Розробка технології моделювання радіолокаційних портретів об’єктів складної форми для систем інтелектуального розпізнавання

Автор(и)

  • Микола Миколайович Комар Міжнародний науково-навчальний центр інформаційних технологій та систем НАН України та МОН України, Україна https://orcid.org/0000-0001-9194-2850
  • Артем Костянтинович Сєрєбряков Міжнародний науково-навчальний центр інформаційних технологій та систем НАН України та МОН України, Україна https://orcid.org/0000-0003-3189-7968
  • Роман Миронович Тимчишин Міжнародний науково-навчальний центр інформаційних технологій та систем НАН України та МОН України, Україна https://orcid.org/0000-0002-4243-4240
  • Сергій Олександрович Бондар Міжнародний науково-навчальний центр інформаційних технологій та систем НАН України та МОН України, Україна https://orcid.org/0000-0003-4140-7985

DOI:

https://doi.org/10.15587/1729-4061.2024.305623

Ключові слова:

радіолокаційний сигнал, радіолокаційні портрети цілей, інтелектуальне розпізнавання, фацетні моделі, завади

Анотація

Об’єктом дослідження є моделювання радіолокаційних портретів (РЛП) для систем інтелектуального розпізнавання, що базуються на використанні фацетних 3D-моделей. Для вирішення задач ідентифікації цілей в системах самонаведення високоточної ракетної зброї необхідна технологія що дозволить ефективно та швидко генерувати РЛП військових об’єктів складної форми у необхідній кількості.

Отримані результати дослідження ґрунтуються на поєднанні окремих складових технологій, зокрема: розробленні технології використання фацетних 3D-моделей – їх побудови і подальшої обробки з виключеними з них невидимими поверхнями з довільного ракурсу спостереження. Базовою частиною роботи є розроблення алгоритму та технологічних процедур формування просторової решітки трасування для поточного ракурсу спостереження. Особливістю запропонованої технології є застосування процедури відбору фацетів із використанням масиву фацетів трасування та застосування принципу Гюйгенса-Френеля для розпізнавання об’єктів складної форми.

Було сформовано базу даних РЛП військових об’єктів складної форми. Наведено результати моделювання фацетних РЛП, зокрема броньованого катеру «Гюрза-М». Наведено процедури їх обробки.

Результати експериментального дослідження показали можливість розпізнавати тип військового об’єкту складної форми на рівні 80% – 90%, що робить застосування цієї технології доцільним для розпізнавання військових об’єктів складної форми.

Досягнуті швидкісні та якісні характеристики генерування РЛП військових об’єктів складної форми дозволяє припустити як головну перспективну сферу практичного застосування: ідентифікацію та образну інтерпретацію цілей в системах самонаведення високоточної ракетної зброї

Біографії авторів

Микола Миколайович Комар, Міжнародний науково-навчальний центр інформаційних технологій та систем НАН України та МОН України

Кандидат технічних наук, провідний науковий співробітник

Відділ «Інтелектуального управління»

Артем Костянтинович Сєрєбряков, Міжнародний науково-навчальний центр інформаційних технологій та систем НАН України та МОН України

Аспірант, науковий співробітник

Відділ «Інтелектуального управління»

Роман Миронович Тимчишин, Міжнародний науково-навчальний центр інформаційних технологій та систем НАН України та МОН України

Аспірант, науковий співробітник

Відділ «Інтелектуального управління»

Сергій Олександрович Бондар, Міжнародний науково-навчальний центр інформаційних технологій та систем НАН України та МОН України

Доктор філософії, науковий співробітник

Відділ «Інтелектуального управління»

Посилання

  1. Hwang, J.-T., Hong, S.-Y., Song, J.-H., Kwon, H.-W. (2015). Radar Cross Section Analysis Using Physical Optics and Its Applications to Marine Targets. Journal of Applied Mathematics and Physics, 03 (02), 166–171. https://doi.org/10.4236/jamp.2015.32026
  2. Thomet, A., Kubicke, G., Bourlier, C., Pouliguen, P. (2014). Improvement of iterative physical optics using the physical optics shadow radiation. Progress In Electromagnetics Research M, 38, 1–13. https://doi.org/10.2528/pierm14021202
  3. Shah, M. A., Tokgoz, C., Salau, B. A. (2022). Radar Cross Section Prediction Using Iterative Physical Optics With Physical Theory of Diffraction. IEEE Transactions on Antennas and Propagation, 70 (6), 4683–4690. https://doi.org/10.1109/tap.2021.3137202
  4. Skolnik, M. I. (2008). Radar Handbook. Boston: McGrow-Hill, 1350.
  5. Shirman, Y. D. (2002). Computer Simulation of Aerial Target Radar Scattering, Recognition, Detection, and Tracking. Artech House, 294.
  6. Bakshi, N., Shivani, S., Tiwari, S., Khurana, M. (2020). Optimized Z-Buffer Using Divide and Conquer. Innovations in Computational Intelligence and Computer Vision, 41–47. https://doi.org/10.1007/978-981-15-6067-5_6
  7. Li, C., Kuai, X., He, B., Zhao, Z., Lin, H., Zhu, W. et al. (2023). Visibility-Based R-Tree Spatial Index for Consistent Visualization in Indoor and Outdoor Scenes. ISPRS International Journal of Geo-Information, 12 (12), 498. https://doi.org/10.3390/ijgi12120498
  8. Lee, G. B., Jeong, M., Seok, Y., Lee, S. (2021). Hierarchical Raster Occlusion Culling. Computer Graphics Forum, 40 (2), 489–495. https://doi.org/10.1111/cgf.142649
  9. Dong, C., Guo, L., Meng, X., Li, H. (2022). An Improved GO-PO/PTD Hybrid Method for EM Scattering From Electrically Large Complex Targets. IEEE Transactions on Antennas and Propagation, 70 (12), 12130–12138. https://doi.org/10.1109/tap.2022.3209195
  10. Yun, Z., Iskander, M. F. (2015). Ray Tracing for Radio Propagation Modeling: Principles and Applications. IEEE Access, 3, 1089–1100. https://doi.org/10.1109/access.2015.2453991
  11. LV, J., Wang, Y., Huang, J., Li, Y., Huang, J., Wang, C.-X. (2022). An Improved Triangular Facets based Angular Z-Buffer Algorithm for IM Ray Tracing Channel Modeling. 2022 IEEE/CIC International Conference on Communications in China (ICCC). https://doi.org/10.1109/iccc55456.2022.9880630
  12. Degli-Esposti, V. (2014). Ray Tracing propagation modelling: Future prospects. The 8th European Conference on Antennas and Propagation (EuCAP 2014). https://doi.org/10.1109/eucap.2014.6902256
  13. Merdok, K. (2012). 3ds Max 2012. Bibliya pol'zovatelya 3ds Max 2012 Bible. Moscow: «Dialektika», 1312.
  14. Bittner, J., Wonka, P. (2003). Visibility in Computer Graphics. Environment and Planning B: Planning and Design, 30 (5), 729–755. https://doi.org/10.1068/b2957
  15. Wang, J.-K., Zhang, M., Chen, J.-L., Cai, Z. (2016). Application of facet scattering model in sar imaging of sea surface waves with kelvin wake. Progress In Electromagnetics Research B, 67, 107–120. https://doi.org/10.2528/pierb16022804
  16. Persson, B. (2017). Radar Target Modeling Using In-Flight Radar Cross-Section Measurements. Journal of Aircraft, 54 (1), 284–291. https://doi.org/10.2514/1.c033932
  17. Wavefront OBJ File Format. Available at: https://www.loc.gov/preservation/digital/formats/fdd/fdd000507.shtml
  18. Object Files (.obj). Available at: http://fegemo.github.io/cefet-cg/attachments/obj-spec.pdf
  19. Light, B., Burgess, J., Duguay, S. (2016). The walkthrough method: An approach to the study of apps. New Media & Society, 20 (3), 881–900. https://doi.org/10.1177/1461444816675438
  20. Zaker, R., Sadeghzadeh, A. (2020). Passive techniques for target radar cross section reduction: A comprehensive review. International Journal of RF and Microwave Computer-Aided Engineering, 30 (11). https://doi.org/10.1002/mmce.22411
  21. Chung, S.-S. M., Chou, Y.-H., Chuang, Y.-C. (2016). Radar Cross Section Analysis of Stealth Fighter Design: Key Factors and Limitations of Simulation. International Journal of Electrical Engineering, 23 (6), 201–214. https://doi.org/10.6329/ciee.2016.6.02
  22. Mahafza, B. R. (2005). Radar Systems Analysis and Design Using MATLAB. Chapman and Hall/CRC. https://doi.org/10.1201/9781420057072
  23. Xu, X., Bi, D., Pan, J. (2021). Method for functional state recognition of multifunction radars based on recurrent neural networks. IET Radar, Sonar & Navigation, 15 (7), 724–732. https://doi.org/10.1049/rsn2.12075
Розробка технології моделювання радіолокаційних портретів об’єктів складної форми для систем інтелектуального розпізнавання

##submission.downloads##

Опубліковано

2024-06-28

Як цитувати

Комар, М. М., Сєрєбряков, А. К., Тимчишин, Р. М., & Бондар, С. О. (2024). Розробка технології моделювання радіолокаційних портретів об’єктів складної форми для систем інтелектуального розпізнавання. Eastern-European Journal of Enterprise Technologies, 3(9 (129), 46–59. https://doi.org/10.15587/1729-4061.2024.305623

Номер

Том 3 № 9 (129) (2024): Інформаційно-керуючі системи

Розділ

Інформаційно-керуючі системи

Ліцензія

Авторське право (c) 2024 Mykola Komar, Artem Sieriebriakov, Roman Tymchyshyn, Serhii Bondar

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.