спектрального оценивания, нашедший свое применение задолго до четкого формирования теории цифрового спектрального – является метод Прони. По принципам использования априорной информации исходный метод относят к параметрическим методам, и не является статистическим по характеру использования входных данных. Данные в методе Прони связываются с моделью детерминировано. В основе исходного метода Прони лежит идея о связи параметров экспоненциальной модели процесса, характеристики которого необходимо измерить, с решением однородного разностного уравнения с постоянными коэффициентами, решая которое находят искомые параметры экспонент.

Для обработки сигналов, полученных с выходов каналов приема (элементов антенной решетки, частотных фильтров и т.д.), применимы методы спектрального оценивания, к которым может быть отнесен метод Прони. Остановимся подробнее на данном методе, который основывается на представлении входного сигнала, как линейной комбинации экспоненциальных функций. Это могут быть вещественные затухающие или возрастающие экспоненциальные функции, а так же комплексные с постоянной или меняющейся по экспоненциальному закону амплитудой.

Сущность метода Прони заключается в том, что каждый n-й отсчет исходной последовательности U_n представляется P-членной моделью в виде суммы экспонент:

(1)

где P – количество сигнальных составляющих во входном сигнале; – комплексная амплитуда экспоненты; – комплексная экспонента; и – амплитуда и коэффициент затухания экспоненты; и – частота и начальная фаза p-й составляющей входного сигнала.

Исходя из вида представленной модели сигнала входная последовательность сигналов может быть представлена в виде следующей системы уравнений:

(2)

Для решения этой системы предлагается раздельной нахождение неизвестных значений , подставив которые в данную систему уравнений позволяют определить параметры модели . Подход к оценке параметров искомых экспонент основан на том, что система (2) имеет структуру матрицы Вандермонда решение которой может рассматриваться как решение некоторого однородного линейно-разностного уравнения с постоянными коэффициентами. А так же опирается на определение теоремы Фредгольма: система линейных уравнений вида совместна лишь в том случае, если его каждое решение b соответствующей транспонированной системы уравнений удовлетворяет условию ортогональности со столбцом свободных членов исходного уравнения . Поэтому каждое решение b системы

должно быть ортогонально последовательности отсчетов сигнала

. (3)

Одним из следствий вышеприведенных выкладок является вид упомянутого ранее линейно-разностного уравнения, так же называемого характеристическим

(4).

Другим немаловажным следствием является то, что коэффициенты характеристического полинома (4) есть алгебраические дополнения последней строки расширенной матрицы системы (2). То есть являются комбинациями значений комплексных экспонент составляющих сигнальную смесь, и не зависят от комплексных амплитуд.

Таким образом, для нахождения комплексных экспонент модели сигнала следует вычислить корни характеристического многочлена (4). Исходя из упомянутого выше условия ортогональности последовательности отсчетов сигнала коэффициентам характеристического полинома (3) определяется немало способов нахождения данных коэффициентов полинома.

6. Результаты и практическая ценность работы.

Было проведено исследование методов Прони, которое имело своей целью найти новое обоснование метода в рамках теории многоканального анализа на основе метода фиктивного источника. Это позволило предложить ряд новых способов формирования матриц данных, необходимых для вычисления коэффициентов характеристического полинома метода Прони, а также разработать аналитический аппарат оценки разрешающей способности, основанного на положениях теории возмущения матриц.

В рамках проведенного исследования рассматривалась возможность применения метода Прони, а так же его модификаций для реализации высокоточных процедур измерения параметров анализируемого процесса.

Рассмотрены и проанализированы факторы, определяющие величину полной погрешности применения метода Прони. Результаты этого анализа позволяют определить возможные и предпочтительные способы применения данного метода в зависимости от априорной информации о структуре, характере изменения интересующих нас параметров анализируемого процесса.

Проведен анализ возможностей программной реализации указанного метода в интересах повышения точности вычислений, а также особенностей оказывающих на точность вычислительной процедуры в целом.

Говоря о возможностях применения метода Прони и его различных модификаций можно отметить следующее:

связь параметров аналитической модели используемой для реализации метода Прони с параметрами исследуемых процессов (сигналов) позволяет используя аппарат теории идентификации добиться более точного измерения параметров исследуемого процесса (сигнала);

программная реализация вычислительного алгоритма обеспечивает достаточный уровень устойчивости и корректности получаемых результатов.

Юрченков А.А.

ФГКВОУ ВПО «Военная академия войсковой противовоздушной обороны Вооруженных Сил Российской Федерации имени Маршала Советского Союза А.М. Василевского» Министерства обороны Российской Федерации

ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ПРОЦЕССА ВОССТАНОВЛЕНИЯ ОБРАЗЦА ВОЕННОЙ ТЕХНИКИ

1. Актуальность и проблематика научной работы.

На современном этапе развития эксплуатации вооружения в ВС РФ для обеспечения непрерывности и надежности ее эксплуатации применяется планово предупредительная система технического обслуживания и ремонта. Она включает в себя три подсистемы: контроля технического состояния, технического обслуживания и ремонта. При этом, в рамках планово-предупредительной системы, техническое обслуживание и плановые виды ремонта (средний и капитальный) проводятся независимо от реального технического состояния вооружения. Одним из основных способов сокращения затрат времени на техническое обслуживание и ремонт служит своевременное проведение контроля технического состояния, одним из которых служит техническое диагностирование.

2. Цель научной работы.

Целью работы является исследование возможности использования искусственного интеллекта в процессе технического диагностирования образца военной техники.

3. Задача научной работы.

Конкретной задачей в рамках данной работы, является разработка алгоритма работы диагностического устройства, основанного на использовании искусственного интеллекта.

4. Материалы и методы исследования.

В рамках проведенного исследования, была исследована возможность проведения оперативного диагностирования состояния ГТД 9И56 изделия «Тор-М1».

На основании результатов контроля технического состояния ГТД изделия «Тор-М1» , проведенных на 60-м арсенале (г.Калуга), для решения задачи технической диагностики агрегатов и механизмов в акустическом диапазоне была использована исходная информация представляемая в виде сигнатуры.

Было определено, что наиболее целесообразно анализ сигнатуры производить в частотной области посредством построения квазиоптимальных фильтров, так как в этой области отсутствует проблема инвариантности структуры сигнала к смещению во времени, а оптимальный фильтр должен наилучшим образом пропускать те составляющие, которые наиболее сильно выражены в спектре сигнала.

При этом решение такой задачи в нейросетевом базисе было поставлено следующим образом. Пусть задан сигнал s(t), его форма и спектр заранее известны. Найти частотную характеристику фильтра согласованного со спектром сигнала в нейросетевом логическом базисе. Таким образом, необходимо построить такой «нейросетевой» фильтр, частотная характеристика которого была бы копией амплитудно-частотного спектра сигнала на выходе датчика.

Анализ положения спектральных составляющих сигнала производился с последующим их анализом многомерным нейросетевым фильтром (рисунок 1), где x_i (i1…m) – входной вектор, H_j(jω)– частотная характеристика, y_k – отклик системы на входное воздействие.

(1)

Таким образом, система диагностики, реализованная на нейронной сети должна представлять собой некоторую совокупность фильтров, АЧХ которых согласованны с АЧ спектром составляющих сигнала для конкретного режима работы агрегата.

В состав данного устройства входят устройства выделения квадратурных составляющих, а также входят два нейросетевых классификатора на вход которого поступают отсчеты с выхода блока ДПФ.

Так как обучающая выборка для нейросетевого классификатора должна быть представительной и не противоречивой, то исходными данными для обучения являются спектральные и спектрально-временные характеристики сигнатур, а именно их квадратур A_n и B_n для различных частот вращения двигателей. С целью успешного обучения и в большей степени правильного функционирования эти сигналы должны находиться в одних пределах, т. е. необходимо произвести их нормировку. Для осуществления нормировки спектра находится максимальное значение отсчета ДПФ каждого вектора A_n и B_n, а затем каждый из отсчетов данных векторов делится на эту величину. Таким образом, осуществляется операция масштабирование спектра по амплитуде.

Нормировка выходного сигнала осуществляется на этапе обучения сети и осуществляется посредством выбора соответствующей функции активизации.

Алгоритм работы устройства диагностики заключается в семи последовательных этапах:

Первый этап. ДПФ принятых от датчиков сигнала в цифровом анализаторе спектра и выделение квадратурных составляющих сигнала, в полосе анализа 18 Гц – 20 кГц.

Второй этап. Исходя из данных в цифрового анализатора спектра формирование векторов An и Bn, размер которых есть амплитуда гармоник на соответствующих отсчетах дискретной последовательности сигнала.

Третий этап. Масштабирование входного спектрального или спектрально-временного представления сигнала (вектора).

Четвертый этап. Подача масштабированного входного сигнала на ассоциативное запоминающее устройство (АЗУ), содержащее накопитель, дешифратор адреса, регистр дескрипторов, блока приоритетов и коммутатора.

Пятый этап. Подача сформированного вектора исходных данных с выхода АЗУ на входы нейросетевых классификаторов.

Шестой этап. Оценка принадлежности входного вектора соответствующему типу неисправности по максимальному коэффициенту корреляции.

Седьмой этап. Выдача решения потребителям информации.

Для принятия правильного решения нейронной сетью осуществляется ее обучение. Обучение избавляет от необходимости выбирать ключевые признаки, их значимость (информативность) и отношения между признаками. Но, тем не менее, выбор исходного представления входных данных (частотные характеристики, частотно-временные и т.п.), существенно влияет на качество решения задачи диагностики.

Для оценки процессов, происходящих на различных итерациях, при обучении нейросетевых классификаторов анализировались характер изменения ошибки и коэффициент корреляции на различных этапах обучения (рисунок 2,3).

Рисунок 2. Эволюция ошибки при обучении нейросетевых классификаторов 1 – для одномерного нейросетевого классификатора; 2 – для псевдодинамического нейросетевого классификатора с прореживанием по времени анализа через ; 3 – для двумерного нейросетевого классификатора без прореживания по времени.

Рисунок 3. Изменение коэффициента корреляции при обучении

1 – для одномерного нейросетевого классификатора; 2 – для двумерного нейросетевого классификатора с прореживанием по времени анализа через τ_k; 3 – для двумерного нейросетевого классификатора без прореживания по времени.

При обучении НС были получены зависимости коэффициента корреляции сети в зависимости от сложности структуры сети (количества нейронов в скрытых слоях) представленных на сладе.

5. Результаты, теоретическая и (или) практическая ценность научной работы.

Таким образом, в рамках проведенной работы была обоснована возможность использования искусственного интеллекта в системах технической диагностики и разработан алгоритм работы такого диагностического устройства, что позволит осуществлять оперативность технического диагностирования исследуемых узлов и агрегатов.

Кроме того, реализация предложенного алгоритма работы диагностического устройства позволит проводить оперативное диагностирование всех узлов и агрегатов имеющих сейсмические вибрации и шумы в ходе использования (двигатели внутреннего сгорания, электрические двигатели, подвески автомобилей, вращающиеся контактные устройства и другие).

Халла А.В.

Битаев Е.С.

Амозов Е.В.

Романчук А.С.

ФГКВОУ ВПО «Военная академия войсковой противовоздушной обороны Вооруженных Сил Российской Федерации имени Маршала Советского Союза А.М. Василевского» Министерства обороны Российской Федерации

МЕТОДИКА СИНТЕЗА КОНСТРУКЦИИ СВЕРХШИРОКОПОЛОСНОЙ ЛИНЕЙНОЙ ПЕЧАТНОЙ АНТЕННОЙ РЕШЕТКИ С ДИАГРАММОЙ НАПРАВЛЕННОСТИ СПЕЦИАЛЬНОЙ ФОРМЫ

1. Актуальность и проблематика научной работы.

В связи с развитием радиотехники возрастает количество устройств, имеющих в составе антенные системы. Обширный круг задач, выдвигаемый наукой и техникой перед разработчиками радиосистем приводит к необходимости создания антенн различного назначения с различными характеристиками. Требования улучшения разрешающей способности, повышения информативности, быстродействия, помехозащищенности современных радиотехнических комплексов привели к появлению фазированных антенных решеток, а стремление увеличить уровень максимальной излучаемой мощности, надежность, адаптацию к конкретной помеховой обстановке - к созданию активных антенных решеток.

Диаграмма направленности антенной решетки определяется амплитудами и фазами возбуждения излучателей, поэтому путем независимого регулирования этих величин (при помощи фазовращателей, аттенюаторов и других элементов, входящих в состав системы питания) можно получить диаграмму направленности специальной формы.

Наиболее востребованной и труднореализуемой из за сложности расчета в настоящее время является диаграмма направленности косекансной формы.

2. Цель научной работы.

Целью работы является разработка методики синтеза СШП линейной печатной антенной решетки с диаграммой направленности специальной формы для сигналов пикосекундной длительности.

3. Задача научной работы.

Конкретной фундаментальной задачей в рамках проблемы, на решение которой направлена работа, является научное обоснование принципов построения и методики синтеза СШП линейной печатной антенной решетки с диаграммой направленности специальной формы.

Результаты исследований использованы при разработке антенной системы мобильного многофункционального комплекса внешнетраекторных измерений двойного назначения в рамках НИОКР «Траектория» (ОАО «НПК «Тристан», г. Москва) (рисунок 11).

а) б)

Рисунок 11 – Приемо-передающий модуль (а) и мобильный многофункциональный комплекс внешнетраекторных измерений двойного назначения (б) с СШП линейной печатной антенной

решеткой в составе активной кольцевой ФАР

Можно сделать вывод о высокой степени сходимости результатов теоретического расчета и электродинамического моделирования антенной решетки, что подтверждает адекватность методики синтеза СШП линейной печатной антенной решетки.

4. Научная новизна и практическая значимость научной работы.

Научная новизна и теоретическая значимость работы обуславливаются следующими новыми научными результатами, полученными в ходе исследований:

алгоритм оптимизации методом многопараметрического поиска параметров прямоугольного печатного излучателя СШП линейной печатной антенной решетки, отличающийся от известных использованием в качестве критерия оптимизации максимума коэффициента усиления антенны в заданной полосе частот;

способ построения микрополосковой системы питания СШП линейной печатной антенной решетки, оригинальность которого заключается в применении спиральной структуры и расположения системы питания в одном отдельном слое, отличающийся от известных малогабаритностью конструкции, равной разностью хода волн от точки питания до каждого излучателя и обеспечивающий равноамплитудное синфазное возбуждение излучателей, а также формирование на этой основе косекансной формы диаграммы направленности и возможность излучения и приема без искажений СШП простых и сложных сигналов;

метод расчета специального амплитудного и фазового распределения поля на поверхности излучателей печатной антенной решетки, основанный на теории цифровых фильтров, адаптированной к расчету весовых амплитудных и фазовых коэффициентов распределения, обеспечивающих формирование аналитически заданной диаграммы направленности заданной формы СШП линейной печатной антенной решетки;

способ формирования заданного амплитудного и фазового распределения СШП сигнала в полосковой системе питания СШП линейной печатной антенной решетки, основанный на делении мощности с помощью четвертьволновых полосковых делителей для формирования амплитудного распределения и способ изменения положения четвертьволнового трансформатора системы питания антенной решетки относительно оси симметрии для формирования фазового распределения, обеспечивающие достижение рассчитанных амплитудного и фазового распределений СШП сигнала в микрополосковой спиральной системе питания СШП линейной печатной антенной решетки;

методика синтеза конструкции СШП линейной печатной антенной решетки с диаграммой направленности заданной формы, включающая оптимизацию параметров входящего в состав антенной решетки одиночного излучателя, учитывающая значения параметров аналитического описания и результаты расчета амплитудных и фазовых весовых коэффициентов диаграммы направленности заданной формы решетки, результаты полученного путем электродинамического моделирования распределения поля на поверхности излучателей антенной решетки с использованием пакета CST DESIGN STUDIO, результаты расчета допустимого количества излучателей и параметров микрополосковой системы питания решетки, электродинамического моделирования параметров и характеристик линейной печатной антенной решетки в целом, количественную оценку сходимости полученного амплитудного и фазового распределения с расчетными;

прототип СШП линейной печатной антенной решетки с диаграммой направленности косекансной формы, конструктивно выполненный на основе результатов методики синтеза конструкции СШП линейной печатной антенной решетки с диаграммой направленности заданной формы.

Практическая значимость работы определяется:

показанной возможностью технической реализации в перспективных РЛС кругового обзора предлагаемого прототипа СШП линейной печатной антенной решетки с диаграммой направленности заданной формы;

подтвержденными результатами экспериментального исследования параметров прототипа СШП линейной печатной антенной решетки с диаграммой направленности заданной формы, удовлетворяющих заданным требованиям к форме ее диаграммы направленности;

использованием прототипа СШП линейной печатной антенной решетки с диаграммой направленности заданной формы в опытном образце унифицированного мобильного многофункционального комплекса внешнетраекторных измерений в рамках научно-технического проекта Союзного государства «Траектория»;

наличием заказов на производство СШП антенных решеток предприятиями-разработчиками СШП РЛС.

5. Материалы и методы исследования.

В ходе натурных экспериментов по среднеквадратическому отклонению произведена оценка сходимости формы диаграммы направленности прототипа СШП печатной антенной решетки с результатами электродинамического моделирования (рисунок 12). Расхождение результатов составило 0,25 градуса (менее 9 %), что сравнимо с точностью измерения диаграммы направленности в ходе эксперимента (0,2 градуса).

Математическим моделированием произведена оценка дальности обнаружения РЛС, использующей СШП антенную решетку с диаграммой направленности косекансной формы с диапазоном от 9 до 10 ГГц по сравнению с равноамплитудной синфазной антенной решеткой.

В результате расчета в для от 0 до 90° получен график (рисунок 14), показывающий зависимость дальности обнаружения от угла места РЛС, использующей СШП антенную решетку с диаграммой направленности косекансной формы в сравнении с равноамплитудной антенной решеткой.

Рисунок 14 – Дальность обнаружения СШП РЛС с диаграммой направленности заданной формы.

Из рисунка 14 видно, что диаграмма направленности косекансной формы СШП РЛС обнаружения позволяет производить обзор пространства наиболее эффективно. Особенно явно преимущество антенной решетки с такой диаграммой направленности проявляется на малых углах места, что особенно актуально для обнаружения НЛЦ. Расчеты показали, что дальность обнаружения РЛС разведки, использующей СШП антенную решетку с диаграммой направленности косекансной формы в среднем в 2,4 раза выше по сравнению с РЛС с равноамплитудной синфазной антенной решеткой.

Частотные характеристики решеток исследованы методом рефлектометрии. Экспериментальные исследования направленных свойств прототипов антенн производились методом «двух одинаковых антенн». При экспериментальных исследованиях для возбуждения антенн использовался сигнал генератора Trim ТМГ 75045В001.

6. Список литературы, опубликованный автором по теме научной работы.

1. Зайцев А.В., Битаев Е.С. Измерение диаграммы направленности сверхширокополосных антенн импульсным методом // Материалы XVII военно-научной конференции. Ч. 3, секция 7. Смоленск, ВА ВПВО ВС РФ, 2010.

2. Битаев Е.С., Амозов Е.В., Халла А.В. Формирование диаграммы направленности равноамплитудной печатной антенной решеткой // Математическая морфология. Том 10. Выпуск 2, 2011.

3. Зайцев А.В., Битаев Е.С., Амозов Е.В. Cпособ формирования специального амплитудного и фазового распределения в системе питания СШП линейной печатной антенной решетки, Москва, Материалы 67 Всероссийской конференции с международным участием «Научная сессия, посвященная дню радио (RDC-2012)».

4. Битаев Е.С., Зайцев А.В., Амозов Е.В., Романчук А.С. Cпособ формирования равномерного амплитудного и фазового распределения в системе питания СШП линейной печатной антенной решетки. Статья. «Радиолокация, навигация, связь (RLNC-2012)». Сборник научных материалов. Воронеж: ВАИУ, 2012.

5. Битаев Е.С., Зайцев А.В., Амозов Е.В. Cпособ формирования специального амплитудного и фазового распределения в системе питания СШП линейной печатной антенной решетки. Статья. «Научная сессия, посвященная дню радио (RDC-2012)». Сборник научных материалов. Москва: РНТОРЭС им. А.С. Попова, 2012.

Бондаренко Д. Л.

ФГКВОУ ВПО «Военная академия войсковой противовоздушной обороны Вооруженных Сил Российской Федерации имени Маршала Советского Союза А.М. Василевского» Министерства обороны Российской Федерации

СПОСОБ ОБЕСПЕЧЕНИЯ ЖИВУЧЕСТИ ИНФОРМАЦИОННО-УПРАВЛЯЮЩЕЙ ПОДСИСТЕМЫ АСУ

1. Актуальность и проблематика научной работы.

Вопросам обеспечения живучести информационно-управляющей подсистемы АСУ, под которой в работе понимается ее свойство сохранять во времени в установленных пределах способность реализовывать заданные функции в заранее неопределенных динамически изменяющихся условиях при целенаправленном негативном воздействии на подсистему в целом или на ее отдельные элементы, достаточного внимания не уделялось.

Материальную основу АСУО образует сложная и динамическая совокупность взаимосвязанных в установленном порядке подчиненности органов и пунктов управления, средств связи и разведки с их структурой и техническими средствами. Основными функциональными компонентами АСУО являются: средства разведки воздушного противника (РВП); органы и ПУ, должностные лица, с установленными между ними взаимосвязями, производящие переработку информации и выработку управленческих решений; исполнительные подсистемы, элементами которых являются зенитные средства; технические средства прямой и обратной связи, обеспечивающие нормальное функционирование всей АСУО.

2. Цель научной работы.

Целью работы является повышение эффективности управления на основе обеспечения требуемой живучести информационно-управляющей подсистемы АСУ в условиях негативного внешнего воздействия.

3. Задача научной работы.

Разработка способа обеспечения живучести информационно-управляющей подсистемы АСУ в условиях негативного воздействия.

4. Материалы и методы исследования.

Работоспособность предложенного способа проверена с использованием сетевой автоматизированной модели системы управления огнем, разработанной профессором Зерновым М. И.

5. Результаты, теоретическая и (или) практическая ценность научной работы.

Полученные результаты, выводы и рекомендации в работе обеспечены достаточной полнотой учета факторов, определяющих условия функционирования ИУП АСУО в современном противовоздушном бою (ПВБ), корректным применением избранных методов исследования, обоснованным принятием допущений и ограничений при формировании исходных данных для решения частных задач, а также корректным выбором показателей и критериев живучести ИУП и эффективности автоматизированного управления огнем, детальным изучением и анализом публикаций в исследуемой предметной области и их использованием.

Основным результатом работы считается наличие устойчивого прироста эффективности автоматизированного управления на основе реализации предложенного способа обеспечения живучести ИУП АСУ в условиях негативного внешнего воздействия среды на 18-24 % (для заданных экспериментальных условий).

8. Список литературы, опубликованный автором по теме научной работы.

1. Бондаренко Д. Л. Постановка задачи исследования живучести информационно-вычислительных комплексов специального назначения / Д. Л. Бондаренко, И. В. Грудинин // Научно-технический сборник «Оборонная техника», № 8. – М., 2011. – 9 с. – Деп. в ФГУП НТЦ «Информтехника», № 117/32.

2. Бондаренко Д. Л. Способ выбора стратегии защиты и повышения живучести информационно-вычислительных комплексов военного назначения / Д. Л. Бондаренко // Математическая морфология, т. 10, вып. 4. – М., 2011. – 4 с.– № 04201100004/0053.

3. Бондаренко Д. Л. Повышение структурной живучести информационно-вычислительных комплексов путем оптимального пространственного разнесения элементов / Д. Л. Бондаренко // Математическая морфология, т. 10, вып. 4. – М., 2011. – 6 с.– № 04201100004/0054.

4. Бондаренко Д. Л. Радиозаметность элементов управления информационно-вычислительных комплексов / Д. Л. Бондаренко // Математическая морфология, т. 10, вып. 4. – М., 2011. – 4 с.– № 04201100004/0055.

5. Бондаренко Д. Л. Рекомендации по оптимизации мероприятий повышающих живучесть информационно-вычислительных комплексов АСУ / Д. Л. Бондаренко // Математическая морфология, т. 10, вып. 4. – М., 2011. – 3 с.– № 04201100004/0056.

6. Бондаренко Д. Л. Площадная модель воздействия на информационно-вычислительный комплекс АСУ / Д. Л. Бондаренко // Математическая морфология, т. 10, вып. 4. – М., 2011. – 4 с.– № 04201100004/0057.

7. Бондаренко Д. Л. Живучесть вычислительных систем и информационно-вычислительных комплексов при интенсивном внешнем воздействии / Д. Л. Бондаренко // Сборник научных трудов «Компьютерные технологии и информационные системы», № 20. – Смоленск: ВА войсковой ПВО ВС РФ, 2011. – С. 13–16.

8. Бондаренко Д. Л. Анализ существующих и перспективных средств воздействия противника на элементы информационно-вычислительного комплекса / Д. Л. Бондаренко // Сборник научных трудов «Компьютерные технологии и информационные системы», № 20. – Смоленск: ВА войсковой ПВО ВС РФ, 2011. – С. 17–22.

9. Бондаренко Д. Л. Уязвимость элементов управления информационно-вычислительного комплекса / Д. Л. Бондаренко // Информ. бюллетень Смоленского регионального отделения АВН, № 25. – Смоленск: ВА войсковой ПВО ВС РФ, 2012. – Инв. № 21330. – С. 160–164.

10. Бондаренко Д. Л. Значение пространственного разнесения элементов управления на живучесть информационно-вычислительных комплексов специального назначения / Д. Л. Бондаренко // Сборник материалов XIV Международной научно-практической конференции «Наука и современность – 2011». – Новосибирск: Центр развития научного сотрудничества, 2011. – С. 187–192.

11. Бондаренко Д. Л. Анализ задач повышения живучести сложных систем информационно-вычислительных комплексов / Д. Л. Бондаренко // Сборник статей по материалам Всероссийской научно-практической конференции «Современные проблемы и перспективные направления развития авиационных комплексов и систем военного назначения, форм и способов их боевого применения». Часть 2. – Воронеж: ВАИУ, – ISBN 978-5-91972-047-8. – С. 120–122.

12. Бондаренко Д. Л. Способ управления обслуживанием запросов пользователей в информационно-вычислительном комплексе / Д. Л. Бондаренко, С. А. Скачков, Ю. И. Есин, А. В. Клюев, Т. Н. Нургазинов // Заявка на патент № 2011135286, 2012.

13. Бондаренко Д. Л. Разработка и научное обоснование методов повышения живучести ЗРК исходя из противоречий надежности. Промежуточный. Раздел 1, 4. Анализ живучести систем военного назначения войсковой ПВО и основных направлений ее совершенствования в современных условиях. Анализ основных подходов к решению задачи создания «живучего» ЗРК войсковой ПВО ВС РФ / Д. Л. Бондаренко, С.А. Скачков и др. // Отчет о НИР, шифр «Неон». – Смоленск: ВА войсковой ПВО ВС РФ, 2011. – С. 11–15, 58–67.

14. Бондаренко Д. Л. Разработка и научное обоснование методов повышения живучести ЗРК, исходя из противоречий надежности. Этап 2. Раздел 1, 4. Влияние доэксплуатационных этапов разработки цифровых радиоэлектронных средств на живучесть ЗРК. Определение допустимой интенсивности отказов сбойного характера по критерию потери эффективности подразделений войсковой ПВО / Д. Л. Бондаренко, С.А. Скачков и др. // Отчет о НИР, шифр «Неон». – Смоленск: ВА войсковой ПВО ВС РФ, 2012. – С. 11–21, 84–89.

Жбанов И.Л.

ФГКВОУ ВПО «Военная академия войсковой противовоздушной обороны Вооруженных Сил Российской Федерации имени Маршала Советского Союза А.М. Василевского» Министерства обороны Российской Федерации

АСИНХРОННЫЙ КЕПСТРАЛЬНО-ИНТЕГРАЛЬНЫЙ СПОСОБ ПЕРЕДАЧИ ДАННЫХ СВЕРХШИРОКОПОЛОСНЫМИ ИМПУЛЬСАМИ С ПОЗИЦИОННЫМ КОДИРОВАНИЕМ

1. Актуальность и проблематика научной работы.

В настоящее время в современных сверхширокополосных (СШП) системах передачи данных (СПД выделение информации возможно лишь при жесткой синхронизации моментов приема и передачи информации.

2. Цель научной работы.

Целью работы является решение важной проблемы передачи данных с использованием сверхширокополосных импульсов бес синхронизации моментов приема и передачи данных, свободных от вышеуказанных недостатков.

3. Задача научной работы.

Конкретной фундаментальной задачей в рамках проблемы, на решение которой направлена работа, является разработка нового способа кодирования и выделения информации, при котором синхронизирующий сигнал и сама синхронизация становятся излишними.

Сущность кодирования информации заключается в использовании в качестве основных носителей информации импульсов наносекундной длительности, описываемых первой производной гауссовой функции [3]. Эти импульсы имеют следующее аналитическое описание

,

(1)

где А – амплитуда импульса;

a – величина, характеризующая половину длительности импульса на уровне 0,707.

Для кодирования предлагается использовать периодическую последовательность гауссовых импульсов, состоящую из расположенных в определенном порядке «опорных» и «центральных» импульсов. Опорные импульсы отличаются от «центральных» тем, что их период следования T постоянен, а период следования «центральных» импульсов изменяется. В результате вся информация о кодировании будет заключаться во временном положении «центрального» СШП импульса относительно «опорных». При временном положени «центрального» СШП импульса правее на временной оси на от левого «опорного» импульса или левее на временной оси на от правого «опорного» импульса, результат кодирования соответствует логической «1», а при отличии временного положения «центрального» СШП импульса правее на временной оси на от левого «опорного» импульса или левее на временной оси на от правого «опорного» импульса результат кодирования соответствует логическому «0».

Таким образом, всю информацию о кодировании логического «0» или «1» предлагается заключить в задержках между импульсами. При данном способе кодирования информации необходимо соблюдать условие:

, (2)

где , , , – задержки между опорными и центральными импульсами; Т – период следования опорных импульсов, составляющий порядка десятки наносекунд.

Из условия (2) следует, что каждый бит информации кодируется двумя «опорными» импульсами и одним «центральным» в периоде следования всей последовательности СШП импульсов. При этом набор нескольких бит информации, будет представлять собой некоторое сообщение, именуемое кодограммой, которое излучается в пространство из первой точки объектом X и принимается во второй точке объектом Y.

После приема кодограммы объектом Y и усиления КПСШПИ (кодограммы) их предлагается проинтегрировать. Интегратор будет представлять собой пассивную RC–цепь.

После интегрирования и инвертирования будет получена последовательность однополярных сверхширокополосных импульсов, которая хранит полезную информацию во временных задержках между импульсами, а каждый из импульсов после интегрирования имеет следующее аналитическое описание

(3)

Интегрирование необходимо для осуществления операции растяжения импульсов и их дальнейшей оцифровки, так как при форме импульса, отличной от однополярной, импульсы не только растягиваются, но и меняют свою форму.

Растяжение импульсов необходимо для обеспечения процесса оцифровки сигнала аналого-цифровым преобразователем, так как при подаче на вход АЦП импульсов наносекундной длительности для достоверного восстановления их формы на выходе АЦП необходимо иметь в пределах длительности импульса достаточное количество отсчетов, которое будет определяется частотой дискретизации самого АЦП. К примеру, при подаче на вход АЦП (с частотой дискретизации 2 ГГц) импульса длительностью 1 нс, количество оцифрованных отсчетов будет равно 2, что явно недостаточно для качественного описания формы импульса. При сохранении формы и увеличении длительности импульса, к примеру, в 10 раз число оцифрованных отсчетов в пределах импульса будет равно уже 20. Экспериментальные исследования показали, что для достоверного восстановления формы сигнала, описываемого выражением (3), количество оцифрованных отчетов должно быть не менее 10.

Для растяжения СШП сигнал после интегрирования с помощью делителя с K выходами разделяется по мощности на K частей. Затем каждая из частей задерживается на время , вычисляемое по формуле

, (4)

где ;

– длительность одиночного СШП импульса после интегрирования.

При этом количество линий задержки H вычисляют по формуле

. (5)

После задержки все сигналы складываются по мощности в сумматоре.

Под подразумевается СШП сигнал после интегрирования, под – выходной сигнал сумматора, поступающий на вход АЦП. Первая линия задержки 3 задерживает сигнал второго выхода делителя 1 на , вторая линия задержки 3 задерживает сигнал третьего выхода делителя 1 на , h-я линия задержки 3, где задерживает сигнал (h+1)-го выхода делителя 1 на , а линия задержки 3 под номером Н задерживает сигнал с выхода делителя 1 под номером K=H+1 на .

Величина K будет определяться длительностью СШП импульсов после интегрирования и необходимой длительностью СШП импульсов для АЦП.

К примеру, при длительности СШП импульсов 1 нс, для получения после АЦП (с частотой дискретизации 2 ГГц) 10 отсчетов, отображающих параметры импульса, необходимо каждый импульс растянуть в пять раз. Значит, число K – есть целое положительное число, определяющее количество плеч делителя, которое определяется из неравенства

(6)

где – минимальная длительность СШП импульса, которую необходимо иметь для получения нужного числа отсчетов после аналого-цифрового преобразования данного импульса; – частота дискретизации АЦП.

В последующем растянутые СШП импульсы оцифровывают при помощи АЦП. Сверхширокополосные импульсы, становясь шире по длительности, не требуют повышения частоты дискретизации АЦП и сохраняют информацию о кодировании во временных задержках между ними.

Получившийся в результате набор данных, описывающий оцифрованный сигнал, поступает в ЭВМ, где по мере поступления данных с АЦП осуществляют формирование генерального массива данных D, из элементов которого формируют Z пробных массивов, где , причем число пробных массивов при этом Z вычисляют по формуле

(7)

где – частота дискретизации аналого-цифрового преобразователя;

– время поиска, затрачиваемое на обнаружение первых трех импульсов кодограммы, по специальному правилу описанному ниже.

При этом по мере формирования каждый вновь сформированный пробный z-й массив записывается в память ЭВМ и будет включать в себя значения оцифрованной растянутой последовательности сверхширокополосных импульсов, ограниченной временным интервалом длительностью , причем величину соответствующею z-му пробному интервалу вычисляют по формуле

, (8)

где – длительность одного оцифрованного растянутого импульса.

В результате каждый z-й пробный массив включает по N отсчетов, извлекаемых из генерального массива D, начиная с z-го элемента массива D и заканчивая (z+N-1)-м элементом массива D, где число элементов N в пробном массиве определяется по формуле

(9)

Таким образом, первый пробный массив формируют из элементов массива D с номерами с 1-го по N-й, второй пробный массив формируют из элементов массива D с номерами со 2-го по (N+1)-й, третий пробный массив формируют из элементов массива D с номерами с 3-го по (N+2)-й, а Z-й пробный массив формируют из элементов массива D с номерами с Z-го по (Z +N–1)-й. К примеру, генеральный массив D содержит 128 элементов, а N равен 48, тогда первый пробный массив будет включать в себя элементы генерального массива D с первого по 48-й, второй пробный массив будет включать в себя элементы генерального массива D со второго по 49-й, третий пробный массив будет включать в себя элементы генерального массива D с третьего по 50-й и т.д.

После чего элементы каждого z-го пробного массива последовательно подвергают кепстральной обработке [5], а именно дискретному прямому преобразованию Фурье [6] c использованием формулы

(10)

где n– номер отчета во временной области, m – номер отчета в частотной области; – значение комплексной амплитуды m-го отсчета спектра оцифрованного сигнала для z-го пробного массива, – значение амплитуды n-го по номеру отсчета, находящегося в z-м пробном массиве.

В последующем, для каждого z-го пробного массива вычисляют значение логарифма квадрата модуля каждого m-го отсчета, то есть m-го значения комплексной амплитуды спектра оцифрованного сигнала, на основании чего для каждого m-го значения z-го пробного массива находят разность по формуле

(11)

где – значение логарифма квадрата модуля m-го значения комплексной амплитуды спектра одиночного растянутого оцифрованного импульса, записанного в память электронно-вычислительной машины.

После чего, для результата разности для каждого z-го пробного массива последовательно вычисляют дискретное обратное преобразование Фурье [6] с использованием вектора разности по формуле

, (12)

где M – число элементов в векторе разности равное N.

В результате дискретного обратного преобразования Фурье для каждого z-го пробного массива получают соответствующий z-й основной массив, состоящий из элементов .

После чего вычисляют значение модуля для каждого m-го отсчета соответствующего z-го основного массива, в результате получают z-й кепстральный массив, состоящий из элементов который представляет собой кепстр z-го пробного массива, для декодирования информации каждый кепстральный массив разбивают на пять массивов , , , , , при этом массив z-го кепстрального массива включает в себя значения кепстра с номерами от до , где ; ;–функция округления в сторону наименьшего целого числа, массив z-го кепстрального массива включает в себя значения кепстра с номерами от до , где ; , массив z-го массива кепстрального включает в себя значения кепстра с номерами от до , где ; , массив z-го кепстрального массива включает в себя значения кепстра с номерами от до , где ; , массив z-го кепстрального массива включает в себя значения кепстра с номерами от до , где ; .

В последующем находят максимальное значение кепстра в каждом z-м кепстральном массиве, делят полученное максимальное значение кепстра на 4 и принимают результат в качестве порогового значения для z-го кепстрального массива, сравнивают величину с каждым значением соответствующего z-го кепстрального массива, при превышении порога значениями кепстра в массивах , , и отсутствии превышения порога в массивах , , или при превышении порога значениями кепстра в массивах , , и при отсутствии превышения порога в массивах , , принимают решение о наличии в z-м интервале трех импульсов и возможности приема кодограммы.

После чего формируют G новых рабочих массивов данных из генерального массива данных D, причем число G рабочих массивов вычисляют по формуле

, (13)

где – время приема кодограммы.

Номер кепстрального массива, которому соответствует наличие трех импульсов в соответствующем z-м интервале , фиксируют как начальный , а соответствующий z-й интервал обозначают как начальный , рабочие массивы формируют размерностью N, причем первый элемент первого рабочего массива имеет в массиве D номер , второй рабочий массив составляют из последовательности элементов массива D, начиная с [+N-1]-го элемента массива D и заканчивая [+2N-2]-м элементом массива D, а каждый последующий g-й рабочий массив составляют из последовательности элементов массива D, начиная с [+(g-2)T+N-1]-го элемента массива D и заканчивая [+(g-2)T+2N-2]-м элементом массива D. К примеру генеральный массив D содержит 512 элементов, N равен 48, равен 20, а в шестидесятом интервале включающем элементы генерального массива с шестидесятого по 107-й набор которых соответствует шестидесятому пробному массиву, в результате кепстральной обработки принято решение о наличии трех импульсов, тогда фиксируют как , а шестидесятый пробный массив принимают за первый рабочий массив, то второй рабочий массив будет включать в себя элементы генерального массива D с [60+47]-го (107-го) по [60+96-2]-й (154-й), третий рабочий масс-

ив будет включать в себя элементы генерального массива D с [60+(3-2) 20+47]-го (127-го) по [60+(3-2) 20+94]-й (174-й), четвертый рабочий массив будет включать в себя элементы генерального массива D с 147-го по 194-й и т.д.

Элементы каждого g-го рабочего массива, начиная с первого, подвергают последовательно кепстральной обработке, а именно дискретному прямому преобразованию Фурье по формуле

, (14)

где – значение комплексной амплитуды m-го отсчета спектра оцифрованного сигнала для g-го рабочего массива, – значение амплитуды n-го по номеру отсчета, находящегося в g-м рабочем массиве оцифрованного сигнала. После чего для каждого g-го рабочего массива вычисляют значение логарифма квадрата модуля каждого m-го отсчета, то есть m-го значения комплексной амплитуды спектра оцифрованного сигнала, на основании чего для каждого m-го значения g-го рабочего массива находят разность вида

, (15)

вычисляют дискретное обратное преобразование Фурье с использованием вектора разности по формуле

. (16)

В результате дискретного обратного преобразования Фурье, для каждого g-го рабочего массива получают соответствующий g-й основной массив, состоящий из элементов . После чего вычисляют значение модуля для каждого m-го отсчета соответствующего g-го основного массива, в результате получают g-й кепстральный массив, состоящий из элементов который представляет собой кепстр g-го рабочего массива.

Для декодирования информации каждый кепстральный массив разбивают на пять массивов ,,,,, при этом массивg-го кепстрального массива включает в себя значения кепстра от до , массив g-го кепстрального массива включает в себя значения кепстра от до , массив g-го кепстрального массива включает в себя значения кепстра от до , массив g-го кепстрального массива включает в себя значения кепстра от до , массив g-го кепстрального массива включает в себя значения кепстра от до .

В последующем находят максимальное значение кепстра в каждом g-м кепстральном массиве, делят полученное максимальное значение кепстра на 4 и принимают результат в качестве порогового значения для g-го кепстрального массива, сравнивают величину с каждым значением соответствующего g-го кепстрального массива. При превышении порога значениями кепстра в массивах ,, и при отсутствии превышения в массивах , принимают решение о наличии в данном g-м интервале закодированного логического нуля.

При превышении порога значениями кепстра в массивах ,, и при отсутствии превышения в массивах , принимают решение о наличии в данном g-м интервале закодированной логической единицы. После чего принимают, что выделенная информация из первого кепстрального массива соответствует первому биту информации принятой кодограммы, из второго кепстрального массива второму биту информации принятой кодограммы, а из g-го кепстрального массива – g-му биту информации принятой кодограммы.

В последующем создают результирующий массив, представляющий собой расшифрованную кодограмму, в его элементы записывают последовательно, начиная с первого кепстрального массива и заканчивая G-м кепстральным массивом, выделенную информацию из каждого g-го кепстрального массива, при отсутствии превышения порога значениями кепстра в установленных массивах ,, или ,, либо при наличии превышения порога значениями кепстра в других комбинациях массивов принимают решение об окончании приема кодограммы, после чего с объекта Y на объект X посылают запросный сигнал, свидетельствующий о готовности объекта Y к приему следующей кодограммы.

Сущность способа, а именно сущность процесса выделения информации, позволяющая исключить, режим синхронизации из общего процесса передачи и приема информации и заключается в следующем.

В известных способах [1-2], при кодировании информации временным положением СШП импульсов относительно их периода следования, для выделения информации необходимо точно определить временное положение начала каждого периода, чтобы в последующем относительно его оценивать временное положение каждого СШП импульса. Для этого необходимо строго синхронизировать моменты передачи и приема сообщения, что требует высокой стабильности частоты генерирования СШП импульсов, высокой стабильности системы синхронизации приемника и использования дополнительных специальных сигналов, служащих для синхронизации моментов передачи и приема сообщения.

4. Материалы и методы исследования.

Работоспособность предложенного способа проверена с использованием лабораторной установки, состоящей из генератора СШП импульсов TMГ075045ВО01, стробоскопического осциллографа ТМР8220 и двух идентичных СШП рупорных антенн.

5. Результаты, теоретическая и (или) практическая ценность научной работы.

Отношение сигнал/шум, Q [дБ]	1	6	12	18	24	32	40
Вероятность верного выделения информации	0,734	0,842	0,912	0,97	0,999	0,999	0,999

6. Список литературы, опубликованный автором по теме научной работы.

1. Жбанов И. Л. Основные способы синхронизации и выделения закодированной информации из последовательности сверхширокополосных импульсов. Статья. Математическая морфология (Зарегистрировано под номером 0421000004/0043). Том 9. Выпуск 3. Москва. 2010.

2. Жбанов И. Л. Помехоустойчивое асинхронное выделение информации при позиционном кодировании пачек сверхширокополосных импульсов. Статья. Математическая морфология (Зарегистрировано под номером 0421000004/0027). Том 9. Выпуск 2. Москва. 2010.

3. Жбанов И. Л., Силаев Н. В. Гомоморфно-корреляционная обработка кодовой последовательности сверхширокополосных импульсов при позиционном кодировании. Статья. Математическая морфология. (Зарегистрировано под номером 0421000004/0026) Том 9. Выпуск 2. Москва. 2010.

4. Жбанов И. Л., Силаев Н. В., Ребров А. С., Сеньков М. А. Полосковый формирующий фильтр сигналов наносекундной длительности. Статья. Труды международного форума по проблемам науки техники и образования. Том 3. Москва: Академия наук о Земле, 2008. – с. 31-33.

5. Жбанов И. Л., Силаев Н. В., Митрофанов Д. Г. Асинхронно кепстральный метод извлечения информации из за кодированной последовательности импульсов. Статья. Информационно-измерительные и управляющие системы. Том 8. Москва: Радиотехника, 2010.– с. 7-15.

6. Жбанов И. Л. Способ кодирования и асинхронного выделения информации передаваемой с помощью сверхширокополосных импульсов. Статья. Материалы IV международной научно-технической конференции. Том 5 г. Орел: 2010.– с. 52-58.

7. Жбанов И. Л., Силаев Н.В., Жбанова В. Л., Мартыненко Г. В. Способ передачи информации сверхширокополосными сигналами без синхронизации приемника и передатчика. Статья. Труды VII межрегиональной (международной) научно-технической конференции студентов и аспирантов. Том 2. Смоленск: филиал МЭИ, 2008.– с. 38-41.

8. Жбанов И. Л., Сеньков М. А. Особенности влияния рабочих областей линии передачи на ее основные характеристики. Статья. Сборник научных трудов «Компьютерные технологии и информационные системы», № 4. Смоленск: ВА войсковой ПВО ВС РФ, 2008.– с. 64-67.

9. Жбанов И. Л., Силаев Н. В., Тулузаков В. Г. Один из подходов применения широкополосных сигналов в интересах повышения точности радиолокационных измерений. Статья. 17 ВНК. Сборник научных материалов. Часть 3. Смоленск: ВА войсковой ПВО ВС РФ, 2010. Инв. № 21042 – с. 157-162.

10. Жбанов И. Л. Общая структура сверхширокополосных приемных устройств для аппаратуры передачи данных ЗРК войсковой ПВО. Статья. Сборник научных трудов «Компьютерные технологии и информационные системы», № 5. Смоленск: ВА войсковой ПВО ВС РФ, 2008.– с. 11-16.

11. Жбанов И. Л., Силаев Н. В., Митрофанов Д. Г., Степанова Л. В. Формирование и обработка импульсных последовательностей с позиционным кодированием сверхширокополосных импульсов для высокоскоростных систем передачи данных. Статья. Известия российской академии ракетных и артиллерийских наук. Выпуск 2. Москва: РАРАН, 2010.– с. 153-156.

12. Жбанов И. Л., Силаев Н. В. Способ приема сверхширокополосных сигналов, описываемых гауссовой функцией и ее производными высших порядков. Статья. Научные труды Военной академии. Вып. 21. Смоленск: ВА войсковой ПВО ВС РФ, 2009. – с. 155-158.

13. Жбанов И. Л., Силаев Н. В., Митрофанов Д. Г., Жбанова В. Л., Сеньков М. А., Васильченко О. В., Степанова Л. В., Ткаченко В. П. Асинхронно-кепстральный способ выделения закодированной информации, передаваемой потребителю с помощью сверхширокополосных импульсов. Патент РФ № 2422991.

14. Жбанов И. Л., Силаев Н. В., Митрофанов Д. Г., Жбанова В. Л., Сеньков М. А., Васильченко О. В., Гаврилов А. Д. Асинхронный способ выделения закодированной информации, передаваемой потребителю с помощью сверхширокополосных импульсов. Патент РФ № 2416162.

15. Жбанов И. Л., Силаев Н. В., Митрофанов Д. Г., Сеньков М. А., Степанова Л. В., Ткаченко В. П., Иванушкин С. В., Тулузаков В. Г., Мартыненко Г. В. Помехоустойчивый способ выделения закодированной информации, передаваемой потребителю с помощью пачек сверхширокополосных импульсов. Положительное решение на выдачу патента по номеру заявки на изобретение № 2010117472, приоритет от 30.04.2010.

16. Жбанов И. Л. Отчет о НИР «Клинок». (Обоснование необходимости повышение надежности и эффективности РЭА ВВТ войсковой ПВО). Этап 1. Раздел 3. Анализ современных широкополосных радиолокаторов. Смоленск: ВА войсковой ПВО ВС РФ, 2008.– с. 39-45.

17. Жбанов И. Л. Отчет о НИР «Клинок». (Оценка эффективности разработанного методического аппарата и рекомендаций по его применению). Этап 3. Раздел 4. Выделение информации передаваемой потребителю с помощью сверхширокополосных импульсов. Смоленск: ВА войсковой ПВО ВС РФ, 2009.– с. 79-97.

Павлов А.Н.

ФГБОУ ВПО «Национальный исследовательский университет «МЭИ» в городе Смоленске

ПОДХОД К ИСПОЛЬЗОВАНИЮ ПАРАЛЛЕЛЬНОГО ПРОГРАММИРОВАНИЯ В РАСПРЕДЕЛЁННЫХ ВЫЧИСЛИТЕЛЬНЫХ СЕТЯХ ВОЕННОГО НАЗНАЧЕНИЯ

1. Актуальность и проблематика научной работы.

Существует множество военно-прикладных задач, решение которых найдено, но не реализовано в связи с нехваткой производительности вычислительных систем существующих образцов вооружения. Перечислим некоторые из них: полиномиальное целераспределение, идентификация типа СВН по базовым сигнатурам, построение масштабированной математической модели ТВД, распределенный децентрализованный обмен тактической информацией, децентрализованная синдикация тактической и оперативной информации, и другие.

С появлением кластерных технологий решение данных задач стало возможным. Важным фактором является отсутствие необходимости масштабного обновления вычислительных систем боевых машин, что на данном этапе экономически не эффективно, а главное – мало реально. Выходом из сложившейся ситуации является увеличение числа ЭВМ и объединение их в высокопроизводительные кластеры, и как следствие, полная модернизация существующего ПО для функционирования в параллельном режиме.

2. Цель научной работы.

Целью данной работы является сравнительный анализ четырех различных подходов к разработке параллельных программ для проведения научно-инженерных расчетов на вычислительных кластерах и сетях.

3. Задача научной работы.

Основной моделью параллельного выполнения программы на кластере является модель передачи сообщений.

В данной модели параллельная программа представляет собой систему процессов, осуществляющих взаимодействие посредством передачи сообщений.

Существует возможность выбора модели передачи сообщений и в качестве модели программирования. При этом возможны три способа построения языка программирования:

расширение стандартного языка последовательного программирования библиотечными функциями (например, Фортран+MPI);

расширение стандартного языка последовательного программирования специальными конструкциями (например, Fortran-GNS);

разработка нового языка (например, Occam).

4. Научная новизна и теоретическая значимость научной работы.

В настоящее время, когда существует возможность исполнения программ на разных, географически удаленных параллельных системах, важность переносимости программ (их способности выполняться на различных вычислительных системах с приемлемой эффективностью) трудно переоценить.

Создать для новых параллельных систем прикладное программное обеспечение, необходимое для решения важнейших научно-технических задач, вряд ли возможно без повторного использования уже созданных программ, без накопления и использования богатых библиотек параллельных программ.

Поэтому переносимость и способность программ к повторному использованию должны рассматриваться как самые первостепенные показатели качества параллельного программного обеспечения.

Отсутствие в языке понятия распределенного массива является серьезным препятствием для разработки и использования библиотек стандартных параллельных программ. В результате, каждая такая библиотека вынуждена вводить свое понятие распределенного массива и реализовывать свой набор операций над ним. Однако вызов таких стандартных программ из прикладной программы требует от программиста согласования разных представлений распределенных массивов.

5. Материалы и методы исследования.

На основании проведенного анализа четырех различных подходов к разработке параллельных программ для вычислительных кластеров и сетей ЭВМ (MPI, HPF, OpenMP+MPI и DVM) можно сделать следующие выводы.

1. С точки зрения простоты разработки и сопровождения параллельных программ, а также их повторного использования явное преимущество имеют подходы HPF и DVM.

2. По эффективности выполнения программ HPF заметно отстает от остальных подходов.

3. Гибридный подход OpenMP+MPI, MPI-подход и HPF-подход, не могут обеспечить эффективного выполнения программ на неоднородных кластерах и сетях ЭВМ.

Таким образом, ни один из трех подходов (MPI, HPF, и OpenMP+MPI), базирующихся на имеющихся стандартах, не может рассматриваться в настоящее время как вполне удовлетворяющий требованиям для разработки параллельных программ для вычислительных кластеров и сетей ЭВМ. Эту точку зрения разделяют многие ведущие специалисты в области параллельных вычислений.

6. Патентно-лицензионная ценность научной работы.

Патентно-лицензионная ценность научной работы заключается в том, что в работе относительная простота разработки и сопровождения параллельных программ, эффективности разработанных программ, их переносимости и повторному использованию, а также проведен анализ существующих технологий разработки параллельных программ для проведения инженерно-научных расчетов на вычислительных кластерах и сетях.

7. Результаты, теоретическая и (или) практическая ценность научной работы.

Освоение DVM-подхода может существенно сократить время написания, отладки и сопровождения программ, и позволит создавать параллельные программы, эффективно выполняющиеся на вычислительных кластерах и сетях.

Новый язык Fortran OpenMP/DVM (расширение Fortran OpenMP директивами DVM), реализация которого ведется в настоящее время, будет способствовать широкому внедрению DVM-подхода, поскольку параллельная программа на этом языке будет не только обладать всеми достоинствами DVM-программ, но и являться стандартной параллельной программой для мультипроцессоров и DSM-кластеров.

Однако наличие самой передовой технологии разработки параллельных программ само по себе не может решить проблему ускорения освоения параллельных вычислительных систем.

Большинство параллельных программ создаются с использованием того огромного опыта программирования, который был накоплен при работе на последовательных ЭВМ. Необходимость разработки методики распараллеливания существующих последовательных программ ощущается очень остро. В настоящее время несколькими исследовательскими объединениями при РАН ведутся работы по обобщению опыта распараллеливания программ и созданию соответствующей методики.

Такая методика должна быть поддержана специальными инструментами, автоматизирующими анализ последовательных программ и извлечение их свойств, существенных для распараллеливания этих программ. Текущие результаты работ НИИ, ведущиеся в этом направлении, позволяют верить в появление таких инструментов в ближайшем будущем.

Острой является и проблема подготовки кадров, способных эффективно использовать параллельные системы. Для курсов лекций по параллельной обработке, читаемых в ВВУЗах, характерен чисто теоретический уклон. В них мало внимания уделяется изучению практических технологий параллельного программирования. Как правило, такие курсы не поддержаны практическими занятиями.

6. Список литературы, опубликованный автором по теме научной работы.

1. Павлов А. Н. Безопасность компьютерной сети. Статья. Вопросы информатизации учебного процесса, научных исследований и управления. ВА ВПВО ВС РФ Смоленск. 2012.

2. Островой С.В., Павлов А.Н. Анализ использования навигационной аппаратуры пользователей (НАП) космических навигационных систем (КНС) глонасс/navstar для организации стрельбы на полигоне. ВА ВПВО ВС РФ Смоленск. 2012.

3. Павлов А.Н. Один из подходов обеспечения надежности (безопасности) информации. ВНК ВА ВПВО ВС РФ Смоленск. 2013.

Набатчиков А.С.

Жендарев М.В.

ФГБОУ ВПО «Национальный исследовательский университет «МЭИ» в городе Смоленске

СПОСОБ ОБРАБОТКИ ИК-ИЗОБРАЖЕНИЙ ДЛЯ ОБНАРУЖЕНИЯ ТОЧЕЧНЫХ ТЕПЛОВЫХ ВОЗДУШНЫХ ОБЪЕКТОВ

1. Актуальность и проблематика научной работы.

Одним из перспективных направлений развития радиоэлектронных средств является использование тепловизионных приборов. Тепловизионные приборы в настоящее время получили широкое распространение в науке и технике. В области специальной техники эти приборы используются для наблюдения, разведки, прицеливания, охраны объектов, таможенного контроля, для криминалистики, управления транспортными средствами, поиска пострадавших во время стихийных бедствий, для работы пограничных служб, пассивной радиолокации, контроля режимов работы машин и пр. Стремительное развитие тепловидения привело к созданию приборов нового поколения, к которым относятся теплопеленгаторы с широким полем зрения. Увеличение количества беспилотных летательных аппаратов, используемые в гражданских или военных целях, требует создание специальных устройств за их обнаружением и слежением. Результаты опытных полигонных испытаний ИК (инфракрасных) ОЭС (оптико-электронных систем) показывает, что диапазон 3–5 мкм подвержен подавлению искусственными помехами в виде подогретых аэрозолей, тогда как создание последних в диапазоне 8–13 мкм существенно затруднено. Также имеют место трудности в обнаружении целей, вследствие слабой контрастности фоноцелевых изображений (ФЦИ) на дальности, при которой угловой размер изображения цели существенно меньше либо равен размеру элементарного углового поля зрения даже широкоугольного ИК ОЭС. Используемые в интересах противовоздушной обороны (ПВО) обзорно-прицельные ОЭС, обладающие широким полем зрения позволяют обнаружить малоразмерные воздушные объекты, в частности беспилотные летательные аппараты, но имеют недостаточную дальность обнаружения.

В данной работе предлагается увеличить дальность обнаружения ВО (воздушных объектов) на излучающей облачности атмосферы, за счёт использования разработанного способа и алгоритма цифровой обработки ИК-изображений.

2. Цели научной работы.

Целью работы является повышение дальности обнаружения ВО в пассивных инфракрасных (ИК) широкоугольных ОЭС за счет обработки ИК-изображений с учетом известных пространственно-корреляционных свойств излучения атмосферного фона.

3. Задачи научной работы.

Научная задача исследования состоит в научном обосновании и разработке фонового способа обработки ИК-изображений атмосферного фона в диапазоне 8–13 мкм обеспечивающего увеличение дальности обнаружения малоконтрастных точечных воздушных объектов (МТВО) и уменьшение доли ошибочных решений при их обнаружении на больших дальностях.

Цель и научная задача работы определили необходимость разрешения следующих частных задач исследования:

· анализ существующих и перспективных способов увеличения дальности обнаружения воздушных объектов в пассивных ОЭС;

· анализ возможностей корреляционных алгоритмов обработки ИК-изображений и их особенностей;

· разработка способа обработки информационных массивов фоноцелевых ИК-изображений в пассивной широкоугольной ОЭС обнаружения ВО на основе экспериментально выявленного признака в изменениях пространственно-корреляционных свойств фоноцелевых ИК-изображений, с разделением фоноцелевых ИК-изображений на сегменты содержащие точечные изображения малоконтрастных воздушных объектов (МВО) и не содержащие их (патент на изобретение №2480780);

· разработка эффективного алгоритма обнаружения МТВО (беспилотных летательных аппаратов) в информационных массивах фоноцелевых ИК-изображений (патент на изобретение № 2461017);

· разработка программного обеспечения для моделирования процесса обнаружения точечных МВО на фоне излучений атмосферного фона с использованием разработанного алгоритма (свидетельство о регистрации электронного ресурса № 17009);

· оценка эффективности предлагаемых решений путём оценки вероятности обнаружения типовых ВО многоэлементным оптико-электронным обнаружителем.

4. Научная новизна и теоретическая значимость научной работы.

Научную новизну и теоретическую значимость работы составляют:

· способ цифровой обработки ИК-изображений реализующий разделение изображения содержащего сложный атмосферный фон, на ряд сегментов, приводящий к уменьшению времени обнаружения объекта, так как в дальнейшем обрабатывается только сегмент, предположительно содержащий изображение МВО на дальности, при которой размер МТВО меньше или равен размеру элементарного углового поля зрения широкоугольной ОЭС, основанный на изменениях экспериментально выявленных пространственно-корреляционных свойств излучения фона и отличающийся от известных тем, что в условиях отсутствия априорной информации о параметрах ИК-излучения МТВО поиск и обнаружение осуществляется в тех элементах цифрового массива фоноцелевого изображения тепловизионного кадра, в которых имеет место локальное изменение статистических пространственно-корреляционных свойств излучающего нестационарного атмосферного фона;

· алгоритм пространственной фильтрации сигналов МТВО в информационных массивах ИК-изображений, отличающийся тем, что для обнаружения МТВО в информационном массиве фоноцелевой обстановки (ФЦО) применены пространственно-корреляционные признаки излучения атмосферного фона, определяемые путем анализа изменения значений коэффициентов корреляции вторых диагоналей двух корреляционных матриц, экспериментально полученных раздельно по строкам и столбцам;

· математическая модель процесса обнаружения МТВО на атмосферном фоне, реализованная в пакете прикладных программ MATLAB и среде программирования Borland Delphi 7, позволяет:

1) обрабатывать информацию в виде изображения имитирующего излучение атмосферы для выбранной метеоситуации;

2) вносить в тепловизионный массив, полученный из видеоизображения излучения атмосферы, изменения в виде контрастных отметок тепловых объектов размером в один пиксель в выбранной ячейке массива;

3) варьировать пороги обнаружения для всех случаев атмосферного фона;

4) формировать матрицу изображения, имитирующую излучение атмосферы для выбранной метеоситуации с учётом заданных условий;

5) представлять выходные данные после алгоритмической обработки в виде бинарного массива.

5. Патентно-лицензионная ценность научной работы.

Получен патент на изобретение «Способ обнаружения точечных тепловых объектов на сложном атмосферном фоне» № 2461017 от 10 сентября 2012 года.

Получен патент на изобретение «Способ обнаружения точечных тепловых объектов на маскирующем атмосферном фоне» № 2480780 от 27 апреля 2013 года.

Получено свидетельство об отраслевой регистрации электронного ресурса. «Моделирование процесса обнаружения воздушных целей на сложном атмосферном фоне». Москва. Объединенный фонд электронных ресурсов «Наука и образование» института научной информатизации и мониторинга Российской академии образования. № 17009, 2011.

Получено свидетельство об отраслевой регистрации электронного ресурса. «Цифровая обработка тепловизионных изображений». Москва. Объединенный фонд электронных ресурсов «Наука и образование» института научной информатизации и мониторинга Российской академии образования. № 15178, 2010.

Получено свидетельство об отраслевой регистрации электронного ресурса. «Модель пространственно-корреляционных способов обнаружения воздушных целей на атмосферном фоне». Москва. Объединенный фонд электронных ресурсов «Наука и образование» института научной информатизации и мониторинга Российской академии образования. № 15493, 2010.

6. Материалы, методы и объём научной работы.

Основным недостатком опытных образцов пассивных инфракрасных ОЭС является относительно малая дальность обнаружения ВЦ (8−9 км), которая главным образом зависит от параметров оптической системы и фотоприемного устройства (ФПУ) ОЭС. Улучшение параметров оптической системы и ФПУ ОЭС для увеличения дальности обнаружения ВО ОЭС предполагает, прежде всего, повышение чувствительности ФПУ ОЭС и снижение потерь светового потока при прохождении через элементы оптической системы. Параметры оптической системы и чувствительность фотоприемного устройства ОЭС достигли своих теоретически возможных значений, и их дальнейшее повышение, в основном, определяется развитием технологии производства. Кроме перечисленных факторов, значительную роль в снижении обнаружительных характеристик играют шумовые компоненты сигнала, образующиеся из-за особенностей применяемых датчиков и неидеальности канала передачи данных.

Имея в качестве главной цели улучшение качества изображений и анализируя причины ее ухудшения, были созданы различные способы цифровой фильтрации и обработки двухмерного изображения. Обработка изображений проводится в реальном масштабе времени, без прореживания пиксельного потока видеоданных и без пропуска кадров. К ней можно отнести: алгоритмы цифровой коррекции неоднородностей, сглаживание шумов, повышение контрастов, подчеркивание границ, высокочастотная коррекция, коррекция дефектных пикселей и т. д., реализованных программно в видеопроцессоре теплопеленгатора. Но названные способы обработки изображений косвенно улучшают характеристики теплопеленгаторов за счет улучшения визуального восприятия изображения оператором. Окончательной оценкой эффективности улучшения качества видеоизображений должно служить субъективно оцениваемое качество изображения, поскольку конечным потребителем воспроизводимого изображения является человек-оператор. Зрительные возможности у разных операторов различны, и на неравномерном изображении облачного атмосферного фона трудно выделить точечную отметку теплового объекта. Ещё сложнее селектировать несколько отметок, поэтому при использовании зрительного обнаружения повышается вероятность ошибок принятия решений.

Самым важным фактором, оказывающим влияние на результат процесса обнаружения, является выбор признаков, обнаруживаемых объектов. В устройствах технического зрения признаки получают различными методами обработки изображений. Наиболее часто используемыми являются два признака – яркость и градиент яркости фоноцелевого изображения. Вопрос выбора иного признака на сегодняшний день остается открытым.

Совершенно ясно, что необходимы новые подходы цифровой обработки ИК-изображений, которые способны на изображении АФ выделять ВО, находящиеся на максимальном удалении без участия оператора. На конечном этапе обнаружения оператор на мониторе ВКУ должен увидеть изображение, для которого характерно максимально контрастное представление отметок тепловых объектов на скомпенсированном равномерном фоне. Для получения такого изображения достаточно двух уровней квантования. Полученные на экране монитора бинарные изображения тепловых объектов позволяют определять их угловые координаты и количественный состав (рисунок 1).

Рисунок 1 – Полученные на экране монитора бинарные изображения тепловых объектов

Для проведения исследований пространственных корреляционных связей яркостей целей и фонов ИК-изображений в диапазоне 8–13 мкм была создана база статистических моделей атмосферного фона, полученных с применением специально разработанного мобильного измерительно-вычислительного комплекса. Выбор ИК-диапазона в 8–13 мкм был обусловлен тем, что, примерно, при равных температурах объекта и фона информационный потенциал изображения в диапазоне 8–13 мкм в 1,91 раза больше, чем в диапазоне 3–5 мкм, а также появлением нового типа аэрозольных помех в видимом и среднем диапазонах ИК области спектра.

Модели АФ представляют собой цифровые массивы фоновых изображений , в каждом элементе которых записаны сигналы, пропорциональные энергетической яркости собственного излучения атмосферы при различных типах облачности. Модели излучения цели представлены средними контрастами излучения, полученными на различных по типу облачности фонах. Средний контраст излучения цели

, (1)

где - среднее значение яркости собственного излучения ВО при углах наблюдения e, b; - среднее значение яркости собственного излучения фона, на котором наблюдается тепловая цель (рисунок 2).

Рисунок 2 – ФЦИ, полученное на мониторе ВКУ при наблюдении БПЛА

Установлено, что присутствие цели в элементе массива изображения приводит к ослаблению корреляционных связей. Об этом можно судить по характеру изменения пространственной корреляционной функции. На рисунке 3 в качестве примера представлены изменения нормированных корреляционных функций нулевой строки с соседней строкой (a), нулевого столбца с соседним столбцом массива изображения (б), если изображение цели находится в ячейке (кривая 2).

а	б

Рисунок 3 – Зависимости изменения коэффициентов корреляций нормированных взаимных корреляционных функций: нулевой строки с соседней строкой (a), нулевого столбца с соседним столбцом массива изображения (б)

Анализ изменений корреляционных функций в случае присутствия сигнала цели в случайно выбранном элементе фоноцелевого массива изображения показал, что наибольшее уменьшение значений коэффициентов взаимной корреляции происходит во вторых отсчетах функций. Для решения задачи обнаружения корреляционные связи массива ФЦИ удобно оценивать не корреляционными функциями, а корреляционными матрицами (таблица 1), рассчитанными по строкам и столбцам. Необходимая информация в корреляционных матрицах будет сосредоточена во второй диагонали.

При этом коэффициенты взаимной корреляции, рассчитанные для соседних строк (столбцов) массива ФЦИ, в которых присутствует изображение цели, уменьшаются по сравнению со значениями коэффициентов корреляции для строк (столбцов), в которых его нет.

Таблица 1 - Корреляционная матрица , рассчитанная для массива по строкам

при наличии воздушной цели

№ стр.	1	2	3	4	5	6	7	8	…	N-1	N
1	1								…
2	0,8256	1							…
3	0,7912	0,8603	1						…
4	0,7901	0,7837	0,8456	1					…
5	0,4409	0,4500	0,4674	0,5162	1				…
6	0,7905	0,7633	0,7822	0,8155	0,5251	1			…
7	0,7931	0,7453	0,7887	0,7889	0,4733	0,8502	1		…
…	…	…	…	…	…	…	…	…	…	…	…
N-1	0,8175	0,7616	0,7964	0,7883	0,4504	0,7953	0,7817	0,7950	…	1
N	0,7772	0,7791	0,7791	0,7664	0,4537	0,7670	0,7509	0,7675	…	0,8588	1

Данное явление можно считать признаком нахождения отметки цели в элементе массива ФЦИ, номера которого совпадают с номерами строк второй диагонали корреляционной матрицы. В них наблюдается уменьшение коэффициентов взаимной корреляции по сравнению со значениями для строк, где его нет.

Полученные результаты экспериментальных исследований позволили разработать новый способ обработки информационных массивов ИК-изображений.

Физический смысл предлагаемого способа обработки инфракрасного изображения заключается в том, что ВО выделяется путем анализа свойств зарегистрированного излучения ФЦО. Способ подразумевает обнаружение ВО по фоновому излучению фоноцелевой обстановки. Его использование позволяет обнаруживать ВО в случаях, когда применение традиционного порогового способа не является эффективным, т. е. когда цель находится на таком удалении, при котором существует малый контраст излучения цели по отношению к фону, а размер ее изображения не превышает размера элемента изображения. Размер исходного изображения определяется границами 320×240 точек. Такие значения выбраны для использования массивов соответствующих статическим кадрам, полученным из выходных каскадов теплопеленгатора.

Способ состоит из трех этапов.

Первый этап заключается в определении сложности ФЦО на основе анализа пространственно-корреляционных свойствах излучения атмосферного фона (АФ), которая оценивалась по величине радиусов пространственной корреляции рассчитываемых для ФЦИ. Такой подход был предложен на основе анализа пространственно-корреляционных и дисперсионных свойствах излучения АФ, полученных входе экспериментальных исследований закономерностей пространственной структуры излучения неоднородностей АФ. Предлагается считать уровень r_пор=2–3^о для радиуса пространственной корреляции пороговым значением для определения характера сложности ФЦО и разделения ее на простую (r> r_пор) и сложную (r< r_пор). Оценку сложности ФЦО необходимо проводить при обработке каждого ФЦИ.

Фоноцелевые изображения как правило в нижней трети кадра содержат изображения не только АФ но и земных объектов особенно вдоль линии горизонта. Такая область изображения имеет радиусы корреляции, отличающиеся от характеристик АФ. Для устранения ошибок принятия решения о сложности ФЦО целесообразно проводить пространственно-корреляционный анализ более высоких областей изображений, соответствующих излучению АФ. Предлагается для каждого обрабатываемого ФЦИ производить расчет коэффициентов пространственной корреляции между контрольными строками. Контрольные строки определяются исходя из размера обрабатываемого массива ФЦИ, т.е. массив ФЦИ сегментируется на три области по горизонтали и строки массива, определяющие центральную область ФЦИ, берутся контрольными (рисунок 4).

Исходя из этого разработан алгоритм подпрограммы первого этапа способа – оценки сложности ФЦО. Блок-схема алгоритма подпрограммы показана на рисунке 5.

Алгоритм предусматривает выполнение следующих операций:

1. Получение массива изображения из аналогово-цифрового преобразователя (АЦП) видеопроцессора размером , где N - число строк, а M - число столбцов массива.

Рисунок 4 – Сегментация массива ФЦИ

2. Определение контрольных строк массива ФЦИ (номер первой контрольной строки определяется как k₁ =N/3 и k_i =N-N/3 – номер конечной контрольной строки).

3. Расчет коэффициентов пространственной корреляции по углу места:

где x_i,k – i элемент k строки;

x_i,p – i элемент p строки.

, - математическое ожидание энергетических яркостей в k-й и p-й строках;

, - среднеквадратические отклонения энергетических яркостей в k-й и p-й строках;

4. Пороговая обработка, в процессе которой происходит сравнение величин коэффициентов корреляции , рассчитанных между контрольными строками со сдвигом 3^о. Если принимается решение о том, что ФЦО содержит «сложный фон», в противном случае – «простой фон».

Если ФЦО признана «простой» то следующим этапом будет применение алгоритма пространственной фильтрации.

Рисунок 5 – Блок-схема алгоритм подпрограммы первого этапа способа

Второй этап заключается в предварительной обработке ФЦИ только сложного атмосферного фона. В процессе экспериментальных исследований пространственно-временной структуры излучения атмосферного фона, было установлено, что для сложных типов облачности с радиусом корреляции составляющим 2–3^о по углу места, следовательно, в областях пространства ограниченных этими угловыми величинами, процесс собственного излучения атмосферы можно считать стационарным.

Таким образом, предварительной обработке ФЦИ сложного атмосферного фона включает разделения ФЦИ на сегменты размером 2×3^о.

Из теории обработки изображений известны методы использующие разбиение изображений на области, однородные в смысле заранее выбранных критериев. Наиболее распространенным является представление исходного изображения в областях, каждая из которых удовлетворяет некоторому критерию схожести. Критерий схожести диктует разделение методов и алгоритмов сегментации на две большие группы: по критерию однородности и по критерию неоднородности. Критерием однородности для ФЦИ сложного атмосферного фона является величина радиус корреляции.

После того, как выполнена сегментация ФЦИ на области, полученные совокупности пикселей обычно описываются и представляются в форме удобной для дальнейшей обработки. При выборе способа представления областей возможны два пути – это представление области ее внешними характеристиками (т.е. границей), или представление области внутренними характеристиками (т.е. совокупностью элементов изображения, составляющих эту область). Так как границы сегментов определены радиусами корреляции возникает необходимость в определении подхода к описанию совокупности элементов ФЦИ внутри каждого сегмента.

В цифровой обработке изображений для описания области применяются три основных подхода: статистический, структурный и спектральный. Статистические методы позволяют охарактеризовать внутреннее состояние области или ее текстуру. Структурные методы занимаются изучением взаимного положения простейших составляющих изображения, как например описание параллельных линий, проходящих с постоянным шагом. Спектральные методы основаны на свойствах Фурье-спектра и используются, прежде всего, для обнаружения глобальной периодичности в изображении по имеющим большую энергию узким выбросам на спектре.

В предположении того, что излучение атмосферного фона каждого сегмента ФЦИ стационарно, но оно может изменяться в случае появления в сегменте объектов с излучением отличным от атмосферного. Возникает необходимость в статистическом подходе к обработке сегмента, который способен фиксировать изменение внутреннего состояния излучения в каждом сегменте ФЦИ. Подход заключается в использовании статистических характеристик, определяемых яркостным контрастом сегмента ФЦИ. Так, как мерой яркостного контраста является дисперсия, то для способа обработки частично воспользуемся методикой дисперсионного анализа.

Дисперсионный анализ является статистическим методом анализа результатов наблюдений, зависящих от различных одновременно действующих факторов, с целью выбора наиболее значимых факторов и оценки их влияния на исследуемый процесс. Используя оценку яркостного контраста в сегментах ФЦИ, можно определить в каком из сегментов наблюдается изменение ФЦО.

Суть дальнейших действий заключается в вычислении отношения общей дисперсии характеризующей изменение средних значений яркости сегмента ФЦИ к выборочной дисперсии характеризующей рассеяние значений яркости по строкам и определении сегмента, в котором это отношение уменьшается за период обработки пачки ФЦИ. Уменьшение величины отношения дисперсий в сегменте свидетельствует о локальном увеличении яркостного контраста излучения и следовательно о наличии в сегменте объекта с излучением отличным от атмосферного.

Блок-схема алгоритма подпрограммы реализующего второй этап способа показана на рисунке 6.

Алгоритм предусматривает выполнение следующих операций:

1. Сегментация массива ФЦИ, т.е. определение областей (номеров строк, столбцов массива ФЦИ) излучения атмосферного фона ограниченных радиусами корреляции, составляющими 2–3^о по углу места.

2. Расчет дисперсии характеризующей изменение яркости элементов в каждой строке сегмента массива ФЦИ:

(2)

где n – количество строк сегмента ФЦИ;

u_i,j – яркостный элемент сегмента ФЦИ.

3. Расчет дисперсии характеризующей рассеяние значений u_i,j по строкам сегмента ФЦИ:

(3)

где m – количество столбцов сегмента ФЦИ;

– среднее значение яркости элементов по строкам сегмента ФЦИ.

4. Расчет общей дисперсии яркостного контраста сегмента ФЦИ:

(4)

где – среднее значение яркости элементов по всему сегменту ФЦИ.

5. Вычисление отношения общей дисперсии яркостного контраста сегмента к дисперсии, характеризующей рассеяние значений яркости по строкам сегмента ФЦИ. Изменение величины яркости одного из элементов сегмента приводит к изменению результирующей величины h_{i, j}.

(5)

6. После расчета отношений дисперсий в каждом сегменте представим массив ФЦИ в виде матрицы состоящей из численных значений h_i,j для каждого сегмента в момент времени t.

(6)

7. Из теории обработки изображений известно, что одним из подходов к обнаружению изменений в последовательности изображений, произошедших между кадрами, является их поэлементное сравнение. Одним из способов такого сравнения является построение разностного изображения. Построение разностного изображения заключается в вычитании из опорного изображения последующих изображений, что приводит к взаимному уничтожению одинаковых составляющих, а ненулевые значения остаются только в местах, соответствующих изменяющимся компонентам изображения.

Рисунок 6 – Блок-схема алгоритма подпрограммы второго этапа способа

Матрица H в момент времени t является опорной за период обработки Т в пачки ФЦИ. Вычитание из опорной матрицы Н матриц пачки ФЦИ за период обработки сформирует конечную разностную матрицу

(7)

где – конечное разностное значение отношения дисперсий для каждого сегмента.

8. В конечной разностной матрице определяются ненулевые значения по которым определяются сегменты для последующей обработки.

При обработке сегментов могут возникнуть ситуации, когда яркостный контраст МТО может совпадать с яркостным контрастом атмосферного фона. В таких ситуациях могут быть сформированы ложные яркостные сигналы на конечном этапе обработки сегмента ФЦИ. Чтобы уменьшить вероятность формирования ложных отметок на ВКУ необходимо определить дополнительные условия для определения сегмента, в котором предположительно находится МТО. Дополнительным условием является расчет нормированного коэффициента отношения дисперсий и определение значения отношения «цель-АФ» необходимого для дальнейшей обработки сегментов.

(8)

В ходе предварительного имитационного моделирования было определено, что нормированный коэффициент отношения дисперсий должен быть не более 0,95.

Третий этап заключается в окончательной обработке ФЦИ, которое сводится к обработке тех сегментов в которых предположительно обнаружено излучение МТО (ненулевое значение ). Окончательная обработка сегментов производиться с помощью алгоритма пространственной фильтрации.

Таким образом, способ позволяет производить разделение множества элементов цифрового массива ФЦИ на два подмножества, соответствующих излучению фона и объекта. В результате деления и присвоения элементам одного подмножества нулевых значений, а другому единичных формируют бинарный массив изображения.

Бинарный массив изображения применим не только для обеспечения визуального обнаружения, но и для использования его в качестве машинного зрения автоматических систем. В этом случае анализ бинарного массива обеспечит определение угловых координат объекта. Точность измерения которых сравнима с шагом пространственной дискретизации ФЦИ.

С целью определения вероятности обнаружения, реализуемой при использовании предложенного способа, было разработано специальное программное обеспечение и затем, с его использованием, проведено математическое моделирование в пакете прикладных программ MATLAB и среде программирования Borland Delphi 7. Были взяты по 100 массивов изображения для ясного неба, кучевой, слоистой и перистой облачностей, размером пикселей. На выбранный массив фона «накладывался» сигнал от теплового объекта в выбранный элемент массива изображения . Вероятности обнаружения теплового объекта на атмосферном фоне при отношении сигнал/шум, равном 6, представлены в таблице 1.

Анализ результатов математического моделирования подтвердил работоспособность предлагаемого способа пространственной фильтрации в обоих инфракрасных диапазонах. Вероятности обнаружения теплового объекта на атмосферном фоне при отношении сигнал/шум, равном 2, представлены в таблице2.

Таблица 2. Вероятности обнаружения теплового объекта на атмосферном фоне

Диапазон длин волн	Тип облачности
	Ясно	Кучевая	Слоистая	Перистая
3 - 5 мкм	0,82	0,79	0,83	0,82
8 - 13 мкм	0,91	0,83	0,84	0,87

Как видно из сравнения видеоизображений, показанных на рисунках 1 и 2, при использовании предложенного способа отметка теплового объекта (целей), ввиду отсутствия фона на бинарном изображении, видна контрастно. Поэтому оценить их пространственное положение в сегменте полусферы поиска легко.

Предложенный способ не требует априорного знания статистических характеристик фона, так как он базируется на общем свойстве коррелированного атмосферного фона. Адаптивный порог учитывает особенности ФЦИ, которые имеют различные значения радиуса корреляции, и величины контраста цели на фоне атмосферных помех.

Полученные на экране монитора бинарные изображения тепловых объектов позволяют определять их угловые координаты, количественный состав и другие характеристики без предварительной подготовки человека-оператора, что приводит к увеличению информационной способности и простоте эксплуатации теплопеленгатора.

Анализ зависимостей вероятности обнаружения БПЛА от дальности позволяет сделать вывод, что использование пространственно-корреляционого алгоритма обнаружения, обеспечивает обнаружение на дальности до 4 км, только в ИК-диапазоне 8–13 мкм. Средние значения вероятностей обнаружения цели для дальности 4 км составили не менее 53%.

Низкий уровень вероятности обнаружения объясняется более узким диапазоном 3–5 мкм, кроме того, при примерно равных температурах объекта и фона информационный потенциал изображения в диапазоне 3–5 мкм в 2 раза меньше, чем в диапазоне 8–13 мкм.

В работе проводилась также оценка вычислительных затрат для реализации предлагаемого алгоритма обнаружения малоконтрастных ВО на сложном атмосферном фоне. Для обеспечения обработки пространственно-корреляционным способом ИК-изображений размером 240×320  пикселей достаточно использовать процессор с временем выполнения одного цикла τ = 1 нс (с тактовой частой не менее 1 ГГц).

7. Результаты и практическая ценность научной работы.

Целью настоящей работы являлось повышение дальности обнаружения ВО в пассивных ИК широкоугольных ОЭС за счет пространственно-корреляционной обработки информационных массивов ИК фоноцелевых изображений с учетом известных пространственно-корреляционных свойств излучения сложного атмосферного фона.

Для достижения этой цели проведен анализ существующих способов обнаружения точечных воздушных объектов на фоноцелевом изображении, в ходе которого установлено, что они косвенно повышают характеристики теплопеленгаторов за счет улучшения визуального восприятия изображения оператором. С увеличением дистанции возможности применения амплитудного метода в сочетании с преобразованием качества видеоизображений существенно ограничивается. Это, прежде всего, связано с уменьшением геометрического размера изображения и контраста точечных воздушных объектов.

Для уменьшения этого недостатка предложен способ обработки информационных массивов ИК-изображений в пассивной широкоугольной ОЭС обнаружения ВО, позволяющий увеличить дальность обнаружения (получены патенты на изобретение), на основе которого разработан алгоритм пространственной фильтрации сигналов ВО в информационных массивах ИК-изображений изображения точечных тепловых объектов на атмосферном фоне. Разработанный алгоритм может быть реализован в реальном времени и выполнен на уровне доработки программного обеспечения ОЭС.

Разработана методика и программное обеспечение для полунатурного моделирования процесса обнаружения ВО на сложном атмосферном фоне, проведено моделирование процесса обнаружения точечных тепловых объектов на видеокадрах.

Проведена оценка работоспособности выбранного способа пространственной фильтрации в инфракрасном диапазоне 8÷13 мкм.

Оценена эффективность, которая заключается в определении сравнительной оценки вероятностей обнаружения.

Теоретическая значимость полученных результатов исследования обусловлена научной новизной, прагматической актуальностью и заключается в разработке математических моделей процесса пространственной фильтрации тепловых объектов на излучающем фоне, а также двухмерного алгоритма пространственной фильтрации.

Практическая значимость работы заключается:

экспериментально доказанной эффективности применения способа и алгоритма обнаружения МТВО, использование которых в ИК широкоугольных оптико-электронных системах повышает дальность обнаружения;

возможности применения разработанных способа и алгоритма в модернизируемых и перспективных широкоугольных оптико-электронных системах;

в улучшении качества наблюдаемых изображений, получаемых с помощью оптико-электронной системы, приводящем к увеличению дальности обнаружения воздушных объектов;

в разработанной математической модели процесса обнаружения воздушных объектов на фоне излучения облачного неба, позволяющей проводить исследования влияния различных факторов на процесс обнаружения;

в повышении вероятности обнаружения тепловых объектов широкоугольными теплопеленгаторами на 8÷10 % по сравнению с известными конструкциями при использовании штатных алгоритмов.

Полученные практические результаты подтверждают достижение цели исследования и возможность применения полученной математической модели и двухмерного алгоритма при создании алгоритмов функционирования видеопроцессоров ОЭС обнаружения воздушных целей имеющих широкое поле зрения.

Научно-обоснованные решения позволили автоматизировать процесс обнаружения МТВО. Обеспечили вывод видеоизображений на монитор видеоконтрольного устройства в бинарном виде, сократили временные и стоимостные затраты на создание программного обеспечения ПНВ.

Результаты работы внедрены в:

ОАО «Ленинградское оптико-механическое объединение» при разработке программной модели прицела ночного видения в рамках ОКР «Маугли» (г. Санкт-Петербург, акт № 9/53);

788 НИИЦ ВВТ СВ при формировании тактико-технического задания на разработку перспективных ЗРК с ОЭС обнаружения и сопровождения целей (г. Знаменск Астраханской обл., акт в/ч 21065 № 9/107);

ОАО «РАТЕП» при разработке алгоритмов обработки видеоизображений и программной модели прицела ночного видения в ОКР «Комар» (г. Серпухов);

ФГУП «Научно-исследовательский институт комплексных испытаний оптико-электронных приборов» при разработке алгоритмов обнаружения малоразмерных ВЦ и программной модели ИК-прицелов ночного видения в рамках НИР «Дельта-С» и «Слон» (г. Сосновый Бор, Ленинградской обл., акт № 9/54).

8. Список литературы, опубликованный авторами по теме научной работы.

1. Жендарев М. В. Корреляционный способ обнаружения тепловых объектов теплопеленгаторами на атмосферном фоне. Статья. Научный рецензируемый сборник «Вестник войсковой ПВО». Вып. 1. ч.2. Смоленск: ВА войсковой ПВО ВС РФ, 2009. Инв. №20877.2009. - с. 91-94.

2. Жендарев М. В., Якименко И. В. Обнаружение тепловых объектов на коррелированном атмосферном фоне. Статья. Научно-технический журнал «Измерительная техника». М.: Измерительная техника, № 6, 2009, - с. 48-51.

3. Жендарев М. В., Якименко И. В. Способ пространственной фильтрации тепловых объектов на коррелированном атмосферном фоне. Статья. Научно-технический журнал «Наукоемкие технологии». М.: Радиотехника, № 3 т. 10, 2009,. - с. 67-71.

4. Жендарев М. В., Якименко И. В. Обнаружение тепловых объектов на основе пространственной селекции. Статья. Сборник научных трудов ВКА им. Можайского. Санкт-Петербург: ВКА им. Можайского, 2009. Инв. №3363. – с. 475-482.

5. Жендарев М. В., Бирюков С. И., Якименко И. В. и др. Моделирование процесса обнаружения тепловых объектов на нестационарном атмосферном фоне с использованием пространственно-корреляционных методов. Свидетельство об отраслевой регистрации электронного ресурса. М.: Объединенный фонд электронных ресурсов «Наука и образование» института научной информатизации и мониторинга Российской академии образования. № 15177, 2010.

6. Жендарев М. В., Бирюков С. И., Якименко И. В. и др. Моделирование процесса пространственной фильтрации тепловых объектов на коррелированном излучающем фоне. Свидетельство об отраслевой регистрации электронного ресурса. М.: Объединенный фонд электронных ресурсов «Наука и образование» института научной информатизации и мониторинга Российской академии образования. №00041, 2009.

7. Жендарев М. В., Бирюков С. И. Моделирование процесса пространственной фильтрации тепловых объектов на излучающем атмосферном фоне. Статья. Сборник материалов конкурса молодых ученых Смоленской области. Смоленск: Смоленская городская типография, 2009. - с. 184-189.

8. Жендарев М. В., Якименко И. В., Гурченков Д. А. Способ пространственной фильтрации тепловых объектов на атмосферном фоне. Депонированная рукопись, инв. №78/32 ФГУП НТЦ «Информтехника». ДСП. М.: ЦВНИ МО РФ, 2009 – 5 с.

9. Жендарев М. В., Якименко И. В. Обнаружение тепловых объектов на атмосферном фоне. Депонированная рукопись, инв. №72/32, ФГУП НТЦ «Информтехника». ДСП. М.: ЦВНИ МО РФ, 2009 – 3 с.

10. Жендарев М. В. Алгоритм двумерной пространственной фильтрации, разработанный на основе пространственно-корреляционного способа компенсации фона. Статья. Мат. морфология: Электрон. мат. и мед-биолог. журн., 2009 г., т. 8, №4 // www.smolensk.ru/user/sgma/MMORPH/N-24-html/zhendarev-1/ zhendarev-1.htm. Идентификац. № 0420900004\0051.

11. Жендарев М. В., Соловьев В.А., Купреев А.В. Стохастическое имитационное моделирование процесса обнаружения самолетов ИЛ-76 и ЯК-52 инфракрасным оптико-электронным обнаружителем. Статья. Научный рецензируемый сборник «Вестник войсковой ПВО». Вып. 1. ч.2. Смоленск: ВА войсковой ПВО ВС РФ, 2009. Инв. №20877.2009. - с. 85-90.

12. Жендарев М. В., Якименко И.В., Гурченков Д.А. Способ обнаружения тепловых объектов. Статья. Сборник материалов докладов X Международной конференции «Системы компьютерной математики и их приложения». Смоленск: Смоленский государственный университет, 2009. - с. 112-113.

13. Жендарев М. В., Якименко И. В., Гурченков Д. А. Обнаружение тепловых объектов на атмосферном фоне. Статья. Сборник материалов докладов межвузовского научно-технического семинара «Повышение эффективности Радиоэлектронного вооружения». №35. Санкт-Петербург: Михайловская Военная артиллерийская академия, 2009. – с. 58-62.

14. Жендарев М. В., Якименко И. В., Гурченков Д. А. Обнаружение тепловых объектов на коррелированном атмосферном фоне. Статья. Сборник материалов докладов четвертой Всероссийской научной школы и конференции. Муром: Муромский институт Владимирского государственного университета, 2009. - с.79-83.

15. Жендарев М. В., Якименко И. В., Гурченков Д. А. Способ обнаружения тепловых объектов на коррелированном атмосферном фоне. Статья. Сборник материалов докладов международного симпозиума стран СНГ «Атмосферная радиация и динамика». Санкт-Петербург: Санкт-Петербургский Государственный Университет, 2009. - с. 123-124.

16. Жендарев М. В., Якименко И. В., Гурченков Д. А. Способ пространственной фильтрации тепловых объектов на атмосферном фоне. Статья. Сборник материалов докладов IX Всероссийской научно-технической конференции «Повышение эффективности средств обработки информации на базе математического моделирования». Часть 1. Тамбов: Высшее военное авиационное инженерное училище радиоэлектроники (военный институт), 2009. - с. 37-43.

17. Жендарев М. В., Якименко И. В., Коваль С. Н. др. Цифровая обработка тепловизионных изображений. Свидетельство об отраслевой регистрации электронного ресурса. М.: Объединенный фонд электронных ресурсов «Наука и образование» института научной информатизации и мониторинга Российской академии образования. № 15178, 2010.

18. Жендарев М. В., Якименко И. В. The detection of thermal objects on a masking atmospheric background. Статья. Научно-технический журнал «Measurement Techniques», выпуск №6, раздел «Физика и астрономия». США: Springer New York // www.springerlink.com/ openurl.asp? genre=article&id=doi: 10.1007/s11018-009-9321-4. 2009.

19. Жендарев М. В. Отчет о НИР «Ангстрем-2». Этап-3. Раздел 4. Способ корреляционной компенсации фона. Смоленск: Военная академия войсковой ПВО ВС РФ, 2008. – с. 122-143.

20. Жендарев М. В. Отчет о НИР «Ангстрем-3». Раздел 3. Законы распределений флюктуаций яркостей излучения облачного неба. Смоленск: Военная академия войсковой ПВО ВС РФ, 2009. – с. 32-48.

21. Жендарев М. В. Отчет о НИР «Звон-2». Раздел 7. Оценка вычислительных затрат затрачиваемого процессорами с разным быстродействием на реализацию корреляционного способа. Смоленск: Военная академия войсковой ПВО ВС РФ, 2009. – с. 117-121.

22. Жендарев М. В. Отчет о НИР «Раскат-2». Раздел 2. Математическое моделирование процесса обнаружения ВЦ на фоне облачного неба. Смоленск: Военная академия войсковой ПВО ВС РФ, 2008. – с. 52-64.

23. Жендарев М. В. Отчет о НИР «Раскат-3». Раздел 4. Исследование влияния параметров оптико-электронного обнаружителя на его характеристики обнаружения воздушных целей путем стохастического имитационного моделирования. Смоленск: Военная академия войсковой ПВО ВС РФ, 2009. – с. 25-39.

24. Жендарев М. В. Отчет о НИР «Слон». Раздел 3. Разработка программной модели ИК прицелов ночного видения. Сосновый Бор: ФГУП «Научно-исследовательский институт комплексных испытаний оптико-электронных приборов», 2009. – с. 87-91.

25. Жендарев М. В. Отчет об ОКР «Комар». Раздел 4. Разработка алгоритмов обработки видеоизображений прицела ночного видения. Серпухов: ОАО «РАТЕП», 2009. – с. 101-108.

26. Жендарев М. В. Отчет об ОКР «Маугли». Раздел 5. Разработка программной модели прицела ночного видения. Санкт-Петербург: ОАО «Ленинградское оптико-механическое объединение» 2009. – с. 136-141.

27. Жендарев М. В. Отчет о НИР «Дельта-С». Раздел 4. Разработка алгоритмов обнаружения малоразмерных ВЦ прицелов ночного видения. Сосновый Бор: ФГУП «Научно-исследовательский институт комплексных испытаний оптико-электронных приборов», 2006. – с. 133-138.

28. Набатчиков А. С., Якименко И. В. / Способ обнаружения малоразмерных тепловых объектов на атмосферном фоне // Математическая морфология. Том 11, вып 4. Смоленск, СГМА, 2012.

29. Набатчиков А.С. Обнаружение объектов при обработке изображений в среде MATLAB R2011b // Материалы докладов XIII международной научной конференции студентов и аспирантов «Системы компьютерной математики и их приложения». Смоленск: Изд-во СмолГУ, 2012. Вып. 13

30. Набатчиков А.С. Способ обнаружения и слежения за точечным объектом// XIX международная научно-техническая конференция студентов и аспирантов Радиоэлектроника, электротехника и энергетика. Том 1. Москва 2013

31. Набатчиков А.С. Способ обнаружения точечного теплового объекта на неоднородром атмосферном фоне// Материалы всероссийской научно-технической конференции – 2012. Том 1. Калуга, КФ МГТУ им. Н.Э. Баумана.

32. Набатчиков А.С. Способ обнаружения точечных тепловых объектов на атмосферном фоне // Материалы VII . международной молодёжной научной конференции «Тинчуринские чтения», Том 1. Казань, КГЭУ, 2013

Александрова В.И.

Васильев В.И.

ФГКВОУ ВПО «Военная академия войсковой противовоздушной обороны Вооруженных Сил Российской Федерации имени Маршала Советского Союза А.М. Василевского» Министерства обороны Российской Федерации

Способ военно-экономического анализа при прогнозировании основных направлений перспектив вооружения и военной техники

1. Актуальность и проблематика научной работы.

При прогнозировании основных направлений развития перспективного вооружения и военной техники (ВВТ) одной из важнейших составляющих является военно-экономический анализ, включающий прогнозирование стоимости перспективного образца ВВТ. На формирование перспективного облика ВВТ оказывает влияние множество как технических, так и экономических факторов зачастую не поддающихся количественной оценке. Поэтому прогнозирование осуществляется в условиях высокой степени неопределенности, недостаточности данных и относится к классу задач анализа информации, характеризующейся нечеткостью и неточностью исходных данных, сложностью формализации алгоритмов решения задачи.

Актуальность предлагаемого способа военно-экономического анализа при прогнозировании основных направлений развития перспективного вооружения и военной техники заключается в обеспечении возможности расширить факторное пространство при прогнозировании стоимости, то есть увеличить число учитываемых факторов, в том числе не поддающихся количественной оценке, влияющих на стоимость.

Применение нечеткой модели при прогнозировании стоимости перспективного образца ВВТ обеспечивает возможность гибкого объединения разнородных показателей (как количественных, так и качественных), различающихся по физической природе, диапазону значений, степени важности. Математический аппарат нечеткой логики предоставляет возможность получать количественные оценки прогнозируемой стоимости образца перспективного ВВТ, значения которой ставятся в зависимость от показателей, имеющих качественную природу. В результате использования программы повышается качество обоснования направлений развития системы вооружения войск ПВО СВ за счет повышения точности прогнозирования стоимости перспективного ВВТ.

2. Цель научной работы.

Целью работы является разработка методики военно-экономического анализа для повышения качества и точности прогнозирования основных направлений развития перспективного вооружения и военной техники.

3. Задача научной работы.

Работа нацелена на выработку способа военно-экономического анализа при прогнозировании основных направлений развития перспективного вооружения и военной техники, который должен решить проблему учета неопределенности, неточности и недостаточности используемой информации.

При прогнозировании основных направлений развития перспективного вооружения и военной техники (ВВТ) на формирование перспективного облика ВВТ оказывает влияние множество разнообразных факторов как технических, так и экономических зачастую не поддающихся количественной оценке. Поэтому прогнозирование осуществляется в условиях высокой степени неопределенности и относится к классу задач многокритериальной оптимизации [1].

Отрицательное влияние на качество прогноза основных направлений развития ВВТ могут оказывать следующие виды неопределенности: неопределенность в отношении будущих войн и варианта их реализации; неопределенность техническая, связанная с прогнозированием достижимых уровней развития технических характеристик средств вооруженной борьбы, затрат ресурсов на разработку и создание образцов вооружения; неопределенность в поведении противостоящей стороны [1].

Прогнозирование на основе многокритериального выбора и упорядочения позволяет уменьшить степень неопределенности и с определенной долей достоверности решить задачу прогнозирования основных направлений развития перспективного ВВТ.

Алгоритм методики прогнозирования основных направлений развития перспективного ВВТ представлен на рисунке 1.

Рисунок 1 – Алгоритм методики прогнозирования основных направлений

развития перспективного ВВТ

Решение задачи прогнозирования основных направлений развития перспективного ВВТ, в соответствии с методикой, можно представить в виде схемы (рисунок 2) [1].

Рисунок 2 – Схематическое изображение задачи прогнозирования основных направлений развития перспективного ВВТ на основе многокритериального выбора и упорядочения.

Качество прогноза можно определить с помощью метода определения относительного показателя эффективности ВВТ:

(5)

где		–	относительный показатель эффективности ВВТ;
		–	показатель эффективности для перспективного образца ВВТ;
		–	показатель эффективности для лучшего на данный момент времени образца ВВТ.

При прогнозировании основных направлений развития ВВТ необходимо также определить показатели, отражающие степень соответствия образцов ВВТ предъявляемым требованиям путем качественного анализа образцов ВВТ с целью определения соответствия их возможностей современным требованиям боевого применения, на основе чего формируются исходные данные оперативно-тактического характера необходимые для обоснования типажа ВВТ, определения оперативно-тактических требований к образцам ВВТ, разработки ТТЗ промышленности на создание новых образцов ВВТ и планирования поставки их в войска.

В связи с большим количеством неопределенностей сопровождающих процесс создания перспективного образца ВВТ, для военно-экономического обоснования принимаемых решений целесообразно применять универсальный комплексный показатель «потенциальная эффективность-стоимость образца ВВТ»

Для определения показателя «потенциальная эффективность-стоимость образца ВВТ» предлагается методика, алгоритм которой представлен на рисунке 3.

Рисунок 3 – Алгоритм определения комплексного показателя «потенциальная эффективность-стоимость образца ВВТ»

Применение нечеткой модели при прогнозировании стоимости перспективного образца ВВТ обеспечивает возможность гибкого объединения разнородных показателей (как количественных, так и качественных), различающихся по физической природе, диапазону значений, степени важности. Математический аппарат нечеткой логики предоставляет возможность получать количественные оценки прогнозируемой стоимости образца перспективного ВВТ, значения которой ставятся в зависимость от показателей, имеющих качественную природу. В результате использования программы повышается качество обоснования направлений развития системы вооружения войск ПВО СВ за счет повышения точности прогнозирования стоимости перспективного ВВТ.

Рисунок 4 – Структурно-логическая схема методики прогнозирования стоимости перспективного образца ВВТ

Важным шагом при обосновании направлений развития ВВТ является формирование критериального показателя допустимой стоимости перспективного образца ВВТ на основе индексного метода, которая является ограничительным критерием для прогнозируемой стоимости перспективного образца ВВТ, так как в нее заложены показатели, характеризующие финансовые возможности государства (индексы цен). То есть прогнозируемая стоимость перспективного образца ВВТ не должна быть больше допустимой.

С_перспС_{доп . (7)}

Комплексный показатель «потенциальная эффективность-стоимость образца ВВТ» определяется как отношение эффективности выполнения образцом ВВТ конкретной боевой задачи к величине затрат на его создание.

. (8)

Комплексный показатель «потенциальная эффективность-стоимость образца ВВТ» показывает, что перспективный образец ВВТ с большим значением данного показателя предпочтительнее, так как обладает рациональным соотношением эффективности и стоимости.

Достоинством предлагаемого способа военно-экономического анализа при прогнозировании основных направлений развития перспективного вооружения и военной техники является:

· расширение факторного пространства при определении стоимости перспективного образца ВВТ, то есть увеличение числа учитываемых показателей;

· возможность использования информации как статистического, так и качественного характера;

· реализация интегрированного подхода, то есть гибкое объединение разнородных показателей, (количественных, качественных, различающихся по физической природе, диапазону значений, степени важности);

· адаптивность в соответствии с финансовыми возможностями государства.

Очевидно, что вопросы военно-экономического анализа при прогнозировании основных направлений развития перспективного вооружения и военной техники являются одними из наиболее актуальных и требуют дальнейшего проведения теоретических и практических исследований. В настоящее время для их выполнения требуется достаточно большое количество статистических данных по характеристикам образцов вооружения и их стоимости, позволяющих провести прогностическое и экономико-математическое моделирование.