CC BY
52
УДК 623.551; 623.4.053.5; 623.4.021.2/4 DOI: 10.24412/2071-6168-2022-2-408-418
НАПРАВЛЕНИЯ РАЗВИТИЯ СИСТЕМ НАБЛЮДЕНИЯ И РАЗВЕДКИ ЦЕЛЕЙ СОВРЕМЕННЫХ БОЕВЫХ МАШИН
К.А. Лихоманов, Н.Д. Изергин, Р.В. Старков
В статье рассмотрены вопросы выбора возможного состава систем наблюдения и разведки целей современных боевых машин (БМД, БМП), функционирующих на основе алгоритмов технического зрения. Уточнены требования, предъявляемые к перспективной системе наблюдения и разведки целей, определены факторы, влияющие на дальность наблюдения, обнаружения, распознавания и идентификации целей, на основании разрешающей способности сенсоров.
Ключевые слова: техническое зрение; система наблюдения и разведки целей; ситуационная осведомленность; тепловизор; сенсоры системы кругового обзора.
При разработке системы наблюдения и разведки целей (СНРЦ), с повышенной ситуационной осведомленностью и поисковыми характеристиками, существенное значение имеет постановка задачи. В настоящее время существуют различные обзорные системы улучшенного видения. Однако, большинство таких систем созданы для решения узко специализированных задач. Системы широкого назначения, хотя и являются более универсальными, то есть в среднем обеспечивают лучшие параметры системы, но, как правило, уступают специализированным системам по некоторым наиболее важным характеристикам для решения конкретных задач. При этом специальная обзорная система для системы наблюдения и разведки целей на основе технического зрения образца бронетанковой техники (БТТ) не разработана.
Заметное влияние на характеристики такой системы будут иметь требования к этой системе, вытекающие из особенностей решаемых задач. В связи с вышеизложенным настоящая статья посвящена:
- выбору видов технического зрения (ТЗ), которые будут использоваться в разрабатываемой системе для обеспечения задач поиска целей;
- определению требуемой дальности работы системы для выполнения задач поиска, а именно: обнаружения, распознавания и идентификации;
- определению исходных размеров изображений, которые должна обрабатывать система, подлежащая разработке;
- определению общей структурной схемы СНРЦ, а также назначения отдельных блоков;
- оценке учёта возможных массово-габаритных характеристик системы для размещения на боевых машинах (образцах БТТ).
При наблюдении окружающего пространства разведка целей может быть осложнена различными мешающими факторами. В качестве таких факторов могут выступать осадки и другие атмосферные явления (такие как, например, дождь, снег, туман, дымка), дым, а в ночное время суток - недостаточная освещённость. Для уменьшения влияния данных неблагоприятных факторов применяются системы улучшенного видения, использующие различные виды ТЗ. Одновременное получение информации от многоканальных сенсоров (т.е. нескольких видов) ТЗ позволяет сочетать преимущества изображений различной природы и обеспечивать круглосуточное и всепогодное наблюдение и разведку целей.
Виды ТЗ можно разделить на активные и пассивные. При активном наблюдении окружающего пространства система технического зрения (СТЗ) работает как в передающем режиме, так и в приёмном. К активным системам технического зрения можно отнести радиолокаторы [1,2], лидары и ToF камеры [3,4], а в подводной среде - сонары [5,6]. Информацию, получаемую в результате обработки отражённых волн, можно интерпретировать различным образом, в том числе представлять в виде изображений, получаемых из точки наблюдения. Например, ToF камеры позволяют получать карты глубин, то есть изображения, значения пикселей которых означают дальность до объекта. В системах технического зрения также активно используются лазерные дальномеры (ЛД), которые, хотя и не формируют карту дальностей за одно измерение, но позволяют получать дополнительную информацию о дальности до объекта, расположенного в центре кадра.
Основным недостатком активных систем является их высокая заметность. Из основного уравнения радиолокации следует, что активная система локации будет обнаружена пассивной системой противодействия раньше (на большем расстоянии), чем обнаружит систему противодействия [7]. В связи с этим в задачах наблюдения и разведки целей особый интерес представляют пассивные виды ТЗ.
Наиболее широкое распространение в многоспектральных системах улучшенного видения получили телевизионные (ТВ) камеры диапазона видимого света (цветные или панхроматические), а также сенсоры одного или двух инфракрасных диапазонов. Границы этих диапазонов обусловлены частотными окнами прозрачности атмосферы с учётом содержащегося в ней водяного пара [8,9].
Ближний инфракрасный диапазон (NIR, длины волн 0,75-1,4 мкм) характеризуется большей дальностью видимости в условиях дымки по сравнению с диапазоном видимого света. Сенсоры данного диапазона сравнительно дёшевы, так как могут включать оптические системы общего назначения, используемые в телевизионных камерах.
Коротковолновый инфракрасный диапазон (SWIR, длины волн 1,4-3 мкм) отличается высоким уровнем естественной освещённости в ночное время суток по сравнению с диапазонами NIR и видимого света. Более того, современные сенсоры диапазона SWIR обладают высоким уровнем чувствительности, из-за чего применяются в приборах ночного видения.
В средневолновом инфракрасном диапазоне (MWIR, длины волн 3-8 мкм) обеспечивается наибольший контраст целей, нагретых до нескольких сотен градусов. В связи с этим, целесообразно применение сенсоров MWIR диапазона для обнаружения целей, обладающих турбореактивным или реактивным (ракетным) двигателями.
Сенсоры длинноволнового инфракрасного диапазона (LWIR, 8-15 мкм) - тепловизоры (Т11В) - принимают собственное тепловое излучение объектов. Изображения этого диапазона имеют минимальные отличия в различное время суток, поскольку практически не зависят от внешнего освещения. В то же время, тепловизионные изображения непривычны для восприятия оператором, поскольку существенно отличаются от изображений диапазона видимого света.
Дальний инфракрасный диапазон (FIR, длина волны более 15 мкм) используется, например, в астрономии и не находит практического применения в системах улучшенного видения.
Ультрафиолетовый диапазон света используется для регистрации электрических разрядов, в криминалистике, а также в других специфических задачах [10] и не представляет практического интереса для задач наблюдения и разведки целей, также известны работы по ком-плексированию телевизионных и радиометрических изображений (изображений радиочастотного диапазона, получаемых пассивными приёмными устройствами) [11].
Построение карты дальностей до объекта возможно не только активным способом, как это происходит в лидарах, но и пассивным способом. Для этого на некотором удалении друг от друга (базе) устанавливаются две идентичные камеры. По диспарантности получаемых изображений или параллаксу объектов на этих изображениях на основе известной базы рассчитываются дальности до объектов [3].
В числе тактико-технических характеристик СНРЦ главное место занимают предельные дальности до цели, на которых применение данной системы эффективно. Эти дальности зависят от задач, решаемых системой. В числе таких задач можно выделить наблюдение, а также обнаружение, распознавание и идентификацию цели.
Под наблюдением в настоящей статье понимается обзор заданной области пространства, вне зависимости от наличия целей в этой области и дальностей до них.
Под обнаружением в данном случае, понимается принятие решения о наличии или отсутствии цели по результатам проверки двух простых гипотез [12]. Одновременно с обнаружением и определением положения также часто производится оценка размеров цели. В более общем случае данные задачи могут решаться одновременно для нескольких объектов.
Распознавание и идентификация цели - близкие задачи, которые сводятся к тому, чтобы определить, к какому из заранее определённых классов относится цель. Данные задачи решаются путём проверки гипотез о принадлежности объекта к тому или иному классу [12]. Распознавание отличается от идентификации целей принципами построения алфавита классов, а точнее, уровнем сходства объектов, определяемых в один и тот же класс.
Данные принципиально близкие задачи можно разделить не только на распознавание и классификацию. Например, в работе [13] в порядке уменьшения внешних различий объектов одного класса выделяют классификацию, различение, опознавание, идентификацию и селекцию.
В настоящей статье под распознаванием понимается принятие решения с использованием алфавита сильно различающихся классов, позволяющего отличать, например, бронетехнику от грузового автомобиля, самолёт от вертолёта и тому подобные цели. Под идентификацией далее понимается способность СНРЦ различать модели техники разных стран разработки.
Вероятность правильного обнаружения, распознавания или идентификации зависит от дальности до цели. То есть, например, если разработка и настройка СНРЦ будут произведены таким образом, чтобы обеспечить вероятность правильного обнаружения объекта 0,9 при минимизации вероятности ложной тревоги, то данная задача будет решена на определённом расстоянии до цели.
Однако, вероятность решения задачи связана с дальностью не напрямую, а через размер цели на изображении. Это означает, что вероятность обнаружения (распознавания, идентификации) зависит не только от дальности, но и от параметров оптико-электронной системы (ОЭС), таких как количество фотоприёмных элементов матрицы и поле зрения объектива. В то же время зависимость данных вероятностей от размера цели в пикселях можно считать одинаковой для различных ОЭС при условии малого размытия объекта. Таким образом, целесообразно в первую очередь определить требуемые размеры объектов в пикселях, необходимые для решения поставленных задач, а затем исходя из реальных размеров целей, выбрать ОЭС, обеспечивающую получение соответствующих изображений на заданной дальности.
Зависимость вероятностей решения указанных задач от размеров объектов в пикселях может быть выражена различными способами [14], основываясь на критерии Джонсона [15, 16]. В статье [13] приведены числа Джонсона для обнаружения, классификации, различения, опознавания и идентификации, позволяющие определить критические размеры цели в пикселях, требуемые для решения соответствующих задач.
По результатам применения методики, приведённой в работе [13], установлено, что для обнаружения цели на фоне с сильной неоднородностью требуется получить изображение объекта размером 6 пикселей, а для распознавания - 14 пикселей.
Данные значения использованы для расчёта дальностей обнаружения и распознавания объектов различными объективами с фотоприёмной матрицей заданного разрешения. Как ранее было отмечено, вероятности правильного обнаружения и опознавания объекта зависят от его размера. Для увеличения дальностей обнаружения и опознавания при заданных соответствующих вероятностях необходимо уменьшать поле зрения камеры, чтобы наблюдаемый объект в получаемом кадре имел больший размер в пикселях. В то же время, уменьшение поля зрения камеры приводит к увеличению времени сканирования окружающего пространства.
Таким образом, для выбора поля зрения необходимо знать, на каких дальностях типовые объекты будут иметь размеры, необходимые для обнаружения и опознавания с заданными вероятностями. Согласно приведенной ниже таблице, для каждого из рассмотренных полей зрения, взятого отдельно, дальность обнаружения БТТ превышает дальность распознавания человека примерно в 10 раз.
Как было отмечено выше, размер объекта в пикселях, а соответственно и дальности обнаружения, распознавания и идентификации, зависят не только от угла обзора объектива, но и от разрешающей способности сенсоров.
В отечественной литературе встречаются различные определения для термина «разрешение». В настоящей работе под разрешением понимается количество элементов матрицы фотоприёмника. При этом предполагается, что оптическая система обеспечивает на матрице изображение с размытием, меньшим, чем шаг между элементами.
В настоящее время при разработке новых СТЗ и улучшенного видения применяются сенсоры с прогрессивной развёрткой. Тем не менее, широкое применение оставляют за собой произведённые ранее системы, использующие чересстрочную развёртку. При этом переход с чересстрочной развёртки на прогрессивную произошёл для ТВ камер раньше, чем для сенсоров других диапазонов, особенно ТПВ.
Для ТВ камер с чересстрочной развёрткой характерны разрешения 384^288, 640^480, 768x576, реже 1024x768 пикселей. ТПВ с чересстрочной развёрткой производятся преимущественно с разрешениями 320x240, 640x480 и 640x512 пикселей.
Большинство современных ТПВ с прогрессивной развёрткой имеют матрицы размером 640^480 или 640^512 пикселей. Также ведётся внедрение перспективных ТПВ с разрешением 1280x1024 пикселей, но в настоящее время такие сенсоры имеют высокую цену и их количество ограничено.
Анализ предложений современного рынка ТВ камер показал, что на данный момент производится широкий ассортимент камер различных разрешений с коэффициентами формата от 4x3 до 16x9. Среди наиболее популярных разрешений преобладают 1024x768, 1280x1024, 1600x1200 и 1920x1080 пикселей. При этом выпускаются ТВ камеры и большего разрешения, но их применение в СНРЦ нецелесообразно, во-первых из-за необходимости размещения внутри образца БТТ дисплея соответствующих размеров, а во-вторых, из-за комплексирования с каналами других диапазонов, имеющих существенно меньшее разрешение. Кроме того, следует учитывать, что увеличение разрешения приводит к возрастанию вычислительной сложности дальнейшей обработки изображений.
Дальности обнаружения и опознавания для различных объектов и полей зрения камеры
Поле зрения камеры, ° Критический размер объекта Я , м кр Дальность Ьи при размере объекта = 6 пикс, м Дальность Ьп при размере объекта Яоб = 14 пикс, м
6х4,5 0,2 326 140
1,6 2608 1118
7 11410 4889
8х6 0,2 245 105
1,6 1956 838
7 8556 3667
10х7,5 0,2 195,6 83
1,6 1565 671
7 6845 2934
12х9 0,2 163 70
1,6 1304 559
7 5704 2445
16х12 0,2 122 52
1,6 978 419
7 4278 1833
20х15 0,2 98 42
1,6 782 335
7 3422 1467
Совместное использование каналов различных спектральных диапазонов возможно двумя способами. Первый способ заключается в независимом представлении видеоизображений отдельных каналов. При этом изображения нескольких каналов могут или переключаться оператором, или отображаться одновременно на различных дисплеях. Второй способ состоит в комплексировании изображений различных спектральных диапазонов. При комплексировании производится совместная обработка изображений всех каналов, в результате чего на дисплей выводится единое изображение, содержащее все объекты и детали, видимые на исходных изображениях хотя бы одного канала [17].
Размер комплексированного изображения, как правило, равен наибольшему разрешению исходных каналов, чтобы на этапе масштабирования не происходила потеря информации.
Изображения остальных каналов приводятся к этому разрешению путём масштабирования. Среди наиболее широко применяемых способов масштабирования в области обработки изображений можно отметить следующие виды интерполяции и аппроксимации [18, 19]: интерполяция по соседним пикселям, билинейная интерполяция, бикубическая интерполяция, сплайновая аппроксимация и масштабирование по Ланцошу.
При интерполяции производится переход от набора значений двух дискретных переменных I (х, у), х, у Е Ж к сплошной функции I (X, у), определённой на множестве действительных чисел х, у Е М. После изменения размера изображения I рассчитывается новая сетка координат, а пиксели этого изображения принимают значения яркости в соответствии с функцией I(х, у) при новых, и при этом, возможно, нецелых значениях X и у . Для всех перечисленных видов интерполяции переход к функции I (X, у) производится при помощи свёртки с ядром м>(ы, V):
Жсп(и, V) = •
I (X, у) = I (х, у) * Ж (и, V). (1)
В дальнейших формулах относительные координаты и и V определяют смещение относительно центра ядра свёртки, причём единичные значения соответствуют смещению на один пиксель. Ядро свёртки Ж (и, V) определяется видом интерполяции. Для интерполяции по
соседним пикселям соответствующее ядро Жсп имеет вид [19]:
[1, при - 0,5 < (и, V) < 0,5; [0, иначе.
Здесь и далее запись вида -0,5 < (и, V) < 0,5 означает одновременное выполнение двух условий -0,5 < и < 0,5 и -0,5 < V < 0,5.
Для билинейной интерполяции ядро Жбил определяется несколько более сложным образом:
[1 - х - у - ху, при 0 <(|и|, V) < 1; (3)
[0, иначе.
Как показано в работе [19], бикубическую интерполяцию можно реализовать как последовательное применение кубической интерполяции по двум координатам. Таким образом, учитывая линейных характер операции свёртки, ядро бикубической интерполяции Жбик можно
представить в виде произведения двух одномерных ядер ^бик:
Жбик(и, V) = ^биЖи». (4)
В свою очередь, одномерное ядро ^бик определяется по следующей формуле:
(-а + 2) |и|3 + (а - 3) |и|2 +1, при 0 < |х| < 1;
-а|и|3 + 5а|и|2 -8а|и| + 4а, при 1 < |х| < 2; (5)
0, при XI > 2.
Жбил(и, V) = •
^бик(и) = <
(6)
Значение параметра а, определяющего степень сглаживания и уровень перерегулирования, согласно работе [19], часто выбирается равным а = 1.
Ядро (5) представляет собой частный случай кубического сплайна wспл, обладающего
двумя параметрами а и Ь и имеющего следующий вид:
(-6а - 9Ь +12) |и|3 +
+(6а + 12Ь -18)|и|2 - 2Ь + 6, при 0 < |х| < 1; wспл(u) = [ (-6а - Ь) |и|3 + (30а + 6Ь) |и|2 +
+(-48а - 12Ь)|и| + 24а + 8Ь, при 1 < |х| < 2; 0, при Х| > 2.
Двумерное ядро свёртки формируется аналогично формуле (4).
Выбор определённых значений параметров а и Ь приводит к получению сплайна Катмулла-Рома, кубического В-сплайна, а также сплайна Митчелла-Нетравали [19].Одномерное ядро Ланцоша представляет собой функцию sinc(u) = Бт(ли) / ли, взвешенную масштабированным основным лепестком этой же функции Бтс(и) . Конечная формула для одномерного ядра Ланцоша имеет вид:
1, при и = 0;
^(и) = [
п-
БШ (лх / п)т(лх)
2 2 л X
, при 0 < и < п;
(7)
0, при и > п.
где п - порядок фильтра, определяющий, сколько лепестков функции $тс(и) войдёт в оконную функцию. В области обработки изображений наиболее часто применяются фильтры Лан-цоша 2 и 3 порядков. Двумерное ядро свёртки также формируется аналогично формуле (4).
После приведения изображений каналов всех используемых спектральных диапазонов к одному размеру, можно не учитывать различия в исходных разрешениях сенсоров. В настоящей статье дальнейшие расчёты приведены для разрешений изображений 1024 X 768 пикселей.
Предлагаемая структурная схема СНРЦ представлена на рис. 1.
Рис. 1. Структурная схема системы наблюдения и разведки целей
На данной схеме показаны две подсистемы: подсистема сканирования окружающего пространства и подсистема сопровождения целей. Подсистема сканирования окружающего пространства представлена блоками 2, 3 и 4, а подсистема сопровождения целей - блоками 7, 8 и 9.
При штатной работе СНРЦ сканирующая подсистема постоянно находится в режиме непрерывного обзора заданной области окружающего пространства.
Для подсистемы сопровождения целей возможна работа в следующих режимах:
- режим автоматического сопровождения цели;
- режим захвата обнаруженной цели;
- режим непрерывного обзора заданной области окружающего пространства;
- ручной режим.
При необходимости, например, в случае выхода из строя подсистемы обнаружения целей, данные режимы могут быть использованы подсистемой сканирования окружающего пространства.
В режиме автоматического сопровождения цели производится наведение опорно-поворотных устройств (ОПУ) таким образом, чтобы линии визирования сенсоров были направлены точно на сопровождаемую цель. В данном режиме возможно измерение расстояния до цели при помощи ЛД, а также, опционально, лазерная подсветка цели, формирование лазерного поля управления ракетой или расчёт параметров для баллистического вычислителя системы управления огнём (СУО).
В режиме захвата обнаруженной цели ОПУ наводится в зону, в которой сканирующая подсистема обнаружила цель. В данной зоне производится захват цели, после чего система переходит в режим сопровождения.
В режиме непрерывного обзора заданной области окружающего пространства блок управления (БУ) выдаёт регулятору команды таким образом, чтобы обеспечить фотосъёмку за минимальное время. В ручном режиме направление линий визирования осуществляется оператором.
На схеме, на рис. 1 не показан пульт управления, блок питания и иные блоки, не влияющие на результаты дальнейшего моделирования. Кроме того, не показан контур управления, образующий гиростабилизированную оптико-электронную систему (ГОЭС).
На ОПУ обеих подсистем (блоки 4 и 9) размещены сенсоры. В подсистеме сканирования окружающего пространства сенсоры представлены ТПВ и телевизионной камерой (ТВК). В подсистеме сопровождения целей, в дополнение к ТПВ и ТВК, размещён также ЛД. Изменение азимута и угла места линий визирования сенсоров производится за счёт наведения ОПУ механическими приводами, представленных на рис. 1 блоками 3 и 8.
Для точного наведения ОПУ с учётом механических колебаний, обусловленных особенностью конструкции и инерцией ОПУ и установленными на них сенсорами, приводы управляются регуляторами 2 и 7. Эти регуляторы получают информацию о состоянии ОПУ с энкодеров (датчиков угла), установленных на ОПУ.
Данные с сенсоров поступают в блок обработки видеоизображений (5). Данный блок формирует видеосигнал для вывода оператору, а также выдаёт в блок управления (1) информацию о текущем смещении сопровождаемой цели относительно центра кадра в подсистеме сопровождения целей, если эта подсистема находится в режиме автоматического сопровождения. В соответствии с этими данными блок управления формирует для регулятора (7) команды о новом желаемом положении ОПУ.
Для получения точных габаритно-массовых характеристик СНРЦ на основе ТЗ образца БТТ необходимо проведение исследований в рамках отдельной опытно-конструкторской работы. Тем не менее, примерное представление о габаритах и массе СНРЦ можно получить исходя из анализа характеристик аналогичных систем.
Компоновка современных обзорных систем производится двумя возможными способами. Первый способ, показанный на рис. 2 [20], предполагает размещение отдельных оптико-электронных блоков с одной или двух сторон от опорно-поворотного устройства.
Рис. 2. Размещение оптико-электронных модулей с одной или двух сторон от опорно-поворотного устройства
Второй способ, представленный на рис. 3 [21], заключается в размещении оптических многоканальных систем внутри шара.
>
Рис. 3. Размещение оптико-электронных модулей внутри шара
Первый способ чаще используется при необходимости размещения большого количества тяжёлых сенсоров с большими габаритами: высокочувствительных охлаждаемых длиннофокусных или варифокальных тепловизоров, лазерных дальномеров дальнего действия, сложных оптических систем. Системы с такой компоновкой применяются на бронетехнике, кораблях, стационарных мачтах и треногах.
Второй способ применяется для сенсоров меньшего размера: неохлаждаемых болометрических ТПВ и камер с фиксированным полем зрения. Малые габариты и обтекаемая форма поворотных шаров открывают возможности для применения таких систем в авиации, в том числе на беспилотных летательных аппаратах. В частности, возможно применение ОЭС, включающей ТПВ и ТВ камеру, на роботизированных гусеничных (колесных) модулях различного назначения, малогабаритных БЛА вертолётного и самолетного типов с максимальной массой аппаратуры целевой нагрузки 12 кг [22].
В работе [23] отмечается тенденция к существенному сокращению габаритно-массовых характеристик оптико-электронных систем на опорно-поворотных платформах в авиации. Соответственно, в перспективных системах имеет смысл рассматривать в первую очередь малогабаритные ОЭС с шаровой компоновкой.
В предлагаемой нами СНРЦ образа БТВТ предполагается шаровая компоновка подсистемы сканирования окружающего пространства, так как эта система не содержит дальномера, а для широкого поля зрения сенсоров возможно применение неохлаждаемого болометрического тепловизора. Компоновка прицельной подсистемы зависит, прежде всего, от требуемых дальностей работы СНРЦ и, соответственно, от массово-габаритных характеристик объективов, тепловизора и дальномера. При этом сохраняется принципиальная возможность реализации данной подсистемы в форме шара.
По результатам анализа предложения современного рынка оптико-электронных систем на ОПУ [24, 25], можно сделать следующие выводы:
- для ТВ-ТПВ ОЭС на ОПУ с первым способом компоновки, осуществляющих обнаружение человека на расстоянии до 4,4 км, габариты составляют от 411*270*384 мм до 532*293*655 мм при массе от 6 до 16,3 кг;
- для ТВ-ТПВ ОЭС на ОПУ с первым способом компоновки, осуществляющих обнаружение человека на расстоянии до 19,2 км, габариты составляют от 620*420*300 мм до 1200*620*350 мм при массе от 26 до 40 кг;
- для ТВ-ТПВ ОЭС на ОПУ со вторым способом компоновки, осуществляющих обнаружение человека на расстоянии порядка 1,5 км, габариты составляют от 147*206 мм до 197*316 мм при массе от 2,1 до 6,5 кг.
Подсистема сканирования окружающего пространства и подсистема сопровождения целей имеют одинаковые диапазоны обзора: неограниченное количество оборотов по азимуту и, по крайней мере, вся полусфера по углу места. Точные диапазоны наведения по углу места зависят от конструктивных особенностей исполнения ОПУ и размещения ОПУ на образце БТВТ.
Кроме того, следует учитывать возможность частичного заслонения поля обзора сканирующей подсистемы элементами прицельной подсистемы. Сканирующая подсистема должна быть расположена выше прицельной подсистемы, причём таким образом, чтобы она заслоняла поле обзора прицельной подсистемы со стороны наименее вероятного появления целей. При таком расположении подсистем сохраняется возможность постоянного сканирования окружающего пространства, а в случае захода цели в область заслонения функции по сопровождению объекта берёт на себя сканирующая подсистема.
В остальных зонах доступной области пространства прицельная и сканирующая подсистемы взаимозаменяемы по направлению. Прицельная подсистема может полностью заменить сканирующую, поскольку имеет меньшие поля зрения, и, соответственно, большие дальности обнаружения, распознавания и идентификации. Возможность работы сканирующей системы в прицельном режиме в пределах предельной дальности обнаружения объекта этой системой также очевидна.
Кроме того, следует иметь в виду, что для обеих подсистем дальность срыва сопровождения (дальность слежения) превышает дальность захвата (то есть, в данном случае, дальность обнаружения). Существует принципиальная возможность сопровождения удаляющегося объекта при уменьшении его размеров вплоть до одного пикселя. Точная дальность слежения определяется контрастом и сложностью сцены, а также используемым алгоритмом сопровождением объектов в случае использования автомата сопровождения [26] или квалификацией оператора в случае ручного наведения.
При выходе из строя не всей подсистемы, а только одного канала, подсистема в ряде случаев может продолжать функционирование за счёт информации, поступающей от исправного канала. Принятие решений о переключении на исправный канал может быть осуществлено, например, способами, описанными в работах. Кроме того, существуют методы комплексирова-ния мультиспектральных изображений, автоматически уменьшающие влияние неинформативных каналов на результирующее изображение вплоть до полного отключения таких каналов
[17].
Проведённый анализ показал необходимость введения в состав СНРЦ перспективных боевых машин принципиально новых для БТТ оптико-электронных устройств, способных, разгрузив экипаж БМД (БМП), качественно повысить его ситуационную осведомленность. Возможности предложенной СНРЦ (с алгоритмами ТЗ) обеспечат автоматический поиск, а также распознавание и идентификацию всех типов целей как наземных так и воздушных.
Интеграция ТЗ в состав СНРЦ (СУО) боевых машин обеспечит повышение показателей информационной производительности комплекса вооружения образца БТТ, на основе полноценной и достоверной информации о целях, и, как следствие, напрямую повлияет на показатели боевой производительности и огневой мощи.
Список литературы
1. Витязев В.В., Колодько Г.Н., Витязев С.В. Способы и алгоритмы формирования радиолокационного изображения в режиме доплеровского обужения луча II Цифровая Обработка Сигналов. 2006. № 3. С. 31-41.
2. Андреев В.Г., Юкин С.А. Формирование радиолокационного изображения подстилающей поверхности по цифровой топографической карте II Вестник РГРТУ. 2007. № 21. С. 2530.
3. Попков Е.В., Котлобай В.Н., Спирин В.В., Шарамет А.А. Построение облака точек по данным стереопары, лидара и распознавание объектов в нем II American Scientific Journal. 2019. № 32. С. 51-57.
4. Разлацкий С.А., Якимов П.Ю. Применение метода геометрической связанности для детектирования объектов в трехмерном облаке точек II Материалы Международной конференции и молодёжной школы «Информационные технологии и нанотехнологии (ИТНТ-2016)». Самара: Самарский государственный аэрокосмический университет, 2016. С. 544-548.
5. Callow H.J. Signal Processing for Synthetic Aperture Sonar Image Enhancement: A Thesis Presented for the Degree of Doctor of Philosophy in Electrical and Electronic Engineering at the University of Canterbury, Christchurch, New Zealand I H. J. Callow. Christchurch, 2003. 273 p.
6. Image Gallery II Sound Metrics. 2021. [Электронный ресурс] URL http:IIwww.soundmetrics.comIImage-Gallery .aspx (дата обращения: 30.08.2021).
7. Бакулев П.А. Радиолокационные системы: учебник для вузов. Изд. 3-е, перераб. и доп. М.: Радиотехника, 2015. 440 с.
8. Ллойд Дж. Системы тепловидения. М.: МИР, 1978. 412 с.
9. Холопов И.С. Реализация алгоритма формирования цветного изображения по сигналам монохромных видеодатчиков видимого и длинноволнового инфракрасного диапазонов в цветовом пространстве YCbCr II Компьютерная оптика. 2016. Т. 40. № 2. С. 266-274.
10.Мультиспектральная видеокамера BSI-UV II Лазерные Компоненты. 2021. [Электронный ресурс] URL: https:IIlasercomponents.ruIproductIteplovizionnye-sistemy-i-komplektuyushhieIsistemy-nablyudeniya-i-ohranyIkamery-ultrafïoletovogo-diapazonaImultispektralnaya-videokamera-bsi-uv (дата обращения: 30.08.2021).
11.Гудков С.М. Алгоритмы пространственно-временной обработки изображений объектов в системе сканирующих радиометров зрения: дис. ... кандидата технических наук: 05.13.01 I Гудков Сергей Михайлович. Рязань, 2020. 188 с.
12.Ван Трис, Г. Теория обнаружения, оценок и модуляции. Том первый: теория обнаружения, оценок и линейной модуляции. М.: Советское радио, 1972. 744 с.
13.Иванов В.П., Овсянников В.А., Филлипов В.Л. Метод оптимизации несканирую-щих тепловизионных приборов II Оптический журнал. 2012. Т. 79. № 3. С. 4-10.
14.Кулакова H.H. Анализ результатов расчёта дальностей обнаружения, распознавания и идентификации тепловизионной системы по двум методикам I Контенант. 2015. Т. 14. № 1. С. 49-53.
15.Johnson, J. Analysis of image forming systems II Proceedings of Image Intensifier Symposium, 1958. P. 249-273.
16.Тарасов В.В., Якушенков Ю.Г. Инфракрасные системы «смотрящего» типа. М.: Логос, 2004. 444 с.
17.Инсаров В.В., Тихонова С.В., Михайлов И.И. Проблемы построения систем технического зрения, использующих комплексирование информационных каналов различных спектральных диапазонов II Информационные технологии. 2014. № 3 (приложение). С. 1-32.
18.Гонсалес Р., Вудс Р. Цифровая обработка изображений. Изд. 3-е, испр. и доп. М.: Техносфера, 2012. 1104 с.
19.Burger W., Burge M.J. Principles of digital image processing. Springer, 2009.
328 p.
20.Охранные тепловизоры II Пергам. 2021. [Электронный ресурс] URL: https:IIwww.pergam.ruIcatalogIcctvIohrannye-teplovizory (дата обращения: 30.08.2021).
416
21.Морские тепловизоры // Пергам. 2021. [Электронный ресурс] URL: https://www.pergam.ru/catalog/thermal imagers/morskie-teplovizory (дата обращения: 30.08.2021).
22.Алексеев А.Л. Применение инновационных средств отечественного производства для обеспечения безопасности в арктическом регионе // Материалы VI Форума МЧС России и общественных организаций «Общество за безопасность» «Авиационные спасательные технологии в обеспечении комплексной системы безопасности в арктическом регионе». - Санкт-Петербург: Санкт-Петербургский университет Государственной противопожарной службы Министерства Российской Федерации по делам гражданской обороны, чрезвычайным ситуациям и ликвидации последствий стихийных бедствий, 2017. С. 42-53.
23.Шаршаков А.А. Полезная нагрузка боевых беспилотных авиационных комплексов // Авиационные системы. 2012. №. 5. С. 17-20.
24.Тепловизионные комплексы наблюдения // Пергам. 2021. [Электронный ресурс] URL: https://www.pergam.ru/files/products/rtr21-12.pdf (дата обращения 30.08.2021).
25.Шкадаревич А.П., Петрович И.П., Рудиков С.И. Оптико-электронные системы для робототехнических комплексов // Материалы 9-й международной научно-технической конференции «Приборостроение - 2016». Минск: БНТУ, 2016. С. 5-7.
26.Алпатов Б.А., Бабаян П.В., Корепанов С.Е. Корреляционный алгоритм слежения за движущимися объектами при наличии близкорасположенных похожих объектов // Вестник РГРТУ. 2010. № 2 (32). С. 3-8.
Лихоманов Константин Александрович, сотрудник, leeko19790904@yandex.ru, Россия, Рязань, Рязанское гвардейское высшее воздушно-десантное командное училище,
Изергин Николай Донатович, д-р техн. наук, профессор, izergin-nikolayv@rambler.ru, Рязанское гвардейское высшее воздушно-десантное командное училище,
Старков Роман Валериевич, канд. пед. наук, доцент, srv062@yandex.ru, Россия, Рязань, Рязанское гвардейское высшее воздушно-десантное командное училище
DIRECTIONS FOR THE DEVELOPMENT OF SURVEILLANCE AND INTELLIGENCE SYSTEMS OF TARGETS OF MODERN COMBAT VEHICLES
К.А. Likhomanov, N.D. Isergin, R.V. Starkov
The article discusses the issues of choosing a possible composition of observation and reconnaissance systems for targets of modern combat vehicles (AFV, IFV), operating on the basis of vision algorit hms. The requirements for a promising system for observation and reconnaissance of targets have been clarified, factors influencing the range of observation, detection, recognition and identification of targets, based on the resolution of the sensors, have been determined.
Key words: technical vision, target surveillance and reconnaissance system, situational awareness, thermal imager, all-round visibility sensors.
Likhomanov Konstantin Aleksandrovich, employee, leeko19 790904@,yandex. ru, Russia, Ryazan, The Ryazan the Guards Higher Airborne Command School,
Isergin Nikolai Donatovich, doctor or technical sciences, professor, izergin-nikolaw@rambler.ru, Russia, Ryazan, The Ryazan the Guards Higher Airborne Command School,
Starkov Roman Valerievich, candidate of pedagogical sciences, docent, srv062@yandex.ru, Russia, Ryazan, The Ryazan the Guards Higher Airborne Command School
