CC BY
294
Visnyk N'l'UU KP1 Seriia Radiolekhnika tiadioaparatobuduummia, "2019, Iss. 76, pp. 15—20
УДК 681.884
Виявлення малих л1тальних anapaTiB за акустичним випромшюванням
Козерук С. О., Коржик О. В.
Нацншалышй тохшчшш ушворситот Укра'ши "Ки'шський иолггохшчшш шститут ¡Moiii 1горя СЛкорського"
E-mail: ekzrk&i.ua
Вступ. Виявлеппя малих л!талышх аиаратав (МЛА) або дрошв ускладшоеться i'x 1шзькою помтпстю, як в електромагштпому. так i в акустичпому д!апазопах довжип хвиль. а також особлшмстю траекторп i'x польоту. Висота польоту може змииоватися в!д одшшць до десятшв метр!в. а дипамша руху в!д зависаш1я до прискореппя в довольному папрямку. Використаппя радюлокацп дозволяв внявлятн дротш па в!дкритих територ!ях па в!дсташ до 1000 м. Акустичш методи спостережеппя забезпечують виявлеш1я в умовах складного рельефу i паявпост зелепих пасаджепь. Дальшсть виявлеш1я залежить в!д обрапого прпймалыюго пристрою, р!впя випромшювашш об'екта i р!впя акустпчппх перешкод в зош спостережеппя. Розробка алгоритму розрахупку максимально! далыгост! виявлешш за задапими характеристиками виявлеппя представляеться актуалышм завдаппям.
Теоретичш результати. Для виявлеппя л!таючих об'ектав пропопуеться використовувати приймач. що забезпечуе пекогерептпе оброблешш акустичпих сигпал1в типовий тракт виявлешш. Алгоритм розрахупку максимально! далыюст! виявлешш МЛА засповапий па статистичшй Teopii виявлеппя шумопод1бпих сигпал1в замасковапих перешкодами. Передбачаеться. що акустичш характеристики дропа як об'екта випромшювашш i перешкоди як акустичпого шуму в райош застосуваппя засоби виявлмшя в!дом1. Характеристики виявлеппя ймов1рпост1 виявлеппя i хибпо! тривоги задаються до-вглыго. Посл1довшсть розрахупку максимально! далыюст! виявлешш МЛА зводиться до встаповлеппя типу, ефективпо! смуги частот i р1впя сигналу випромшювашш. визпачеппя р!впя перешкоди в зош прийому. розрахупку параметра виявлеппя за характеристиками, розрахупку максимально! далыюст! виявлмшя.
Висновки. Для виявлмшя МЛА за акустичним випромшюванням запропоповапо використовувати приймач типовий тракт виявлеппя. Наведено алгоритм розрахупку ймов1рпост! виявлешш шумового сигналу i встаповлепо правило прийпяття р!шмшя. В робот! запропоповапий алгоритм розрахупку максимально! в!дсташ виявлмшя МЛА за задапими характеристиками виявлеппя i акустичпими характеристиками дропа i перешкод. Важливим фактором оцшки далыюст! е розподгл температури пов!тря за висотою i папрямок руху повиряпих мае. Тому алгоритм сл!д удоскопалити з урахувашшм метеоролопчпо! ситуацп.
Клюноаг слова: малий л!талышй апарат: тгшовий капал виявлешш: характеристики виявлмшя: максимальна в!дстань виявлмшя
DOI: 10.20535/RADAP.2019.76.15-20
Вступ
Проблема виявлешш малих „шталышх апаратав (МЛА). шша назва дрони [1], иов'язана з 1х низь-кою помтпстю. як в електромагштпому. так 1 в акустичпому д1аиазонах довжин хвиль. Виявлен-ня ускладняеться особливштю траектор11 польоту. а само висотою. яка може змпиоватись в1д одшшць до досятшв метр1в. та динам1кою руху ввд зависания до прискороння в довшьному иаирямку Використаппя радюлокащ! дозволяе виявляти дрони на вщеташ до 1000 м на вщкритих тсритор1ях. Акустичш методи сиостереження забезпечують виявлення в умовах складного рельефу та наявносп зелених насаджонь. Виб1р алгоритму детектування
залежить ввд характеристик звукового випромпио-вання МЛА. Результати доелвджоння акустичних сигнатур МЛА для трьох-. чотирьох- та шости-електромоторних дрошв приведен! в роботах [2.3]. Звук, що випромпиоеться дронами. мае тоналыи складов! випромшоння пропелер1в та широкосмуго-вий шум випромшювашш мехашчного иоходження.
На рис. 1 приведено типовий спектр випромшоння. взятий з роботи [2]. чотиримоторного дропа квадрокоптера. з двома лопатями на ой кожного двигуна. Звук випромшоння пропелера залежить ввд частоти обертания ротора двигуна та кшькосп лопатей на його ой. Спектр випромшоння перюди-чиий. мае явно виражеш дискрети. частота яких змпиоеться в залежносп ввд кшькоста оберпв двигу-
на. Частоти /^ максимум1в спектру можна оцшити знаючи частоту обертання електродвигуна /0 та кшыисть лопатей N пропелера:
П = N/01, г = 1, 2, 3 ...
Рис. 1. Спектр випромшення чотиримоторного дро-
на
Спектр дрона мае декшька близьких дискрет, положения яких на оси частот змпноеться у чась По-ясшоеться це тим. що електродвигуни обертаються з ргагою швидкктю. яка залежить ввд режиму по-льоту та вирового навантаження. У польота вирове навантаження на иропелери змпноеться випадко-во. Величина та частота звукового випромпиовання змпноються теж вииадково та може розглядатись як широкосмуговий шумовий ироцес з гармошчни-ми компонентами. Аеродинам1чш шуми обпкання корпусу дрона мають низькочастотиу та високоча-стотну складов!. Шуми обтакання. як стверджуе-ться в роботь мають низький р1вень звукового тиску та суттево залежать в1д аеродинамши лиального апарата. тому для виявлення дрошв не викори-стовуються. В результат! ексиерименталышх досль джень акустичних характеристик квадрокоитера [4] було встановлено широкосмугову шумову складову 1 багатокомионентну гармошйну структуру випромпиовання в д1апазош частот до МкГц. Зиачеиия амшптуди 1 фази гармошк змпноються випадково 1 при ввдсутносп руху квадрокоптера. Це поясшое-ться деяким розходжеииям режтив роботи двигу-шв в процей компеисащ! автоматикою безшлотного лиального апарату вирового впливу. Автори запро-поиували розглядати акустичие випромпиовання як широкосмуговий випадковий ироцес з ввдповщним енергетичним спектром, а шформацшними параметрами вибрати його спектралыи косфшденти. В залежносп в1д вибрансм модат шуму випромпиовання для детектування дрошв використовують р1зш способи. В робота [5] для локал1заш1 МЛА запро-поновано мшрофонний масив 1з чотирьох мшрофо-шв в форхй тетраедра. Кутов1 координати (азимут
та кут шдвшцення) визначались по часу затрим-ки хвиль прийиятих мшрофонами. Час затримки встаиовлювався по тку взаемно-корсляшйно1 фун-кцп (ВКФ) хйж сигналами мшрофошв. Недол1ком способу локал1заш1 с велика кшьшеть операшй по обробш шформаш'ь
Спойб локал1заш1 МЛА масивом з 24 мшрофо-шв. що розташоваш па поверхш земль приведен! в робот [6]. Алгоритм виявлення зводився до сиите-зуваиня характеристики спрямованоста з кутом роз-криву 10 та огляду простору в сектор1 кутав -/-450. Результат виводився па дисплей у вигляд1 траекто-р1Т руху об'екта в координатах: кут приходу хвил1 час. Недол1ком пристрою с застосування лпийки хйкрофошв, налаштовано! на частоту 700 Гц. для просторово! обробки широкосмугового акустичиого випромпиовання в д1апазош частот (450-3000) Гц. Цим поясшоеться наявшеть штерференцшних смуг на зображенш траектор11 руху.
В робота [7] представлено результата спостере-жеиня за польотом одномоторного МЛ А. з добре виражеиою гармошйною структурою спектра випромпиовання. Застосуваиия двох лшшних масив1в з 8 мпфофошв кожний. розташованих ортогонально та иалаштоваиих на прнйом хвиль з частотою ниж-чою 500 Гц. дала змогу забезпечити круговий огляд простору на вщеташ до 2 км. Використавши неко-герентну обробку декшькох гармошйних складових в смуз1 частот (100 200) Гц. вдалось побудувати зображення траектор11 руху об'екту з високою ку-товою роздшьною здатшетю 1 малим сиотворенням.
Реал1зашя приведених внгце способ1в виявлення та локал1заш1 МЛА потребуе багатоелементних хйкрофонних масив1в. дорогого апаратного та про-грамного забезпечення. Бшьш простими с акустичш детектори з одним мшрофоном. Вони дають можли-вшть виявити. але не локал1зувати об'ект. Незва-жаючи на невелику ввдетань виявлення детектора, розгортання декшькох детектор1в [1] дозволяе сфор-мувати акустичний бар'ер таким чином, виявити 1 локал1зувати дрон на основ1 обрати геометр11 бар'ера.
Вдосконалення метод1в акустичиого детектування 1 прогнозування максимально! ввдеташ надшного виявлення МЛА е актуальною проблемою.
1 Алгоритм виявлення акустичиого шумового сигналу
Проведен! в роботах [2 4] доелвдження акустичних сигнатур МЛА дають можливкть розглядати звукове випромпиовання як широкосмуговий випадковий процес з деяким енергетичним спектром. Визначившись з моделлю акустичиого випромпиовання перейдемо до розгляду задач1 виявлення. а саме: визначення присутноста шумового сигналу у ирийнятому акустичному шум1 з заданнмн ймов1р-
Виявлення малих лггальних апаратав за акустичним випромшюванням
17
ностями виявлення 1 хибно! тривоги та розрахунку максимально! вщсташ виявлення. Для вирпнення задатп виявлення скористаемось типовым каналом виявлення (ТКВ). ТКВ (рис. 2) вщиоситься до при-йматпв, яы ре&тзують некогерентну обробку сигналу 1, у раз1 правильного выбору параметр1в схеми, можуть бути близьким до оптимального.
42
AUsn (Т ) =_
Uа (Т ) 1 + g?
«1 =
usn(t) > U0 та, реал1зуеться в пристро! прийнят-тя р1шення (ППР). Значения U0 розраховуеться по заданому значению ймов1рност1 хибно! тривоги F та середньоквадратичного значения Ua на виход1 ФНЧ:
Uo = U« Ф-1(1 - F),
де Ф-1 (I) — функцш обернена штегралу ймов1рно-стей (I).
Ймов1ршсть виявлення D буде залежати вщ задано!' ймов1рност1 F та велпчпнп usn (t) на виход1 ФНЧ:
D = Ф
/ usn (t) - ил
V ua )■
Рис. 2. Схема типового каналу виявлення
3 мЬфофона (М) на вхщ смугового фшьтра (СФ) поступав адптпвна сумпп x(t) = s(t) + n(t) шумового сигналу випромшювання s(t) та акустичио! завади n(t). Припустимо, що завада i сигнал е ви-падковими нормальнпмп стацюиарними процесами з нульовими математичними очшуваинями. Проце-си мЬк собою некорельоваш. Випадковий ироцес y(t) на виход1 СФ теж стацюиарний та нормальний, характеризуется нульовим математичним очшува-
9 9 9
нням i дисперсшми: &n,as ,asn ~ завади, сигналу та сумпш вщповщно. Враховуючи некорельованкть сигналу та завади, запишемо дисперсно сумпш на виход1 СФ: a2sn = a2s + ст^. Шсля обробки y(t) в КД i ФНЧ на виход1 останнього отрицаемо иизькоча-стотш наируги un(t),usn(t) для ситуацш вщсутно-ctî та иаявноста сигналу на вход1 ТКВ вщповщно. Вщношення сигналу до завади (С/3) q2 на виход1 ФНЧ за час штегрування Т визначаеться приростом середнього значения AUsn(T) до середньоквадратичного значения Ua(Т) вихщно! напруги usn(t). У випадку використання щеальних СФ i3 смугою частотА/ та ФНЧ з иостшною штегрування Т, маемо:
Ймсшртсть D для ТКВ розраховують як фун-кцпо вщношення дисперсш сигналу до завади на виход1 СФ Î3 смугою частот пропускания р1вною ефективиш смуз1 сигналу. Скористаемось для розрахунку D виразом отриманим в [ J:
D = Ф
'q?VAJT Ф-1 (1 - F)
1+ q?
1 + q?
9-
(3)
Анатзуючи (3) можна зробити висновок про зростания Б 1з збшыпениям часу спостережеиня 1 смуги частот сигналу. На рис. 3, наприклад, приведено графши ХВ квадрокоптера з ефективною смугою частот випромшювания А/ = 1230 в д1апа-зош (170-1400)Гц (рис. 1) та заданою ймов1ршстю хибно! тривоги Р = 10-3.
^AjT, AfT » 1, (1)
(2)
2
де q2 - вщношення дисперсш сигналу до завади на виход1 СФ.
Параметр q2 не дае иовно! характеристики при-ймача як детектора сигналу. Тому кр1м еиергети-чного критерпо завадостшкоста використовують ще характеристики виявлення (ХВ). ХВ встановлюють зв'язок м1ж ймов1ршстю виявлення сигналу В 1 вщ-ношеиням С/3 на вход1 приймача для задано! ймо-в1рност1 хибно! тривоги Р. Знаючи закон розподшу пцльноста ймов1рноста за иаявноста 1 у вщсутиоста сигналу на вход1 приймача, рпнення про виявлення приймаеться по критерпо правд опод1биоста [8,9]. Для ТКВ виявлення, тобто прийняття рпнення про присутшсть сигналу А = 1, визначаеться умовою
Рис. 3. Характеристики виявлення для заданих Р = 10-3 1 параметра М = А/Т.
Отримаш крив1 вказують на те, що для фшсо-вано! смуги частот збшыпення ймов1рност1 Б може досягатпсь збшьшенням часу 1нтегрування з 0.1 с до 1 с.
Встановимо правило прийняття ршення для виявлення шумового сигналу. Вихщш значения на-ируг сигналу иа (Т), завади ип (Т) та !х сум1ш1 и ей (Т) дор1внюють дисперсп цих процес1в на виход1 СФ. Скориставшись виразом (2) отрицаемо:
q?
_ S _ ^ sn _ 1
Usn(T ) ип(Т )
1.
2
и
2
Звщки встановимо правило прийняття piineiiira:
Uan(T) > (1 + ql)Un(T).
(4)
Зидно (4) сигнал вважаемо виявленим i3 заданный ймсгарностями F, D за умови перевигцення середнього значения напруги на виход1 ФНЧ йо-го сороднього значения, у вщсутносп сигналу, на величину qlUn(T).
2 Розрахунок максимально! в1дсташ виявлення
МЛА у вибраному д1апазош частот випромь шое акустичн1 xbikü у вй сторони та може роз-глядатись як джероло сферичних хвиль. Сферичш xBimi розиовсюджуючись ослабляються за рахунок поглинання в повщл та розходжоння хвильового фронту. Звуковий тиск рг та штепсившсть 1Г на вход1 ириймача, що розташований на вщеташ г ввд випромпиовача, визначаються вщомими сшввщно-шоннями [8.10]:
— от rs Т Ps Sar (rs \s
Рг = pse —, Ir = — e sar( — \ , r pc \ г /
(5)
де rs — В1дстань, для якет визначено звуковии тиск випромшювання ps; рс — питомий хвильовий onip повиря; а — коефщент поглинання звуку в noBiTpi.
Акустична завада в 30iii ирийому характеризус-ться тиском рп та штенсившстю 1п. Вщиошепия С/3 по тиску q та штенспвноста q2 (параметр виявлення) в 3oni прийому визиачасться сшввщношеннями:
Рг s
q = —, q =
Рп
f * у
\PnJ
II
L.
(6)
Величина коефщента поглинання а для частот нижних 2кГц не перевищус 0.01 дБ/м [11]. тому для вибраного д1апазону частот випромпиовання його не враховуемо. Максимальну ввдетань виявлення (МВВ), для зручносп використаппя в подалыному, знайдемо з (5) як функцпо параметра виявлення (6):
(7)
На рис. 4 представлен! графжи залежносп MBB ввд qs для щзнищ pißniB L = 10 lg = Ls — Ln
1 n
випромшюваиня об'екту Ls i завади Ln за умови rs = 1. Анал1зуючи графши можна зробити ви-сновок, що MBB визначасться вщношенням С/3 в 30iii прийому. Чим меише величина сигналу, який впевиеио ресструс приймач. тим бшына ввдетань виявлеппя джерела випромпиовання.
Параметр q-
Рис. 4. Залежшсть максимально! вщеташ виявлення ввд параметра виявлення
Враховуючи розглянутий вище алгоритм оброб-ки шумового сигналу i акустичнсм завади ТКВ та поклавши коефщент трансформацй' мшрофоном акустичних хвиль в електричш piBinra одинищ, можна записати piBiiicTb:
q\
а
s г?
= ^ = qs
s s У ' as vs
П rn
(8)
Сшввщношення (8) дае можливкть встановити зв'язок параметра виявлення з задапими ХВ та налаштуванням схеми ТКВ i прогнозувати MBB.
3 Приклад розрахунку максимально! вщеташ виявлення квадрокоптера
Використаемо отримаш результати для прогнозу MBB по задании D i F та вщомим акустичним характеристикам квадрокоптера i завади. Споча-тку визначимо снергетичш характеристики завади. В робот [2] була визиачена ефективна смуга частот випромшювания Д/ = 1230, що перекривае три нормоваш OKTaBiii смуги з середшми частотами [ ]: fcpl = 250; fcps = 500; fcp3 = 1000. Ивень завади задаемо довшьно. Наприклад, для npimi-ських TepiiTopifi по нормативам [12] вш стаиовить L = 40 Ls = 34; L3 = 30 у визначених смугах частот, вщповщно. Розрахуемо потужшеть Nn та pi-вень потужносп Ln акустичних завад в смуз1 частот випромпиовання:
Nn = ^по100ль*; по = 10
^-is.
Nn
(9)
Nn « 13.5 • 10 ; Ln = 10lg(——) = 41, 3.
по
PiBeiib випром1шовання квадрокоптера [2] на вщ-сташ rs = 6 в1д м1крофопа, скореговаиий по шкал1 А, стаповить Ls = 72. Знайдемо р1вень звука в
ö
Виявлення малих лггалышх аиара'пв за акуетичним вииромшюваииям
19
впбранш смуз1 частот випромпиовання. Для цього спочатку розрахуеио середшо спектральну густину потужносп (СГП) N випроишювания скориговану по шкал1 А в д1апазош частот А/а = (8000 — 18) = 7982:
N =
п0 10
0.1LS
А/а
:N « 2 • 10-9.
Перейдемо до СГП NSi в октавних смугах Afi з середшии частотами /ср1 = 250; /ср2 = 500; /ср3 = 1000, взявши з [ ] коефщенти корекци AL1 = 8.6; AL2 = 3.2; AL3 = 0, ввдповщно:
Nsi = N1001AL; i = 1, 2, 3; Ns1 « 14.5 ■ 10-9 Вт/Гц;
Ns2 « 4.2 ■ 10-
Вт/Гц;
Ns3 « 2 ■ 10-9 Вт/Гц.
По результатам (10) розрахусмо акустичну поту-жшеть NS та р1вень LS в смуз1 частот випромшювания:
Ns
Ls
3
Е
¿=1
NsiA/i = 5.41 ■ 10
-е.
101g —
(-)
\Щ J
67.3.
иотооролоична ситуащя [11], а само розподш теи-поратури повиря з впеотою та напрям руху по-виряних мае. Тому алгоритм слад вдосконалити з урахуванням иотооролопчно! ситуацп.
4. Розроблений шдхвд ноже застосовуватись для прогнозування MBB лиалышх апаратав та створен-ня акустичних дотоктор1в шумовнх об'ектав внпро-мпиовання.
Перелж посилань
(Ю)
(И)
Сформулюемо алгоритм прогнозу максимально! ввдеташ виявлення. Для заданих ймов1рностей D i F та вибраного параметра М = А/Т по графшаи ХВ приведении на рис. 3 знаходимо д2. Враховуючи piBHiCTb q2 = q2 та знаючи риницю ршнш випрош-нювання i завади L визначаемо MBB за ввдповщною кривою, що приведена на рис. 4.
Наприклад, по задании ймов1рностяи D = 0.90 i F = 10-3, параметром внявлення q2 = 0.13 та р1зии-цею pißniß L = 26, MBB квадрокоптера прпйиачеи з параиетраип налаштування А/Т = 1230 становнть прнблпзно 60 и.
Висновки
1. Для виявлення малих «шталышх апарапв по акустичному випромпновашно використаио при-йиач за схемою типового каналу виявлення. Приведено алгоритм розрахунку ХВ шумового сигналу ТКВ в заложносп в1д парамотр1в налаштування прийиача. Для прикладу наведено графпш ХВ для наперед задано! ймов1рпоста хибно! тривоги F = 10-3 та двох налаштувань ТКВ. Встаповлеио правило прийняття piinoiiira виявлення сигналу.
2. Запропоновано алгоритм оцшки MBB малих «шталышх апарат1в за заданими ймов1рностями виявлення i хибно! тривоги та ввдоиии акустичнии характеристикаи лиального апарата i завади. Наведено приклад прогнозу MBB квадрокоптера.
3. Прогноз MBB суттево заложить ввд piBim випромпиовання МЛА та акустичиих завад в зо-ni прийоиу. Важливии фактором оцшки ввдеташ с
1. Drone Labs [Електрошшй ресурс]. Режим доступу: https: //www.drone-detector.com
2. Cabell R. Measured Noise from Small Unmanned Aerial Vehicles / R. Cabell, F. Orosveld, R. McSwain // INTERNOISE and NOISE-CON Congress and Conference Proceedings, NoisoConlfi. pp. 345-354.
3. Sadasivan S. Acoustic Signature of an Unmanned Air Vehicle Exploitation for Aircraft Localisation and Parameter Estimation / S. Sadasivan, M. Curubasavaraj, S. Ravi Sekar // Defence Science Journal "2001. Vol 51, No 3. - p. 279 284.
4. Карташов В. M. Миформационные характеристики звукового излучения малых беспилотных летательных аппаратов / В.М. Карташов, С.А. Шеико, С.11. Ваб-кин, 11.В. Корытцев, О.В. Зубков // Радиотехника ХНУРЭ. - 2017. - Выи. 191. - с. 181-187.
5. Finn A. Acoustic Sense & Avoid for UAV:s / A. Finn, S. Franklin // 2011 Seventh International Conference on Intelligent Sensors, Sensor Networks and Information Processing, Adelaide, SA. - 2011. - pp. 586-589.
6. Case E.E. Low-Cost Acoustic Array for Small UAV Detection and Tracking / E.E. Case, A.M. Zelnio, B.D. Rigling // 2008 IEEE National Aerospace and Electronics Conference. - 2008.
7. Pham T. Acoustic Data Collection of Tactical Unmanned Air Vehicles (TUAVs) / T. Pham, L. Sim. - 2002.
8. Damarla T. Battlefield Acoustics / T. Damarla // Springer International Publishing. 2015. 262p.
9. Евтютов A.11. Примеры инженерных расчетов в гидроакустики / А.11. Евтютов, В.В. Митьки. - Л. : Судостроение, 1981. - 256 с.
10. Дщковський B.C. Шуми i uifipaui'i / B.C. Дщковський, О.В. Коржик, А.Г. ЛеЙко. К. : ТОВ 1мекс-ЛТД, 2010. - 336 с.
11. Massey К. Noise Measurements of Tactical UAVs / К. Massey, R. Caeta // 16th AlAA/CEAS Aeroacoustics Conference, p. 391.
12. ДВН B.1.1-31:2013 Захист ториторШ, будиншв i сиоруд ui.i. шуму.
References
[1] Drone Labs. Available at: http://www.drone-detector. com
[2] Cabell R., Orosveld F. and McSwain R. (2016) Measured Noise from Small Unmanned Aerial Vehicles. INTERNOISE and NOISE-CON Congress and Conference Proceedings, NoiseConlG, pp. 345-354.
9
■20
Kozoruk S. О., Korzhvk О. V.
[3] Sadasivan S., Gurubasavaraj M. and Sokar S.R. ("2001) Acoustic signature of an unmanned air vehicle exploitation for aircraft localisation and parameter estimation. Defence Science Journal, Vol. 51, Iss. 3, pp. 279-284. DOl: 10.14429/dsj.51.2238
[4] Kartashov V. M., Sheiko S.A..Babkin S.I.. Koryttsev l.V. and Zubkov O.V. (2017) Informatsionnye kharakteristiki zvukovogo izlucheniya malykh bespilotnykh letatel:nykh apparatov [Information characteristics of the sound radiation of small unmanned aerial vehicles]. tiadiotekhnika KhNURE, Iss. 191. pp. 181-187.
[5] Finn Л. and Franklin S. (2011) Acoustic Sense & Avoid for UAV:s. 2011 Seventh International Conference on Intelligent Sensors, Sensor Networks and Information Processing, pp. 586-589. DOl: 10.1109/1SSN1P.2011.6146555
[6] Case E.E.. Zelnio A.M. and Rigling B.D. (2008) Low-Cost Acoustic Array for Small UAV Detection and Tracking. 2008 IEEE National Aerospace and Electronics Conference. DOl: 10.1109/naecon.2008.4806528
[71 Pham T. and Sim L. (2002) Acoustic Data Collection of Tactical Unmanned Air Vehicles (TUAVs). DOl: 10.21236/ada410088
[8] Damarla T. (2015) Battlefield Acoustics, 262 p. DOl: 10.1007/978-3-319-16036-8
[9] Evtyutov A.P. and Mit/ko V.B.(1981) Primery inzhenernykh raschetou v gidroakustike [Examples of engineering calculations in hydroacoustics]. Leningrad. Sudostroenie. 256 p.
[101 Didkovskyi V.S., Korzhvk O.V. and Leiko Л.Н. (2010) Shum-у i vibratsii [Noises and vibrations]. Kuiv. TOV Imeks-LTD. 336 p.
[11] Massey K. and Gaeta R. (2010) Noise Measurements of Tactical UAVs. 16th AJAA/CEAS Aeroacoustics Conference. DOl: 10.2514/6.2010-3911
[12] DBN V.1.1-31:2013 Protection of territories, buildings and structures from noise. State Construction Standards of Ukraine. Available at: dbn.co.ua/load/normativy/dbn/ zakhist_vid_shumu/l-1-0-1814
Обнаружение малых летательных аппаратов по акустическому излучению
Козерук С. А., Коржик А. В.
Актуальность исследуемой проблемы обусловлена ростом числа малых летательных аппаратов, которые могут нести угрозу как государственным, так и частным интересам. В работе предложен алгоритм расчета максимального расстояния обнаружения малого летательного аппарата по заданным характеристикам обнаружения и известным акустическим характеристикам летательного аппарата и помехи. Алгоритм проверено экспериментально па примере выявления квадрокоптера. Предложенный подход может применяться для
прогнозирования дальности обнаружения малых летательных аппаратов и создания акустических детекторов шумящих объектов.
Ключевые слова: малый летательный аппарат: типовой капал обнаружения: характеристики обнаружения: максимальная дальность обнаружения
Detection Small Aircraft by Acoustic Radiation
Kozeruk S. O., Korzhyk О. V.
Introduction. The problem of detecting small aircraft. (SA) gave impetus to the creation of devices and systems for detecting different principles of operation. The detection of drones is complicated by their low visibility, both in the electromagnetic and acoustic ranges of the wavelengths and the feature of the flight path. Flight altitude can vary from units to tens of meters, and the dynamics of movement, from lagging to acceleration in an arbitrary direction. The use of radar allows detect drones in open areas at a distance of up to 1000m. Acoustic observation methods provide detection in complex terrain and the presence of green spaces. The detection range depends on the selected receiver, the radiation level of the object and the level of acoustic noise in the observation area. The development of the algorithm for calculating the detection range for the given detection characteristics seems to be relevant.
Theoretical results. For the detection of flying objects it is proposed to use a receiver that provides noncoherent processing of acoustic signals typical detection channel. The algorithm for calculating the maximum range of detection of SA is based on the statistical theory of detecting a noise-like signal disguised by interference. The algorithm for calculating the maximum detection range of S A is based on the statistical theory of detection of a noiselike signal. The sequence of calculating the maximum range of detection of LLA is reduced to establishing the type, effective frequency band and level of the radiation signal, determining the level of interference in the reception area, calculating the CW detection parameter, calculating the maximum detection range.
Conclusions. To detect SA by acoustic radiation, it is proposed to use a detector according to the scheme of a typical detection channel. An algorithm for calculating the probability of detecting a noise signal is presented and a decision rule is established. The paper proposes an algorithm for calculating the maximum distance for detection of SA. An important factor in assessing the range is the distribution of air temperature with altitude and the direction of movement of air masses. Therefore, the algorithm should be improved taking into account the meteorological situation.
Key words: small aircraft: typical detection channel: detection characteristics: maximum detection range
