Анализ ЭПР мини-дрона. Часть 1. Начало исследования. Предварительные вычисления ЭПР

11 ноября 2016

В последнее время все чаще и чаще новостные ленты и телеканалы транслируют сообщения об использовании миниатюрных дронов (беспилотных летательных аппаратов - БПЛА) в различных целях: от хулиганства (шпионаж) до регулирования дорожного движения в городах (БПЛА с камерами-регистраторами). Это обостряет актуальность вопроса мониторинга подобных устройств. Для решения данной проблемы по всему миру разрабатывается аппаратное и программное обеспечение по обнаружению и сопровождению БПЛА с использованием различных алгоритмов взаимодействия с дронами. Один из подходов подразумевает использование радиолокационных систем, где радар запрограммирован на анализ эффективной площади рассеяния (ЭПР) беспилотных летательных аппаратов. Представляем вашему вниманию перевод первой части статьи, написанной авторами для European Radar Conference 2015 на основании экспериментальных данных, в которой описываются актуальность проблемы и ход предварительных вычислений ЭПР.

Мэттью Ритчи, Франческо Фиорэнелли, Хью Гриффитс
Департамент проектирования электронных устройств и электротехники
Университетский колледж Лондона, Лондон, Великобритания

Бёрг Торвик
Норвежский институт оборонных исследований (FFI)
Instituttveien 20, 2027, Кьеллер, Норвегия

Аннотация
В данной статье представлены результаты моделирования и экспериментов по отражению сигнала от лопасти винта мини-дрона. В работе основное внимание уделено исследованиям различных типов отражения сигнала в зависимости от поляризации, частоты и азимута. Результаты моделирования четко указывают на сильный разброс сигнала по азимуту и частоте. Были изучены экспериментальные данные по проверке этого разброса и выявлены соответствующие тенденции по азимуту. Показаны доплеровские составляющие от летающего мини-дрона при изменении поляризации, которые демонстрируют то, как принимаются соответствующие сигналы от реальных РЛС.

Введение
В последние несколько лет количество малых беспилотных летательных аппаратов (БПЛА) существенно увеличилось. Беспилотные летательные системы традиционно ассоциировались с военными целями, однако широкое распространение дронов вызвано не только расширением их военного применения. Низкая стоимость, доступность и простота в использовании привели к появлению огромного количества дронов, управляемых гражданскими пользователями.

В связи с увеличением числа миниатюрных БПЛА ужесточились требования, предъявляемые к системам безопасности и надёжности. Потребность в системе, которая сможет распознать враждебное использование этих аппаратов, существенно возрастает. Помимо военной угрозы, которую могут представлять эти объекты, дешевые и простые в использовании БПЛА также могут использоваться в преступной и террористической деятельности. Таким образом, миниатюрные БПЛА считаются наметившейся угрозой как в военной, так в гражданской сферах. Распространение аппаратов в развлекательных целях также может поднять вопросы безопасности полётов, ведь неопытный пользователь может увеличить шансы аппаратов сбиться с курса в контролируемом воздушном пространстве. Все эти факторы представляют собой проблему, требующую своевременного осознания. Принято считать, что радары являются полезными датчиками обнаружения и классификации разнообразных целей в густонаселенной прибрежной и городской среде. Однако обнаружение миниатюрных БПЛА посредством РЛС представляет сложность, ведь эти аппараты имеют тенденцию летать на низких высотах с небольшими скоростями, а также обладают малой эффективной площадью рассеяния (ЭПР). Малая высота и пониженная скорость могут затруднить выделение цели при отклике с большим количеством помех. Малая ЭПР также приводит к значительным затруднениям при обнаружении в обстановке с помехами. Так как реальные значения таких малых ЭПР не часто встречаются в литературе, часть представленного исследования посвящена данной теме.

В [4] авторы представили портативное устройство для описания ЭПР БПЛА в полевых или внелабораторных условиях (например, внутри ангара), поэтому БПЛА можно модифицировать некоторым образом и использовать для некоторых задач исследования. Однако БПЛА, рассмотренные в той работе, являются относительно большими БПЛА военного назначения с размахом крыльев около 2 – 3 м. Очевидно, что у разных целей встречается широкий набор различных профилей ЭПР. Кнотт даёт обзор значений ЭПР, соответствующих целям размерами от кораблей до насекомых [5]. Значения охватывают приблизительно 9 порядков по величине: от -50 дБ/м2 для насекомых до 40 дБ/м2 для больших кораблей. В этом промежутке птицам соответствует значение приблизительно -20 дБ/м2, людям – 0 дБ/м2, большим воздушным судам – около 20 дБ/м2. Все эти значения являются обобщёнными без привязки к частоте и ракурсу цели. Согласно [6], значения ЭПР для сложных целей в зависимости от ориентации колеблются по величине примерно на 1-2 порядка.

Помимо собственно обнаружения необходимо уметь выделять дроны на фоне биологических объектов, таких, как птицы и насекомые, которые часто присутствуют в тех же секторах наблюдения. Птицы и БПЛА могут иметь схожие значения ЭПР и траекторию полёта, в связи с чем их различение представляет серьёзную сложность при классификации целей. Проблема различения между этими двумя классами объектов для РЛС непрерывного действия X-диапазона освещается в [7-9], где используется параметр малых доплеровских частот (micro-doppler signature) птиц и различных типов БПЛА (с неподвижным крылом, квадрокоптеров, вертолётов) для получения соответствующих характеристик классификации, например, с применением сингулярного разложения. В [10] предлагается рассмотреть параметры, качество отслеживания по которым на порядок лучше, чем при использовании малых доплеровских частот при различении БПЛА на фоне других воздушных судов, птиц или атмосферных явлений, и приводятся результаты моделирования.

Классификация мини-БПЛА на основе различения высокоточных дальностных портретов (high resolution range profiles, HRRP) или портретов РЛС с обратным синтезом апертуры (inverse synthetic aperture radar, ISAR) может быть затруднительна, так как для этого необходимо достаточное количество элементов разрешения по дальности и в направлении поперечного сечения, особенно для диапазона нижних частот. Методы, основанные на микро-доплеровском эффекте, совершенно иные. Если общая ЭПР необходима для обнаружения цели, то для получения полезных малых доплеровских сдвигов ключевой является энергия обратного рассеяния от вращающихся деталей, таких как пропеллер и лопасти винтов. В БПЛА-трикоптерах, -квадрокоптерах и -октокоптерах, как правило, лопасти делаются из карбона или пластиковых материалов. Чем меньше дрон, тем больше вероятность, что у него пластиковые лопасти. Такой выбор материала может оказаться важным с точки зрения «видимости» лопастей радиолокационными системами. Если лопасти из карбона принято считать почти идеальным электрическим проводником, то пластиковые материалы могут иметь диэлектрические свойства близкие к воздуху, что приводит к малому обратному рассеянию.

Для изучения этих аспектов в данной работе представлены результаты моделирования по вычислению ЭПР и их сравнение с замерами, произведёнными для реальных лопастей из разных материалов. Тестируемые лопасти были взяты для одного интересующей нас типа мини-дрона DJI Phantom Vision 2+ в связи с его доступностью. Работа состоит из следующих разделов: раздел II «Предварительные вычисления ЭПР», раздел III «Измерения ЭПР», раздел IV «Полный анализ по дрону», раздел V «Заключение».

Предварительные вычисления ЭПР
Предварительные вычисления ЭПР для лопасти дрона модели DJI Phantom Vision 2+ (см. Рис. 1) были выполнены с применением метода конечных разностей во временной области, более подробное описание метода приведено в [11]. Вычисления проводились при допущении, что лопасти DJI изготовлены из алюминия с проводимостью 3,55*107 См/м и относительной диэлектрической проницаемостью равной 1.

Рис. 1. 3D модель лопасти DJI длиной 9 дюймов

Рис. 2. Результаты ЭМ моделирования для лопасти DJI 9’’ по азимуту и частоте

Формально этот метод годится для всех частот, но лучше всего подходит для нижних. Для вычислительной устойчивости и точности шаг сетки, как правило, должен быть равен 1/10 от длины волны или меньше. Однако из-за малой толщины лопасти требуется разрешение сетки в 0,5 мм, что составляет 1/60 длины самой короткой из рассматриваемых волн. Из-за этого процесс моделирования вышел довольно длительным, несмотря на то, что размеры самой лопасти небольшие. Оценка ЭПР для 72 статических углов заняла 36 часов расчетов на ПК.

Моделирование выполнялось при разных поляризациях в диапазоне частот от 1 до 10 ГГц. Все запуски оценивались как моностатическое прогнозирование в плоскости XY, представленной на Рис. 1.

На Рис. 2 показано, как меняются значения ЭПР по осям частот и азимуту. Значения азимута от 0° до 359° охватывают полный круг вращения лопасти по часовой стрелке, при этом стартовая точка углового расположения лопасти находится на положительной оси X. Как следует из рисунка, выбросы видны, когда лопасть отражает сигналы, соответствующие значениям, лежащим на оси Х (как для положительных значений, так и для отрицательных), см. Рис. 1. При уменьшении отношения длины лопасти к длине волны, выброс по углу становится более чётким. Резонансы также наблюдаются при разных значениях этого отношения.

Рис. 3 Выбросы ЭПР от частоты и поляризации

На Рис. 3 представлен единичный срез с Рис. 2 при азимуте 0° для горизонтальной (HH) и вертикальной (VV) поляризаций при использовании алюминиевой лопасти. ЭПР для обеих поляризаций заметно различаются на всей оси частот, при этом значения при горизонтальной поляризации на 30-40 дБ выше. Данные для горизонтальной (HH) поляризации также показывают более существенные значения ЭПР по частоте по сравнению с большинством различных значений по результатам моделирования с вертикальной (VV) поляризацией.

Список использованной литературы

[1] http://www.caa.co.uk/default.aspx?catid=1995&pagetype=90, по данным сайта на 01.05.2015.
[2] https://www.faa.gov/uac/, по данным сайта на 01.05.2015
[3] http://www.bbc.co.uk/news/magazine-30387107, по данным сайта на 01.05.2015
[4] Long To, A. Bati and D. Hilliard, "Radar Cross Section measurements of small Unmanned Air Vehicle Systems in non-cooperative field environments", 3rd European Conference on Antennas and Propagation EuCAP 2009, стр. 3637-3641.
[5] E. F. Knott, J. Shaeffer and M. Tuley, Radar Cross Section, 2004, Institution of Engineering and Technology.
[6] M. A. Richards, J. A. Scheer, J. Scheer and W. A. Holm, Principles of Modern Radar: Basic Principles, 2010, SciTech Pub.
[7] J. J. M. de Wit, R. I. A. Harmanny and P. Molchanov, "Radar micro-Doppler feature extraction using the Singular Value Decomposition", 2014 International Radar Conference, стр. 1-6.
[8] P. Molchanov, K. Egiazarian, J. Astola, R. I. A. Harmanny and J. J. M. de Wit, "Classification of small UAVs and birds by micro-Doppler signatures", 2013 European Radar Conference (EuRAD), стр. 172-175.
[9] R. I. A. Harmanny, J. J. M. de Wit and G. P. Cabic, "Radar micro-Doppler feature extraction using the spectrogram and the cepstrogram", 11th European Radar Conference (EuRAD), стр. 165-168.
[10] N. Mohajerin, J. Histon, R. Dizaji and S. L. Waslander, "Feature extraction and radar track classification for detecting UAVs in civillian airspace", 2014 IEEE Radar Conference, стр. 0674-0679.
[11] A. Taflove and S. Hagness, "Computational Electrodynamics: The Finite-Difference Time-Domain Method" in , 2005, Artech House.
[12] T. E. Derham, S. Doughty, K. Woodbridge and C. J. Baker, "Design and evaluation of a low-cost multistatic netted radar system", IET Radar Sonar & Navigation, vol. 1, no. 5, стр. 362-368, 2007.

Источник

Анализ ЭПР мини-дрона. Часть 2. Проведение эксперимента. Полный анализ дрона >>>

Теги: дрон, ЭПР, малые доплеровские частоты