Алгоритм траекторного сопровождения объектов пассивной системой позиционирования

Автор: Клочко Владимир Константинович, Смирнов Сергей Александрович

Журнал: Компьютерная оптика @computer-optics

Рубрика: Обработка изображений, распознавание образов

Статья в выпуске: 2 т.44, 2020 года.

Бесплатный доступ

Предлагается алгоритм обнаружения и оценивания траекторных параметров движущихся в пространстве малоразмерных объектов системой позиционирования нескольких совмещённых оптических и сканирующих тепловых приёмников. Алгоритм основан на последовательной пространственной и временной обработках наблюдений. При пространственной обработке решается система уравнений, представляющая достаточное условие сопряжения векторов направлений на предполагаемые объекты в стереопарах, и находятся оценки координат и скорости в одном периоде наблюдения. При временной - распределяются векторы возможных направлений по принадлежности тем или иным объектам в последовательности периодов наблюдения. Приводятся результаты моделирования, показывающие преимущество предложенного алгоритма в сравнении с альтернативным алгоритмом, отражающим существующий подход к обнаружению и сопровождению объектов.

Еще

Пассивная система позиционирования, обнаружение движущихся объектов, оценивание траекторных параметров

Короткий адрес: https://sciup.org/140247094

IDR: 140247094   |   DOI: 10.18287/2412-6179-CO-609

Object tracking algorithm for a passive positioning system

We propose an algorithm for small-sized mobile object detection and trajectory parameter estimation for a passive positioning system that consists of several optical, thermal, and radio sensors. The algorithm is based on a combination of spatial and temporal processing of observation data. For spatial processing, a set of equations is solved that defines the sufficient condition for coupling the direction vectors to probable objects in the image stereo pair. Object coordinates and velocities for a single observation period are estimated. For temporal processing, the direction vectors are distributed based on connection to probable objects in a sequence of the capture intervals. The results of numerical modeling of the proposed algorithm show the advantage of combining the two approaches in comparison with the traditional object detection and tracking algorithms.

Еще

Текст научной статьи Алгоритм траекторного сопровождения объектов пассивной системой позиционирования

В пассивных системах позиционирования, предназначенных для обнаружения и траекторного сопровождения малоразмерных движущихся в пространстве объектов [1], например, беспилотных летательных аппаратов (БПЛА), актуальна задача повышения точности определения пространственных координат и вероятности обнаружения объектов.

В последние годы удешевление производства БПЛА приводит к увеличению их количества и большей доступности как для профессионального, так и для личного использования. Небольшие БПЛА, летающие на малой высоте, являются серьезной угрозой при их несанкционированном проникновении на закрытые территории. Многочисленные случаи появления БПЛА в зонах безопасности аэропортов, над скоплением людей, в районах расположения военных объектов, а также использование их в противоправных целях делает задачу обнаружения и отслеживания особенно важной и широко обсуждаемой в научных кругах. Существуют различные системы для обнаружения малоразмерных целей, в том числе и БПЛА. Такие системы могут оснащаться акустическими [2, 3], радиолокационными [4, 5], телевизионными [6–9] и инфракрасными датчиками [10– 12]. Использование одного единственного датчика не всегда позволяет обнаружить объект, поэтому широко используются системы с совмещением различных пассивных [13, 14] или активно/пассивных датчиков [15, 16].

Однако наиболее неуязвимыми являются чисто пассивные системы. Для известных отечественных и зарубежных пассивных систем, в том числе перечисленных, решение задачи оценивания пространственных координат точечных объектов основано на эффекте стереопары, которое математически сводится к решению системы алгебраических уравнений, например [17, 18]. В основном оно рассчитано на оптические системы, в которых изображения объектов в системе позиционирования нескольких приёмников-стереопар появляется одновременно. В системах совмещённых оптических и радиотепловых сканирующих приёмников [18] происходит временная задержка при определении направлений на объекты радио-тепловыми приёмниками, что приводит к динамическим ошибкам, обусловленным движением объектов. Такие ошибки не учитываются в [17] и других подобных работах. Как следствие, понижаются точность определения пространственных координат и вероятность обнаружения объектов.

Для учёта динамических ошибок была предложена концепция пространственно-временной обработки наблюдений в системе пассивных сканирующих приёмников [18], которая получила реализацию в работе [19]. Однако алгоритм совместной пространственной и временной обработки в [19] оказался сложным, перегруженным многокритериальностью при определении оценок скорости по оценкам координат во времени. Данная работа улучшает результаты [19] разработкой алгоритма последовательной пространствен- ной и временной обработок наблюдений с учётом оценок скорости.

Что касается идеи пространственно-временной обработки, то она давно известна под названием первичной и вторичной обработок, применяемых в классической радиолокации при обнаружении траекторий движения целей. Этот термин встречается и в современных работах, например [20].

Цель данной работы заключается в разработке алгоритма обнаружения и оценивания пространственных координат движущихся малоразмерных объектов пассивной системой позиционирования нескольких приёмников, независимо фиксирующих угловые направления на объекты.

Формализация и постановка задачи. Пассивная система позиционирования состоит из n оптических приёмников ( n ≥ 2), совмещённых с таким же количеством антенных радиотепловых приёмников. Приёмники распределены в пространстве и независимо наблюдают m малоразмерных движущихся объектов ( m ≥ 1). Обозначим: P k - матрица поворота осей прямоугольной системы координат k -го приёмника по отношению к 1-му приёмнику; b k - базовый вектор, соединяющий центры систем координат 1-го и k -го приёмников; N – число периодов наблюдения длительностью τ каждый; a k ( i , j ) - орт вектора направления на j -й об ъе кт ( j = 1, m ), зафиксиро ва нный в i -м периоде ( i = 1, N ) k -м приёмником ( k = 1, n ) в момент времени t k ( i , j ).

Совмещение оптических и радиотепловых сканирующих приёмников позволяет соединить преимущества высокого пространственного разрешения оптических приёмников и температурных характеристик наблюдаемых объектов в радиотепловых приёмниках.

Орт вектора направления на точечный объект (или центр тяжести изображения малоразмерного объекта) определяется в k -м оптическом приемнике как:

ak = ( a x , k , ay , k , az , k ) T = ( - xk , - yk , fk ) T / µ k , (1)

µk = xk + yk + fk , где xk, yk – координаты пикселя центра изображения объекта в матрице оптического приёмника; T – символ транспонирования; fk - фокусное расстояние оптической линзы k-го приёмника.

В то же время орт a k в угловых координатах угла места θ k и азимута ϕ k направления на объект в радио-тепловом приёмнике, совмещённом с k -м оптическим приёмником, задан выражением:

ak = (cos θ k sin ϕ k , sin θ k , cos θ k cos ϕ k ) T , (2) где ϕ k отсчитывается в горизонтальной плоскости от оси O k Z k , направленной в сторону объекта, а угол θ k -в вертикальной плоскости относительно плоскости O k X k Z k .

Из (1), (2) следует:

φ k = arctg( a x / a z ) = acctg[ - x k /( f k µ k )], (3) θ k = arcsin( a y ) = arcsin( - y k / µ k ) .

Угловые координаты (3) передаются радиотепло-вому приёмнику для управления антенной в направлении ϕ k , θ k и, соответственно, получения температурной характеристики объекта.

Достаточно е у словие сопряжения n – 1 пар векторов a 1 , a k , k = 2, n , направленных на один и тот же объект, в отдельном периоде наблюдения записывается в виде системы алгебраических уравнений в векторной форме:

r 1 a 1 - rkPkak + M 1, k - bk = ek , k = 2, n , (4)

где r 1 и r k – наклонные дальности до объекта в системах 1-го и k -го приёмников; Δ M 1, k – вектор смещения координат объекта M 1 = r 1 a 1 в системе 1-го приёмника за время Δ t 1, k = t k t 1 между моментами фиксации объекта в 1-м и k -м приёмниках; e k – вектор ошибок сопряжения, обусловленных ошибками измерения координат ортов. Система уравнений (4) представляет собой уравнения связи координат векторов M 1 = r 1 a 1 и M k = r k a k направлений на объект и отличается наличием вектора смещения Δ M 1, k , который с учётом вектора скорости V 1 = ( ν 1, x , ν 1, y , ν 1, z ) T или ускорения V 1 = ( ν′ 1, x , ν′ 1, y , ν′ 1, z ) T движения объекта в системе координат 1-го приемника определяется как AM 1, k = V 1 A t 1, k или

M 1, k = V 1 t 1, k + V 1 ( t 1, k )2/2, t 1, k = t k - t 1 . (5)

Без учёта смещения ∆M1,k система (4) принимает вид r1a1 -rkPkak -bk = ek, k=2,n, (6) который обычно используется для взаимной ориентации систем координат или определения дальностей r1 и rk до объекта [17, 18].

Задача заключается в нахождении оценок m ˆ числа объектов m , а также пространственных координат M 1 ( i , j ) и траекторных парам етр ов V 1 ( i , j ) или V 1 ( i , j ) движения j -х объекто в ( j = 1, m ˆ ) в последовательности i -х периодов ( i = 1, N , N – число периодов), необходимых для дальнейшего управления траекторным сопровождением объектов.

Альтернативный алгоритм траекторного сопровождения

Данный алгоритм реализует последовательную пространственную и временную обработку наблюдений в системе двух приёмников ( n =2) и отражает существующий подход, когда оценки скорости объектов определяются по найденным оценкам их положений.

Пр остран ств енная обработка наблюдений a k ( i , j ), k = 1, n , j = 1, m , ос уще ствляется независимо в каждом i -м периоде ( i = 1, N ) и сводится к следующему.

1. Осущес твл яется п ер ебор пар векторов a 1 ( i , j 1 ) и a 2 ( i , j 2 ), j 1 = 1, m , j 2 = 1, m . Для каждой пары векторов a 1 и a 2 (символы i , j 1 , j 2 опускаем) решается система трёх уравнений (6) с двумя неизвестными в матричной форме, где a 2 = P 2 a 2 :

AR - b 2 = e 2 ^

^

a x ,1 a y ,1

a z ,1

- a X ,2

- a У ,2

- a Z ,2

r 1

r 2

b . y ,

b z ,2

в П x,2

e y ,2 e z ,2

Решением (7) по критерию минимума квадрата евклидовой нормы || e 2 2 вектора ошибок сопряжения (метода наименьших квадратов) является вектор R ˆ оценок дальностей r 1 и r 2 :

R = ( 1 1 1 2) T = ( A T A ) - 1 A T b 2.                        (8)

2. Находятся векторы пространственных координат:

M i ( i , j i ) = 1 ( i , j i ) a i ( i , j 1 ),

M 2 ( i , j 2 ) = I 2 ( i , j 2 ) a 2( i , j 2)

для каждой j 1 , j 2 -й пары, и вычисляется показатель J -индикатор ошибки сопряжения для данной пары в соответствии с (6) по формуле:

J = || e 2 ||2 = ( M 1 - P 2 M 2 - b 2 ) T ( M 1 - P 2 M 2 - b 2 ). (9)

3. Величина J сравнивается с порогом допустимых ошибок p , выбираемым эмпирически, исходя из оценок качества работы алгоритма. При выполнении неравенства J < р координаты вектора M 1 ( i , j 1 ) переписыв ают ся в новой j -й нумерации в вектор M ( i , j ), j = 1, m i , координат предполагаемого объекта в системе 1-го приёмника, где m i – количество таких векторов, образованных в i -м периоде. Число m i даёт первичную оценку числа объектов наблюдения в i- м периоде, а вектор M ( i , j ) – первичные оценки пространственных координат j -го объекта.

Вре менная обработка векторов M ( i , j ), j = 1, m i , i = 1, N , осуществляется в последовательности i -х периодов следующим образом.

1. В первых двух периодах ( i = 1,2 ) пе ребором па р векторов M (1, j 1 ) и M (2, j 2 ), j 1 = 1, m 1 , j 2 = 1, m 2 определяются и запоминаются для каждой j 1 , j 2 -й пары начальные оценки параметров траекторий предполагаемых объектов – пространственного положения M ˆ s и скорости V ˆ s в новой s -й нумерации:

M s = M (1, j 1 ), V s = ( M (2, j 2 ) - M (1, j )) / A t^ ,

At1,2 = t (2, j 2) -t (1, j 1), где s = 1, n2 , n2 - число вариантов соединения векторов (групп), образованных во втором периоде (n2 = m1m2). Устанавливается начальное значение показателя s-й группы Js = 0, s = 1, n2 . Запоминаются номера векторов, вошедших в состав s-х групп, по ко-

торым в дальнейшем восстанавливаются моменты времени их образования.

  • 3.    В третьем и посл едующих периодах ( i = 1, N ) векторы M ( i , j ), j = 1, m i , найденные в i -м периоде на этапе пространственной обработки, ставятся в соответствие s -й группе векторов , об разованных в предыдущем ( i - 1)-м периоде ( s = 1, n - 1 ). На основе оценок параметров траектории s -й группы вычисляется вектор экстраполированных координат на момент времени t ( i , j ) формирования M ( i , j ): MI Э = M f s + V s A t , где A t - временной шаг экстраполяции, определяемый с учётом t ( i , j ) и запомненным ранее моментом образования s -й группы.

  • 4.    Если невязка – норма разности векторов AJ = || M ( i , j ) - M s3 || не превышает величины допустимого отклонения р , то вектор M ( i , j ) включается в состав s -й группы, которая получает новую k -ю нумерацию: k = 1, n i , где n i – число новых продолжений групп, полученных в i -м периоде. Для каждой вновь образованной k -й группы вычисляется показатель группы J k = Js + A J в виде суммы (по числу периодов) невязок. Запоминаются номера векторов, вошедших в состав k -й группы, и вычисляются оценки траекторных параметров Mk и Vk этой группы по всем векторам, вошедшим в состав группы с учётом моментов времени их образования. Все данные запоминаются в порядке возрастания показателей J k , k = 1, n i .

  • 5.    По окончании N -го периода из всего массива групп последовательно выделяются m ˆ групп с наименьшими значениями показателей J k и не имеющими общих присоединённых к группам векторов (допускается малое количество пересечений). Траекторные параметры выделенных групп передаются на траекторное сопровождение m ˆ обнаруженных объектов.

В таком виде пространственная обработка сопровождается динамическими ошибками из-за неучтённых смещений A M 1, 2 вектора M 1 ( i , j 1 ) за время A 1 1, 2 = t ( i , j 2)- 1 ( i , j 1 ). Неучтённые динамические ошибки сопряжения передаются на этап временной обработки. Для преодоления данного недостатка предлагается следующий алгоритм.

Алгоритм траекторного сопровождения

Данный алгоритм также реализует последовательную пространственную и временную обработку наблюдений, но в системе трёх приёмников ( n =3) и с учётом оценок скорости. Пр остран ств енная обработка наблюдений a k ( i , j ), k = 1, n , j ' = 1, m , осуществляется в каждом i -м периоде ( i = 1, N ) и сводится к следующему.

1. Осуществляется пер ебор тро ек векторо в a 1 ( i , j 1 ), a 2 ( i , j 2 ), a з ( i , j 3 ), j 1 = 1, m , j 2 = 1, m , j 3 = 1, m . Для каждой тройки векторов a 1 , a 2 , a 3 (символы i , j 1 , j 2 , j 3 опускаем) решается система шести уравнений (4) с шестью неизвестными в матричной форме с учётом смещения A M 1, k = V 1 A 1 1, k :

AX - B = E , (10)

где

'ax,1   - aX,2     0     At2    0     0

ay,1   - ay,2     0      0    At2

A =   a z ,1    - a Z ,2      0      0     0

ax ,1     0     — a X,3   At з ay ,1     0 — a У ,3 0    A t з

_ azд       0      - a Z ,3 0     0

a 2 = P2 a 2, a 3 = P 3 a 3,

X = ( r 1 r 2 r 3 v x ,1 v x ,2 v x ,3 ) T ,

B = (bx ,2 by ,2 bz ,2 bx ,3 by ,3 bz ,3 ),

E = (ex,2 ey,2 ez,2 ex,3 ey,3 ez,3 ),

A t 2 = t ( i , j 2 ) - t ( i , jX ) , A t 3 = t ( i , j 3 ) - t ( i , j 1 ) .

Решением (10) по критерию минимума квадрата евклидовой нормы J = || E ||2 = ( AX - B ) T ( AX- B ) вектора ошибок сопряжения является вектор оценок

X = ( r r r v x ,1 v y ,1 v z ,1 ) T = = ( A T A ) - 1 A T B = A - 1 B ,

или в случае плохо обусловленной матрицы A : X = A + B , где A + - псевдообратная матрица.

Из состава вектора оценок X берутся составляющие вектора скорости: V 1 = ( vx 1, vy 1, vz 1) T . Для получения оценки дальности r ˆ1 используется более устойчивый к обращению матрицы алгоритм (7), (8) для двух приёмников ( n =2), основанный на решении системы трёх уравнений r 1 a 1 - r 2 P 2 a 2 + AM 1, 2- b 2 = e 2 путём замены вектора b 2 на B 2 = b 2 - A M 1 2 = b 2 - V 1 A t 2 :

AR - B 2 = e 2 о

о

a x ,1

a y ,1

a z ,1

a ‘2 x ,

- a y ,2

- a z ,2

r 1

r 2

b x ,2 b y ,2 b z ,2

- v x ,1 A t 2

- v y ,1 A t 2

- v z ,1 A t 2

e x ,2

e y ,2

e z ,2

^

^ R = (г

r 2 ) T = ( A T A ) - 1 A T B 2.

2. Запоминаются векторы оценок пространственных координат в системе 1-го приёмника в j -й нумерации, найденные с учётом перемещения объектов за время наблюдения:

M (i, j) = r( i, j) a1(i, J1), j = 1, m. , m, = m3, и векторы оценок скорости изменения координат V1(i,j), j = 1, mi , которые используются на этапе временной обработки. В отличие от показателя (9) показатель J = || E |2 = (AX - B) T(AX- B) оценок (11) для любого варианта троек векторов a1 (i, j1), a2 (i, j2), a3 (i, j3) близок к нулю, поэтому сброс ложных троек осуществляется на последующем этапе временной обработки, который сводится к следующему.

1. В первом периоде ( i = 1) фиксируются начальные оценки положения M s = M (1, j ) и скорости

V s = V 1 (1, j ), j = 1, n 1 . Устанавливается на чальное значение показателя s -й группы J s = 0, s = 1, n 1 . ___

  • 2.    Во втором и посл едующих периодах ( i = 2, N ) векторы M ( i , j ), j = 1, m i , найденные в i -м периоде на этапе пространственной обработки, ставятся в соответствие s -й группе векторов, образованных в предыдущем ( i – 1)-м периоде. Вычисляется вектор экстраполированных координат на момент времени t ( i , j ) формирования M ( i , j ): Mt Э = Mt s + V s A t , где A t - временной шаг экстраполяции.

  • 3.    Если невязка A J = || M ( i , j ) - M s3 || не превышает величины допустимого отклонения в , то вектор M ( i , j ) включается в состав s -й гру пп ы, которая получает новую к -ю нумерацию: к = 1, n i , где n i - число новых продолжений групп, полученных в i -м периоде. Для каждой вновь образованной k -й группы вычисляется суммарный (по числу периодов) показатель группы Jк = J s + A J . Запоминаются номера векторов, вошедших в состав k -й группы, и оценки траекторных параметров Mk = M ( i , j ) и Vk = V 1 ( i , j ). Все данные запо ми наются в порядке возрастания показателей J k , к = 1, n i .

  • 4.    По окончании N -го периода из всего массива групп последовательно выделяются m ˆ групп с наименьшими значениями показателей J k и не имеющими общих присоединённых к группам векторов (допускается малое количество пересечений). Траекторные параметры выделенных групп передаются на траекторное сопровождение m ˆ обнаруженных объектов.

В таком виде осуществляется последовательная пространственная и временная обработки наблюдений в системе трёх приёмников. Пространственная обработка позволяет найти оценки пространственных координат и скорости их изменения, а временная обработка – сбросить ложные группы векторов.

Результаты моделирования

Работа алгоритмов проверялась на линейных моделях траекторий движения нескольких БПЛА. Приёмники общим числом n =2 и n =3 располагались на дуге окружности с ортогональным положением линий визирования и принимали информацию об ортах направлений на движущиеся по близким траекториям БПЛА с временной задержкой A 1 2 и A 1 3 . Наблюдения осуществлялись в последовательности N = 5 периодов, каждый длительностью τ = 1 с, и на малой дальности порядка 100–200 м. На множестве реализаций эксперимента вычислялись следующие показатели качества работы алгоритмов: d ср – среднее расстояние между найденным положением объекта в N -м периоде и моделируемым положением (как норма разности векторов) и с d - среднеквадратическое отклонение (СКО) расстояния d ; Pr m – оценка вероятности обнаружения всех m объектов, вычисляемая на множестве реализаций путём идентификация моделируемых и найденных траекторий по критерию близости поло-

жений моделируемых и обнаруженных объектов в последнем периоде наблюдения.

В табл. 1 представлены указанные характеристики, полученные для альтернативного алгоритма в зависимости от числа объектов m и временной задержки A t при СКО с x = 0,1 м ошибки измерения отдельной координаты вектора M ( i , j ), распределённой по нормальному закону с нулевым средним.

В табл. 2 представлены характеристики, полученные для предложенного алгоритма в зависимости от числа объектов m и временных задержек A t 2 и A 1 3 .

Табл. 1. Моделирование альтернативного алгоритма

m =1

m = 2

A t

0,1

0,25

0,10

0,25

d cp / с d

1,25/0,89

3,10/2,30

1,28/1,03

3,30/2,40

Pr m

1,00

0,71

0,97

0,60

Табл. 2. Моделирование предложенного алгоритма

m

= 1

m

= 2

A t 2 / A t 3

0,1/0,2

0,3/0,4

0,1/0,2

0,3/0,4

d cp / с d

0,15/0,07

0,15/0,07

0,37/0,95

0,55/1,34

Pr m

1

1

0,96

0,95

Из сравнения данных двух таблиц следует вывод об очевидном преимуществе второго алгоритма, учитывающего скорость изменения координат при вычислении оценок положения.

Аналитическое исследование точности оценок дальностей

Точность оценок R = ( rp r k ) T в (8) для некоррелированных координат вектора e 2 характеризуется ковариационной матрицей K a r ошибок оценивания AR = R - R вида: K A R = с 2 ( A T A ) - 1, где с 2 - дисперсия отдельной координаты вектора e 2. С учётом того, что скалярное произведение ортов равняется косинусу угла между ними, выражение матрицы K a r для двух приёмников ( n =2) раскрывается следующим образом:

ст2      1 cos а

--e— sin2 а cos а 1

где а - угол между векторами а 1 и а 2 направлений на объект.

Так как главная диагональ матрицы (12) содержит дисперсии ошибок A r 1 и A r 2 оценок дальностей R , то СКО ошибки оценивания дальности в первом приёмнике определится как с [ А r 1 ] = с е / 1 sin а| .

Отсюда следует, что наименьшая ошибка определения дальности С тШ = с е достигается при а = 90 ° , то есть при ортогональном взаимном положении векторов a 1 и a k . Это даёт рекомендацию для управления наблюдением: взаимное положение приёмников в стереопарах должно обеспечивать направления на объект, близкие к ортогональному.

При оценивании дальностей в системе трёх при-

ёмников (n =3) без оценок скорости ковариационная матрица вектора ошибок AR = (Ar1, Ar2, Ar3) T :

K a r =

2 e

sin2 а + sin2 P

1    cosа    cosP cosа 1 + sin2 P cosаcosP cosPcosа cosp1 + sin2 а

, (13)

где α и β – углы между векторами a 1 , a 2 и a 1 , a 3 . Из (13) получаем СКО ошибки определения дальности в первом приёмнике: с [ А r 1 ] = с e / -^sin2 а + sin2 Р .

В сравнении с n = 2 при а = в = 90 ° погрешность при n =3 уменьшается в 2 раз.

Увеличение числа приёмников ( n >3) приводит к дальнейшему уменьшению погрешности. При этом в алгоритмах меняется только размерность используемых матриц.

Заключение

Предложен алгоритм траекторного сопровождения объектов в трёхмерном пространстве, основанный на последовательной пространственной и временной обработке наблюдений в пассивной системе позиционирования двух и трёх ( n =2,3) совмещённых оптических и радиотепловых приёмников.

Данный алгоритм сравнивается с альтернативным алгоритмом, отражающим существующий подход к обнаружению и траекторному сопровождению объектов без учёта временных задержек формирования векторов направлений на объекты в приёмниках стереопар. Предлагаемый алгоритм реализует новое положение, основанное на учёте временных задержек в системе наблюдения, что приводит к заметному повышению точности определения положения объектов и вероятности обнаружения всех объектов.

Аналитическое исследование точности оценок дальности даёт рекомендацию взаимного расположения стереопар приёмников, обеспечивающего ортогональность направлений на объект при управлении наблюдением.

Предложенные алгоритмы могут быть использованы в существующих оптических и радиотепловых пассивных системах позиционирования, предназначенных для наблюдения за движущимися объектами.

Публикация подготовлена в рамках выполнения научных исследований, осуществляемых ФГБОУ ВО «РГРТУ» в соответствии с государственным контрактом 2.7064.2017/БЧ.

Список литературы Алгоритм траекторного сопровождения объектов пассивной системой позиционирования

  • Пассивная радиолокация: методы обнаружения объектов / под ред. Р.П. Быстрова, А.В. Соколова. - М.: Радиотехника, 2008. - 320 с
  • 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. - P. 110-113. - DOI: 10.1109/NAECON.2008.4806528
  • Busset, J. Detection and tracking of drones using advanced acoustic cameras / J. Busset, [et al.] // Proceedings of SPIE. - 2015. - Vol. 9647. - 96470F. - DOI: 10.1117/12.2194309
  • Moses, A. Radar-based detection and identification for miniature air vehicles / A. Moses, M.J. Rutherford, K.P. Valavanis // 2011 IEEE International Conference on Control Applications (CCA). - 2011. - P. 933-940. - DOI: 10.1109/CCA.2011.6044363
  • Hoffmann, F. Micro-doppler based detection and tracking of UAVs with multistatic radar / F. Hoffmann, [et al.] // 2016 IEEE Radar Conference (RadarConf). - 2016. - P. 1-6. - DOI: 10.1109/RADAR.2016.7485236
  • Kovács, L. Visual real-time detection, recognition and tracking of ground and airborne targets / L. Kovács, C. Benedek // Proceedings of SPIE. - 2011. - Vol. 7873. - 787311. -
  • DOI: 10.1117/12.872314
  • Muraviev, V.S. Aerial vehicles detection and recognition for UAV vision system / V.S. Muraviev, S.A. Smirnov, V.V. Strotov // Computer Optics. - 2017. - Vol. 41(4). - P. 545-551. -
  • DOI: 10.18287/2412-6179-2017-41-4-545-551
  • Katulev, A. Adaptive method and algorithm for detecting low-contrast objects with an optoelectronic device / A. Katulev, A. Kolonskov, A. Khramichev, S. Yagol'nikov // Journal of Optical Technology. - 2014. - Vol. 81, Issue 2. - P. 75-82. -
  • DOI: 10.1364/JOT.81.000075
  • Муравьев, В.С. Адаптивный алгоритм выделения и обнаружения воздушных объектов на изображениях / В.С. Муравьев, С.И. Муравьев // Информационно-управляющие системы. - 2011. - № 5. - С. 8-13
  • Deshpande, SD. Max-mean and max-median filters for detection of small targets / S.D. Deshpande, [et al.] // Proceedings of SPIE. - 1999. - Vol. 3809. - P. 74-84. -
  • DOI: 10.1117/12.364049
  • Wang, P. Infrared small target detection using directional highpass filters based on LS-SVM / P. Wang, J.W. Tian, C.Q. Gao // Electronics Letters. - 2009. - Vol. 45, Issue 3. - P. 156-158. - DOI: 10.1049/el:20092206
  • Srivastava, H.B. Image pre-processing algorithms for detection of small/point airborne targets / H.B. Srivastava // Defence Science Journal. - 2009. - Vol. 59, Issue 2. - P. 166-174. -
  • DOI: 10.14429/dsj.59.1505
  • Laurenzis, M. Multi-sensor field trials for detection and tracking of multiple small unmanned aerial vehicles flying at low altitude / M. Laurenzis, S. Hengy, A. Hommes, [et al.] // Proceedings of SPIE. - 2017. - Vol. 10200. - 102001A. -
  • DOI: 10.1117/12.2261930
  • Müller, T. Robust drone detection for day/night counter-UAV with static VIS and SWIR cameras / T. Müller // Proceedings of SPIE. - 2017. - Vol. 10190. - 1019018. -
  • DOI: 10.1117/12.2262575
  • Kim, B. V-RBNN based small drone detection in augmented datasets for 3D LADAR system / B. Kim, [et al.] // Sensors. - 2018. - Vol. 18, Issue 11. - 3825. -
  • DOI: 10.3390/s18113825
  • Hammer, M. UAV detection, tracking, and classification by sensor fusion of a 360° lidar system and an alignable classification sensor / M. Hammer, [et al.] // Proceedings of SPIE. - 2019. - Vol. 11005. - 110050E. -
  • DOI: 10.1117/12.2518427
  • Цифровая обработка изображений в информационных системах: учеб. пособие / И.С. Грузман, В.С. Киричук [и др.]. - Новосибирск: Изд-во НГТУ, 2002. - 352 с
  • Klochko, V.K. Space-time processing of object images in passive radio systems / V.K. Klochko, S.M. Gudkov // Optoelectronics, Instrumentation and Data Processing. - 2018. - Vol. 54, No. 4. - P. 348-354. -
  • DOI: 10.3103/S8756699018040052
  • Klochko, V.K. Detection of moving objects by a passive scanning system / V.K. Klochko // Optoelectronics, Instrumentation and Data Processing. - 2019. - Vol. 55, Issue 1. - P. 59-65. -
  • DOI: 10.3103/S8756699019010102
  • Razin'kov, S.N. Performance in the primary and secondary processing of pulsed radio signals in passive radar systems / S.N. Razin'kov, A.A. Sirota // Measurement Techniques. - 2004. - Vol. 47, Issue 2. - P. 193-198. - DOI: 10.1023/B:METE.0000026221.30211.d8
Еще