Польские учёные разработали метод для обнаружения малых дронов на фоне сильных радиолок... — 31 июля 2026 г. в 08:30:02.406
Польские учёные разработали метод для обнаружения малых дронов на фоне сильных радиолокационных помех 📡 Исследователи из Вроцлавского политехнического университета разработали алгоритм, который позволяет радару обнаруживать небольшие беспилотники в условиях сильных помех от земной поверхности. В испытаниях новый метод показал более высокую чувствительность и меньшее число ложных срабатываний, чем распространённые алгоритмы радиолокационного обнаружения CFAR. Малые дроны имеют небольшую эффективную площадь рассеяния, поэтому их сигнал может теряться на фоне отражений от растительности, рельефа и городской инфраструктуры. В таких условиях традиционные CFAR-алгоритмы могут либо пропускать цель, либо генерировать большое количество ложных тревог. Авторы предложили алгоритм STMF-NCC, который анализирует не отдельную мощность сигнала, а его пространственно-временную структуру. Метод одновременно учитывает распределение отражения по дальности и его сохранение во времени, сопоставляя радиолокационные данные со специальным шаблоном в форме «шатра». Это позволяет учитывать энергию цели сразу в нескольких соседних ячейках и временных отсчётах. На этапе моделирования новый метод сравнили с CA-CFAR, GO-CFAR, SO-CFAR и OS-CFAR. В разных типах помех он обеспечил выигрыш по чувствительности на 10–14 дБ. Особенно заметным преимущество оказалось в сложном Weibull-клаттере, характерном для неоднородной местности. Затем алгоритм проверили на реальных данных. В августе 2025 года в районе Жмигруда в Польше исследователи провели полевые испытания с DJI Mini 4 Pro, DJI Mavic 3 Pro и DJI Phantom 4 Pro. Использовался FMCW-радар на частоте 24 ГГц, а полёты проходили над территорией с плотной растительностью. В ходе испытаний отношение сигнала к помехе для дронов временами снижалось примерно до 5 дБ. Тем не менее показатель AUC нового метода составил 0,9694 для Mini 4 Pro, 0,9876 для Mavic 3 Pro и 0,9323 для Phantom 4 Pro. Для стандартных CFAR-алгоритмов значения находились примерно в диапазоне 0,52–0,79. По мнению авторов, преимущество метода связано с тем, что он не требует обучения на размеченных наборах данных, в отличие от многих нейросетевых систем обнаружения БПЛА. Алгоритм использует заранее заданную структуру радиолокационного следа и может работать с FMCW- и импульсными радарами. Исследователи также считают, что подход можно адаптировать к другим диапазонам частот и многоканальным радиолокационным системам. При этом технология пока имеет ограничения. В частности, два близко летящих дрона с похожими скоростями могут восприниматься алгоритмом как одна цель, если их радиолокационные следы перекрываются внутри используемого шаблона. Авторы рассматривают динамическую настройку размера фильтра и дополнительные алгоритмы разделения целей как направления дальнейшей работы. Исследование опубликовано в Scientific Reports. Работа получила поддержку Научно-технологической организации НАТО в рамках программы по исследованию методов оперативного анализа для наблюдения за воздушным пространством.