Обнаружение-распознавание беспилотных летательных аппаратов с использованием составной модели авторегрессии их акустического излучения

dc.contributor.authorТихонов, В. А.
dc.contributor.authorКарташов, В. М.
dc.contributor.authorОлейников, В. Н.
dc.contributor.authorЛеонидов, В. И.
dc.contributor.authorТимошенко, Л. П.
dc.contributor.authorСелезнев, И. С.
dc.contributor.authorРыбников, Н. В.
dc.date.accessioned2022-02-16T09:34:37Z
dc.date.available2022-02-16T09:34:37Z
dc.date.issued2020
dc.description.abstractenWhen solving the actual task of detecting by its own acoustic emission (AE) unmanned aerial vehicles (UAVs), making a potential threat to various areas of human activity, it becomes necessary to distinguish its signal from all other acoustic noises. The application of the autoregression model, widely used in practice, is complicated by the need to use significantly high orders of the model, since the distinguishing features of the UAV acoustic signal that differ it from other signals are located in the low-frequency region of the spectrum. The article proposes the use of a composite autoregression model that adequately describes the correlation properties of a signal at significant time intervals and provides an increase in spectral resolution in the low-frequency region. Experimental studies carried out on using the proposed mathematical model show significant differences in the spectral power density (SPD) of UAVs AE from SPD of various sources’ noise, which improve the quality characteristics of the UAV detection-recognition problem. A simplified procedure is proposed for determining frequencies of SPD peaks of a long-term autoregression model without spectrum calculation, which is advisable to use when working in real time.uk
dc.description.abstractruПри решении актуальной задачи обнаружения по собственному акустическому излучению (АИ) беспилотных летательных аппаратов (БПЛА), представляющих потенциальную угрозу для различных областей деятельности человека, возникает необходимость выделения его сигнала среди всех других акустических шумов. Применение для этой цели широко распространенной на практике модели авторегрессии затруднено необходимостью использовать значительные порядки модели, поскольку отличительные признаки акустического сигнала БПЛА, отличающие его от других сигналов, расположены в низкочастотной области спектра. В статье предложено использование составной модели авторегрессии, которая адекватно описывает корреляционные свойства сигнала на значительных временных интервалах, и обеспечивает повышение спектрального разрешения в области низких частот. Проведены экспериментальные исследования с использованием предложенной математической модели, которые показали существенные отличия спектральной плотности мощности (СПМ) АИ БПЛА от СПМ шумов различных источников, что позволило повысить качественные характеристики решения задачи обнаружения-распознавания БПЛА. Предложена упрощенная процедура определения частот пиков СПМ долговременной модели авторегрессии без вычисления спектра, которую целесообразно использовать при работе в реальном масштабе времени.uk
dc.description.abstractukПри вирiшеннi актуального завдання виявлення за власним акустичним випромiнюванням (АВ) безпiлотних лiтальних апаратiв (БПЛА), що представляють потенцiйну загрозу для рiзних областей дiяльностi людини, виникає необхiднiсть видiлення його сигналу серед всiх iнших акустичних шумiв. Застосування для цiєї мети широко поширеної на практицi моделi авторегресiї утруднено необхiднiстю використовувати значнi порядки моделi, оскiльки вiдмiннi ознаки акустичного сигналу БПЛА, що вiдрiзняють його вiд iнших сигналiв, розташованi в низькочастотнiй областi спектра. У статтi запропоновано використання складової моделi авторегресiї, яка адекватно описує кореляцiйнi властивостi сигналу на значних часових iнтервалах, i забезпечує пiдвищення спектрального дозволу в областi низьких частот. Проведено експериментальнi дослiдження з використанням запропонованої математичної моделi, якi показали iстотнi вiдмiнностi спектральної щiльностi потужностi (СЩП) АВ БПЛА вiд СЩП шумiв рiзних джерел, що дозволило пiдвищити якiснi характеристики рiшення задачi виявлення-розпiзнавання БПЛА. Запропоновано спрощену процедуру визначення частот пiкiв СЩП довготривалої моделi авторегресiї без обчислення спектра, яку доцiльно використовувати при роботi в реальному масштабi часу.uk
dc.format.pagerangeС. 38-46uk
dc.identifier.citationОбнаружение-распознавание беспилотных летательных аппаратов с использованием составной модели авторегрессии их акустического излучения / Тихонов В. А., Карташов В. М., Олейников В. Н., Леонидов В. И., Тимошенко Л. П., Селезнев И. С., Рыбников Н. В. // Вісник НТУУ «КПІ». Радіотехніка, радіоапаратобудування : збірник наукових праць. – 2020. – Вип. 81. – С. 38-46. – Бібліогр.: 32 назв.uk
dc.identifier.doihttps://doi.org/10.20535/RADAP.2020.81.38-46
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/46519
dc.language.isoruuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.sourceВісник НТУУ «КПІ». Радіотехніка, радіоапаратобудування: збірник наукових праць, Вип. 81uk
dc.subjectбезпiлотний лiтальний апаратuk
dc.subjectакустичний сигналuk
dc.subjectмодель авторегресiїuk
dc.subjectспектральна щiльнiсть потужностiuk
dc.subjectвиявленняuk
dc.subjectрозпiзнаванняuk
dc.subjectunmanned aerial vehicleuk
dc.subjectacoustic signaluk
dc.subjectautoregressive modeluk
dc.subjectpower spectral densityuk
dc.subjectdetectionuk
dc.subjectrecognitionuk
dc.subjectбеспилотный летательный аппаратuk
dc.subjectакустический сигналuk
dc.subjectмодель авторегрессииuk
dc.subjectспектральная плотность мощностиuk
dc.subjectобнаружениеuk
dc.subjectраспознаваниеuk
dc.subject.udc629.7.022uk
dc.titleОбнаружение-распознавание беспилотных летательных аппаратов с использованием составной модели авторегрессии их акустического излученияuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
VKPIRR-2020_81_38-46.pdf
Розмір:
550.57 KB
Формат:
Adobe Portable Document Format
Опис:
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.01 KB
Формат:
Item-specific license agreed upon to submission
Опис: