Повышение эффективности обнаружения загоризонтными РЛС с поверхностной волны надводных объектов на основе синтеза апертуры антенной системы

Обложка

Цитировать

Полный текст

Аннотация

Для решения задач наблюдения за обстановкой на водной поверхности, примыкающей к приграничным районам суши, используют загоризонтные радиолокационные средства поверхностной волны. Основным достоинством указанных средств является возможность обнаружения надводных объектов за пределами оптического горизонта за счет распространения электромагнитной волны вдоль морской поверхности в дифракционной зоне. Однако точностные характеристики подобных наблюдений оказываются крайне низкими в силу малых отношений сигнал/шум отраженного сигнала, которые обусловлены, в свою очередь, широкой диаграммой направленности существующих антенных систем. Это приводит к превалированию в облученной области отражения от фона над радиоэхом лоцируемого объекта. По этой же причине оказываются необнаруживаемыми неподвижные цели, по которым отсутствует доплеровский сдвиг частот в спектре отраженного сигнала. Единственным способом увеличения отношения сигнал/шум является сужение диаграммы направленности (увеличение коэффициента направленного действия антенной системы). Предлагается решение поставленной задачи по пути последовательного накапливания отраженных сигналов и их суммирования по принципу оптимизационного подбора фазовых соотношений для соседних импульсов (синтезируемых апертур), которые соответствуют эвентуальному фронту электромагнитных волн, сфокусированному в направлении гипотетической цели. Решение данной задачи позволит существенно сузить диаграмму направленности антенны, что открывает возможности устранения влияния фона за счет радикального уменьшения площади облучаемой поверхности в процессе фокусировки луча при синтезировании виртуальной апертуры. При этом нет необходимости в изменении конструкции антенных решеток. Выполнено компьютерное моделирование синтезированной антенной решетки и построена ее диаграмма направленности. Проведена количественная оценка степени повышения углового разрешения по сравнению с потенциально возможным, определенным по критерию Релея. Данное обстоятельство поз воляет рассмотреть возможность использования береговых загоризонтных радиолокационных станций поверхностной волны для обнаружения «невидимых» существующими локаторами неподвижных объектов.

Об авторах

А. П Алёшкин

Военно-космическая академия имени А.Ф. Можайского (ВКА им. А.Ф. Можайского)

Email: a_aleshkin@mail.ru
ул. Ждановская 13

С. Н Балакирев

Военно-космическая академия имени А.Ф. Можайского (ВКА им. А.Ф. Можайского)

Email: bell_356@mail.ru
Ждановская ул. 13

В. И Невзоров

Военно-космическая академия имени А.Ф. Можайского (ВКА им. А.Ф. Можайского)

Email: nevzorov1938@mail.ru
Ждановская ул. 13

П. В Савочкин

Военно-космическая академия имени А.Ф. Можайского (ВКА им. А.Ф. Можайского)

Email: p_gehon@mail.ru
Ждановская ул. 13

Список литературы

  1. Фабрицио Д.А. Высокочастотный загоризонтный радар: основополагающие принципы, обработка сигналов и практическое применение // М.: Техносфера. 2018. 936 с.
  2. Акимов В.Ф., Калинин Ю.К. Введение в проектирование ионосферных загоризонтных радиолокаторов // М.: Техносфера. 2017. 492 с.
  3. Y. J. Guo, P. Qin, S. Chen, W. Lin and R. W. Ziolkowski. Advances in Reconfigurable Antenna Systems Facilitated by Innovative Technologies // IEEE Access. 2018. vol. 6. pp. 5780–5794.
  4. Jiaguo L. Design Technology of Synthetic Aperture Radar // Wiley — IEEE Press. 2019. 329 p.
  5. Djurovic I. QML-RANSAC: PPS and FM signals estimation in heavy noise environments // Signal Processing. 2017. vol. 130. pp. 142–151.
  6. Zhaoyi W., Shengnan S., Ziyang C., Zishu H. A Modified Sequential Multiplexed Method for Detecting Airborne and Sea Targets With Over-the-Horizon Radar // Access IEEE. 2020. vol. 8. pp. 84082–84092.
  7. Алёшкин А.П., Владимиров В.В., Невзоров В.И., Савочкин П.В. Метод повышения разрешающей способности и точности радиолокационных угловых измерений на основе последовательной пространственно-временной обработки принимаемых сигналов // Информационно-управляющие системы. 2020. № 2. С. 37 45.
  8. Орлов И.Я., Евсеев А.П., Вьюгин П.Н., Пучков А.В. Анализ проблем создания «сверхразрешающей» цифровой антенной решетки с помощью алгоритма полигармонической экстраполяции // Труды 24-й Междунар. научн.-техн. конф. «Радиолокация, навигация, связь». 2018. С. 1–12.
  9. Djurovic I., Zhang Y. Accurate parameter estimation of over-the-horizon radar signals using RANSAC and MUSIC algorithms // Progress in Electromagnetics Research M. 2018. vol. 67. pp. 85–93.
  10. Aliyazicioglu Z., Hwang H., Grice M., Yakovlev A. Sensitivity analysis for direction of arrival estimation using a root-MUSIC algorithm // Engineering Letters. 2008. vol. 16. no. 3. pp. 353–360.
  11. Guohua Wang, Yilong Lu. High resolution MIMO-HFSWR using sparse frequency waveform // 9th International Conference on Signal Processing 2008. 2008. pp. 2238–2241.
  12. Xiaolong C., Xiaohan Y., Yong H., Jian G. Adaptive Clutter Suppression and Detection Algorithm for Radar Maneuvering Target With High-Order Motions Via Sparse Fractional Ambiguity Function // IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. 2020. vol. 13. pp. 1515–1526.
  13. Манохин Г.О., Гельцер А.А., Рогожников Е.В. Увеличение разрешающей способности радиолокационной системы за счет параметрических методов обработки сигналов // Вестник СибГУТИ. 2015. № 1(29). С. 15–23.
  14. Нечаев Ю.Б. Сверхразрешающие алгоритмы в задачах азимутальной радиопеленгации с использованием кольцевых антенных решеток // Антенны. 2007. № 7. С. 29–34.
  15. Santi F. et al. Spatial Resolution Improvement in GNSS-Based SAR Using Multistatic Acquisitions and Feature Extraction // IEEE Transactions on Geoscience and Remote Sensing. 2016. vol. 54. no. 10. pp. 6217–6231.
  16. Ma H. et al., "Maritime Moving Target Indication Using Passive GNSS-Based Bistatic Radar // IEEE Transactions on Aerospace and Electronic Systems. 2018. vol. 54. no. 1. pp. 115–130.
  17. Дмитриев Д.Д., Карцан И.Н. Адаптивные антенные решетки с цифровым формированием луча // Решетневские чтения. 2016. Т. 1. С. 263–265.
  18. Ратынский М.В. Адаптация и сверхразрешение антенных решеток // М.: Радио и связь. 2003. 197 с.
  19. Детков А.Н. Оптимизация обработки траекторного сигнала радиолокационной системы c цифровым синтезированием апертуры антенны при использовании скрытых марковских моделей // Радиотехника и электроника. 2017. Т. 62. № 6. С. 554–560.
  20. Чистяков В.А., Куприц В.Ю. Сверхразрешение в антенных решетках // Решетневские чтения. 2016. Т. 1. С. 310–312.
  21. Петров В.П. Алгоритмы оценки пространственного спектра в адаптивных цифровых антенных решетках // Вестник СибГУТИ. 2014. № 4(28). С. 60–70.
  22. Филонов А.А. и др. Устройства СВЧ и антенны // Сиб.федер. ун-т. 2014. 492 с.
  23. Лаговский Б.А. Сверхразрешение на основе синтеза апертуры цифровыми антенными решетками // Антенны. 2013. № 6(193). С. 9–16.
  24. Порсев В.И. и др. Выделение парциальных траекторий с применением синтезируемой виртуальной апертуры антенны РЛС // Вестник воздушно-космической обороны. 2016. Вып. 3(11). С. 87–92.
  25. Порсев В.И., Гелесев А.И., Красько А.Г. Угловое сверхразрешение сигналов с использованием «виртуальных» антенных решеток // Вестник Концерна ВКО «Алмаз – Антей». 2019. № 4. С. 24–34.
  26. Baiqiang Z., Junhao X., Zhongwen H. Super-resolution processing for shipborne HFSWR based on an improved IMP // 2016 CIE International Conference on Radar (RADAR). 2016. pp. 1–4.
  27. Thay T., Kelsall A., Marchioni J., Riddolls R. Frequency Monitoring System for Over-The-Horizon Radar (OTHR) using The Empirical Canadian High Arctic Ionospheric Model (E-CHAIM) // 2019 20th International Radar Symposium (IRS). 2019. pp. 1–8.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».