CC BY
125
References in English / Список литературы
1. Орлов Д.С., Гришина Л.А. Практикум по химии гумуса // Учеб.пособие. М.: Изд-во Моск. ун-та, 1981. 272 с.
2. ГОСТ Р 17.4.3.07-2001 Почвы. Требования к свойствам осадков сточных вод при использовании их в качестве удобрений.
3. Семенов Б.С. Предварительная экологическая оценка осадка сточных вод и почвенного метода их обеззараживания // Б.С. Семенов, Б.З. Сытин // сб. научн. тр. НИИССВ. М.: Прогресс, 1998. С. 193-213.
4. Орлов Д.С. Гумусовые кислоты почв и общая теория гумификации. М.: Изд-во МГУ, 1990. 325 с.
OPTOELECTRONIC SYSTEM FOR AUTOMATIC LANDING OF UNMANNED SMALL AIRCRAFTS
12 3
Kulchitsky A.P. , Shalimov A.S. , Timoshenkov A.S. (Russian Federation) Email: Kulchitsky432@scientifictext.ru
1Kulchitsky Andrey Petrovich - Lecturer; 2Shalimov Andrey Sergeevich - PhD in Engineering Sciences, Associate Professor; 3Timoshenkov Andrey Sergeevich - Engineer, DEPARTMENT OF MICROELECTRONICS, INSTITUTE OF NANO- AND MICROSYSTEM TECHNOLOGY, NATIONAL RESEARCH UNIVERSITY OF ELECTRONIC TECHNOLOGY,
MOSCOW
Abstract: a variant of constructing an opto-electronic autonomous control system based on MEMS is presented for the automatic landing of an unmanned small aircraft. The optical system for determining the bearing angles is considered using a four-quadrant photodiode. A method for calculating the bearing angles, taking into account the characteristics of the components used is given. An algorithm for automatic landing of an unmanned small aircraft with the help of an opto-electronic automated control system is considered. Keywords: micromechanics; MEMS; gyroscope, angular velocity, navigation, orientation, unmanned aerial vehicle.
ОПТИКО-ЭЛЕКТРОННАЯ СИСТЕМА АВТОМАТИЧЕСКОЙ ПОСАДКИ БЕСПИЛОТНЫХ МАЛЫХ ЛЕТАТЕЛЬНЫХ АППАРАТОВ
1 2 3
Кульчицкий А.П. , Шалимов А.С. , Тимошенков А.С. (Российская Федерация)
1 Кульчицкий Андрей Петрович - преподаватель; 2Шалимов Андрей Сергеевич - кандидат экономических наук, доцент; 3Тимошенков Андрей Сергеевич - инженер, кафедра микроэлектроники, Институт нано- и микросистемной техники, Национальный исследовательский университет «МИЭТ», г. Москва
Аннотация: представлен вариант построения оптико-электронной автономной системы управления на основе МЭМС, для автоматической посадки беспилотного малого летательного аппарата. Рассмотрена оптическая система
определения углов пеленга, с использованием четырехквадрантного фотодиода. Приведен способ расчета углов пеленга, учитывающий характеристики используемых компонентов. Рассмотрен алгоритм автоматической посадки беспилотного малого летательного аппарата с помощью оптико-электронной автоматизированной системы управления.
Ключевые слова: микромеханика, МЭМС, датчик угловой скорости, угловая скорость, навигация, ориентация, беспилотный летательный аппарат.
УДК [531.768+62.752.4]:[629.1+629.7.05]
В настоящее время малые автономные подвижные объекты, такие как: роботы, беспилотные летательные аппараты самолетного и вертолетного типов, стабилизированные и вращающееся по крену, имеют широкое применение от бытового до специального назначения и спектр применения их постоянно увеличивается. Они находят применение при решении достаточно широкого круга задач, таких как, экологический мониторинг, выявления последствий природных и техногенных катастроф, доставка малогабаритного груза, выполнение боевых задач и др. [1, 2]. Одной из стадий полета МЛА является посадка. Посадка МЛА сложная и ответственная стадия полета. На сегодняшний день существуют много разных способов посадки беспилотных МЛА самолетного типа: посадка на парашюте, с помощью сети (для МЛА массой менее 5 кг), с помощью оператора, с использованием стационарного радиотехнического оборудования, оптико-электронного оборудования (видеокамер на основе ПЗС- и КМОП-матрицах, фотодиодных сборок) [3]. При посадках МЛА на парашюте достоинством является то, что не требуется высокой точности выхода на место приземления и взлетно-посадочной полосы (ВПП), а основной недостаток - относительно большой полезный объем занимает парашют. Использование сети возможно только при малой массы МЛА. Для радиотехнических способов требуется оборудованная стационарная ВПП и сложная электронная аппаратура на борту. При использовании видеокамер на основе ПЗС- и КМОП-матрицах достоинством является высокая точность и не требуется сложного оборудования ВПП, а недостатком является требуемая большая вычислительная мощность на борту МЛА, происходит «размытие» входного сигнала при относительно высоких угловой скорости собственного колебания.
Основные требования, которые предъявляются к данным аппаратам, это уменьшение массогабаритных размеров, трудоемкости и стоимости, увеличение полезной массы (для существующих аппаратов), времени автономной работы и точности выполнения поставленных задач, а также простота их эксплуатации. Следствием основных требований является проблема создания автоматизированной системы управления (АСУ), обеспечивающей автономное управление МЛА на всех стадиях полета [2, 3].
Создание АСУ на основе МЭМС получило широкое распространение. Преимущество МЭМС по сравнению с другими аналогичными приборами - это малые массогабаритные размеры, достаточно высокие метрологические и эксплуатационные характеристики, малое энергопотребление и низкая стоимость. Недостатками являются относительно большие составляющие шумового сигнала, случайный дрейф нуля и, для некоторых типов датчиков, значительная зависимость точностных характеристик от температуры.
Вследствие чего, целесообразно проводить интеграция АСУ на основе МЭМС с другими различными системами и сенсорами, такими как GPS, датчиками давления, дальномерами и т.д., что позволяет повысить точностные навигационные характеристики.
Рассмотрим оптико-электронную автоматизированную систему управления МЛА самолетного типа на основе МЭМС, с возможностью автоматической посадки на
взлетно-посадочную полосу. В состав АСУ входит: блок навигации и ориентации (БНО) построенный из 3 микроэлектромеханических (МЭМ) датчиков угловых скоростей (ДУС), 3-х МЭМ акселерометров, 3 МЭМ магнитометров, приемника GPS сигнала, МЭМ датчика давления, лазерного дальномера и высокоскоростного микроконтроллера; оптический индикатор-координатор (ОИК), на основе четырех-секционного фотодиода; блок обработки сигналов и управления (БОСиУ) на основе высокоскоростного вычислителя; беспроводной приемопередатчик (БПП) предназначенный для приема/передачи (при необходимости) данных. На рисунке 1 приведена блок-схема данного АСУ, с исполнительными устройствами МЛА (ИУ), такими как рули высоты и направления, элероны, тяга двигателя.
Рис. 1. Блок-схема АСУ на основе МЭМС
Автоматическая посадка БЛА по следующему алгоритму: АСУ, используя данные приемника GPS сигнала и датчика давления, выводит МЛА к месту захода на посадку, находящегося на расстояние около 100 м от начала посадочной полосы, с точностью ±15 м [2]. Далее, двигаясь в направлении начала посадочной полосы, БОСиУ считывает поступающие с ОИК углы пеленга маяка (маяк находится в начале посадочной полосы), а также с БНО навигационные параметры полета МЛА и, используя метод пропорциональной навигации, управляет движением МЛА в горизонтальной плоскости. Для управления МЛА в вертикальной плоскости БОСиУ использует данные поступающие с лазерного дальномера. На рисунке 2 приведена траектория движения МЛА в горизонтальной плоскости при автоматической посадке.
Рис. 2. Траектория движения МЛА в горизонтальной плоскости при автоматической посадке
Для создания матриц перехода из одной системы координат в другую используются кватернионы, которые не вырождаются при любом положении твердого тела (т.е. не обращаются в бесконечность ни сами параметры, ни скорости их изменения). Расчет угловой скорости поворота линии визирования и фильтрации значений проводится с помощью фильтра Калмана. Данный способ расчетов подробно рассмотрен в работах [4, 5].
Рассмотрим подробно оптический индикатор-координатор. ОИК предназначен для определения углов пеленга маяка. Разработанный ОИК имеет следующие характеристики:
- 9 ступеней автоматической регулировки сигнала (АРУ);
- диапазон плотности мощности светового пятна на входном зрачке
= (2,0-1010 ■ 8,0-Ш"8) Вт/
4 ' /мм2
P
■ угол обзора по осям OX и OY, (р™
■ среднеквадратичное отклонение
(у
(СКО)
Р1,
углов пеленга: ( < 1,5 град., на 5 ступени АРУ (5,(5
: ±20 град.;
лов пеленга
< 0,1 град.,
на
на
ступени АРУ ступени АРУ
<0,5 град.;
- длительность импульса - 20 мкс.
- частота поступления сигналов с маяка - 100 Гц.
В состав ОИК входят: система оптических линз; оптический фильтр с полосой пропускания длины волны от 800 нм до 1100 нм (согласованный с длиной волны излучения маяка); четырехквадрантный фотодиод (ФД); 9-ступенчатый усилитель сигнала, состоящий из операционных усилителей и усилителей с переменным коэффициентом усиления, 4 16-битных АЦП, вычислитель - микроконтроллер Cortex M3. На рисунке 3 приведена блок-схема ОИК.
Рис. 3. Блок-схема ОИК
Принцип работы ОИК состоит в следующем: оптические сигналы, поступающие от маяка с частотой 100 Гц, проходят через систему оптических линз, диафрагму,
фильтр и попадают на 4-элементный фотоприемник в виде пятна, где преобразуются в электрический сигнал; далее, амплитуда сигнала увеличивается усилителями и с помощью АЦП преобразуется в цифровой сигнал. Вычислитель определяет
истинность сигнала и рассчитывает углы пеленга ( и ( относительно системы
координат ОИК и передает полученные значения в БОСиУ. На рисунке 4 показано распределение светового пятна на 4х-элементном фотоприемнике.
Рис. 4. Распределение светового пятна на 4-элементном фотоприемнике Расчет углов пеленга проводятся по формулам:
= (ЛБ, • К А + Л34 • КАА) - (АБ2 • КАА + АБз • К А) (у (А3 • КА3 + Л32 • КА + АБ3 • КА + АБ4 • КА) 0 ^ у ' (
= (А3, • КА3 + А3\ • КА3) - (А3з • КА3 + аб4 • К А3) ( (А3 • КА + АЯ2 • КА + АЯ3 • КА + А3\ • КА) 0 ^ 2' (
0 2 (2
А3
где амплитуда оцифрованного сигнала I элемента фотодиода, К^ коэффициент, зависящий от характеристик фотоприемника (рассчитывается при
калибровке ОИК), Ку, К2 - коэффициент, связанный с погрешностью электронных
компонентов и конструкторского исполнения блока, рассчитывается при калибровке
ОИК, К ,К - коэффициент, связанный с нелинейностью выходных данных,
рассчитывается при калибровке ОИК, К0 - коэффициент пропорциональности.
Определение истинности сигнала проводится по следующему алгоритму: по первым поступающим сигналам определяется время между ними на 1 ступени. При наличии 3 сигналов, имеющих промежуток времени между собой равной (10±0,05) мс, считается, что данные сигналы истинны. Далее, во избежание ложных срабатываний, разрешение на прием сигналов выдается вычислителем через 9,95 мс, если было 2 пропущенных сигнала, то определение истинности поступление сигналов начинается заново. Далее идет определение ступени АРУ и расчет углов пеленга по двум ступеням АРУ.
Рассматриваемая оптико-электронная автоматизированная система управления МЛА самолетного типа позволяет осуществлять автоматическую посадку на площадку шириной равной 3м, грунтовая и асфальтированная автомобильные дороги
и т.д., имеет низкие энергопотребление и стоимость, относительно малый вес, а также доступность комплектующих изделий.
Представленное в настоящей работе техническое решение оптического индикатор -координатора имеет ряд преимуществ по сравнению с видеокамерами на основе ПЗС-и КМОП-матрицах - относительно низкую стоимость, малое время между поступлением сигнала и выдачи углов пеленга и может быть использовано в различных типах МЛА.
Список литературы /References
1. Цариченко С.Г., Родиченко Н.С. Беспилотные летательные аппараты, как средство повышения эффективности оперативно-тактической деятельности пожарно-спасательных подразделений // Известия ЮФУ. Технические науки, 2015. № 1. С. 14-22.
2. Пучков А.В., Алдаев С.А. Анализ навигационного оборудования, беспечивающего посадку беспилотных летательных аппаратов // Актуальные проблемы авиации и космонавтики, 2015. Том 2. С. 970-972.
3. Соколов С.М., Богуславский А.А., Фёдоров Н.Г., Виноградов П.В. Система технического зрения для информационного обеспечения автоматической посадки и движения по ВПП летательных аппаратов // Известия ЮФУ. Технические науки, 2015. № 1. С. 96-109.
4. Тимошенков С.П., Кульчицкий А.П. Применение фильтра Калмана в системах навигации и ориентации на основе МЭМС // Оборонный комплекс - научно-техническому прогрессу России, 2013. № 1. С. 70-72.
5. Тимошенков С.П., Кульчицкий А.П. Расчет угловой скорости поворота линии визирования объекта с помощью фильтра Калмана // Оборонный комплекс -научно-техническому прогрессу России, 2014. № 2. С. 68-75.
Список литературы на английском языке /References in English
1. Carichenko S.G., Rodichenko N.C. Bespilotnye letatel'nye apparaty, kak sredstvo povyshenija jeffektivnosti operativno-takticheskoj dejatel'nosti pozharno-spasatel'nyh podrazdelenij [Unmanned aerial vehicles, as a means of increasing the effectiveness of operational and tactical activities of fire and rescue units] // Izvestija JuFU. Tehnicheskie nauki [Unmanned aerial vehicles, as a means of increasing the effectiveness of operational and tactical activities of fire and rescue units. Izvestia YuFU. Technical science], 2015. № 1. P. 14-22 [in Russian].
2. Puchkov A. V., Aldaev S.A. Analiz navigacionnogo oborudovanija, bespechivajushhego posadku bespilotnyh letatel'nyh apparatov [Analysis of navigational equipment, ensuring the landing of unmanned aerial vehicles] // Aktual'nye problemy aviacii i kosmonavtiki [Actual problems of aviation and cosmonautics], 2015. Volume 2. P. 970-972 [in Russian].
3. Sokolov S.M., Boguslavskij A.A. Fjodorov N.G., Vinogradov P.V. Sistema tehnicheskogo zrenija dlja informacionnogo obespechenija avtomaticheskoj posadki i dvizhenija po VPP letatel'nyh apparatov [System of technical vision for information support of automatic landing and movement on the runway of aircraft] // Izvestija JuFU. Tehnicheskie nauki [Izvestiya SFU. Technical science], 2015. № 1. P. 96-109 [in Russian].
4. Timoshenkov S.P., Kul'chickij A.P. Primenenie fil'tra Kalmana v sistemah navigacii i orientacii na osnove MJeMS [Application of Kalman filter in navigation and orientation systems based on MEMS] // Oboronnyj kompleks - nauchno-tehnicheskomu progressu Rossii [Defense complex - scientific and technical progress of Russia], 2013. № 1. P. 70 -72 [in Russian].
5. Timoshenkov S.P., Kul'chickij A.P. Raschet uglovoj skorosti povorota linii vizirovanija ob#ekta s pomoshh'ju fil'tra Kalmana [Calculation of the angular rate of rotation of the line of sight of the object with the help of the Kalman filter] // Oboronnyj kompleks -nauchno-tehnicheskomu progressu Rossii [Defense complex - scientific and technical progress of Russia], 2014. № 2. P. 68-75 [in Russian].
USE OF NEUROETRES FOR SOLVING CYBER SECURITY ISSUES Nazarenko Yu.L. (Russian Federation) Email: Nazarenko432@scientifictext.ru
Nazarenko Yuri Leonidovich - Student, DEPARTMENT OF INFORMATICS AND COMPUTER SCIENCE, DON STATE TECHNICAL UNIVERSITY, ROSTOV-ON-DON
Abstract: the article is devoted to the review of such technology as artificial neural networks and features of using this technology. The description of the basic element of the neural network - an artificial neuron, the principles of its operation and the learning of the network as a whole is given. The features of neural networks that can be useful in solving computer security problems are described. An example of a practical problem that can be solved using artificial neural network technology is described. Examples of the successful use of neural networks in the corporate sector for solving issues of information security are given.
Keywords: cyber security, neural network, artificial neuron, threat recognition.
ИСПОЛЬЗОВАНИЕ НЕЙРОСЕТЕЙ В РАМКАХ РЕШЕНИЯ ПРОБЛЕМ КИБЕРБЕЗОПАСНОСТИ Назаренко Ю.Л. (Российская Федерация)
Назаренко Юрий Леонидович - студент, факультет информатики и вычислительной техники, Донской государственный технический университет, г. Ростов-на-Дону
Аннотация: статья посвящена обзору такой технологии, как искусственные нейросети, и особенностей использования этой технологии. Приведено описание базового элемента нейронной сети - искусственного нейрона, принципов его работы и обучения сети в целом. Описаны особенности нейросетей, которые могут быть полезны при решении проблем компьютерной безопасности. Описан пример практической задачи, которую можно решить с использованием технологии искусственной нейросети. Приведены примеры успешного использования нейросетей в корпоративном секторе для решения вопросов информационной безопасности. Ключевые слова: кибербезопасность, нейронная сеть, искусственный нейрон, распознавание угроз.
Введение. В настоящее время компьютерные сети представляют собой большие распределенные системы программ и устройств, взаимодействующие между собой, чтобы обмениваться информацией, а также хранить ее и обрабатывать. Сети объединяют различные типы устройств, соединенных каналами связи. Усиленная нагрузка сетей, их усложнение, участившееся появления методов нарушения работы, создают необходимость серьезного отношения к проблемам сетевой безопасности.
Большинство существующих систем обнаружения атак (СОА), применяемых для мониторинга безопасности информационных систем (ИС), основаны на
