Елена Поликарпова - Войны будущего. От ракеты «Сармат» до виртуального противостояния
Эти радиоэлектронные технологии основаны на использовании странных аттракторов (необычных точек притяжения) и фракталов, что дало возможность получить новую динамическую модель радиолокационных сигналов, рассеянных растительным покровом. Действительно, в исследованиях отечественных ученых А.П. Реутова, А.А. Потапова и В.А. Германа обнаружен режим детерминированного хаоса при радиолокации растительного покрова на длине волны 2,2 мм.[128] Обработка отраженных сигналов с помощью корреляционного интеграла позволила определить динамические и статические характеристики странного аттрактора, управляющего радиолокационным рассеянием миллиметровых волн. Полученные данные совместно с семейством фрактальных распределений положены в основу новой динамической модели радиолокационных сигналов, рассеянных растительным земным покровом. Предлагаемая модель рассеяния электромагнитных волн земными покровами имеет принципиальное отличие от уже существующих. Она дает возможность восстановления структуры дифференциальных уравнений по временному ряду радиолокационных наблюдений, где независимыми переменными являются угол зондирования, скорость ветра, характеристики растительного покрова и т. д. Эта «рассмотренная проблема непосредственно входит в круг общих вопросов эволюции (самоорганизация и деградация) открытых распределенных радиосистем при изменении внешних параметров (появление точек бифуркаций) и создания новых информационных технологий в радиолокации и радиофизике»[129]. Это означает, что решение данной проблемы позволяет на основе последовательного дифференцирования получить некоторые сечения (сигнатуры) аттрактора, который контролирует процесс рассеяния, что помогает реконструировать исследуемый ландшафт и скрытый в нем объект, особенно искусственный объект.
В этом плане заслуживают внимания исследования математического и программного обеспечения фрактального распознавания природных и искусственных объектов, которые осуществлены отечественными учеными А.С. Аветисовым, М.А. Карповым, М.В. Юрковым и другими. Ими предложен алгоритм оценки размера фрактала текстуры по длине контура, а также адаптивный алгоритм для фрактального распознавания искусственных объектов, основанный на концепции кромкосохраняющего сглаживания для правильной оценки фрактальной размерности в окрестности краев; рассмотрен метод распознавания искусственных объектов на фоне природного пейзажа, основанный на модели фракгальносги; представлено описание модели в форме набора уравнений плоскостных кривых, показано, что такие признаки целей, как прямые линии, образующие силуэты, могут быть использованы для обнаружения объектов[130].
Оценка фрактальности текстуры является важной характеристикой при сегментации по размеру фрактала. Алгоритм оценки размера фрактала текстуры по длине контура состоит в развитии алгоритма оценки размера фрактала линии для оценки размера фрактала поверхности. Для оценки фрактала текстуры производится разбиение динамического диапазона яркостей изображения на равные интервалы. Для полученного набора пороговых уровней строится бинарное изображение. При этом отсчетам, яркость которых меньше порога, приписывается значение 0, а отсчетам, яркость которых выше или равна порогу, приписывается значение 1. Таким образом, исходное изображение представляется набором бинарных изображений. Для каждого из таких изображений производится оценка размера фрактала контуров единичных областей. В качестве оценки размера фрактала исходного изображения используется среднее значение полученных фракталов для бинарных изображений. При этом следует оценивать размер фрактала бинарных изображений только по строкам, только по столбцам, а также совместно по строкам и столбцам, что имеет особое значение при распознавании анизотропных текстур. Это значит, что фрактальная обработка сигналов дает возможность обнаруживать среди растительного покрова (кустарников и деревьев) военные объекты (танки, вертолеты, самолеты и др.), т. е. скрытые военные объекты можно делать видимыми.
Экспериментальное сравнение результатов распознавания радиолокационных целей показало, что применение теории хаотических колебаний и фракталов весьма перспективно при обработке радиолокационных сигналов и идентификации радиолокационных целей. «Поскольку в последние годы цифровые системы все более активно заменяют аналоговые системы обработки изображений, очень важно владеть современными компьютерными методами описания и обработки изображений. Ключевая концепция фракталов заключается в использовании самоподобия в определении размера фрактала… Использование фрактальных сигнатур для задач обнаружения и идентификации различных целей является основой многообещающих методов»[131].
Фрактальные сигнатуры необходимы не только для обнаружения искусственных (военных) объектов радиолокационными методами, но и для их защиты. Они дают возможность использования помехоустойчивого кодирования в достаточно широком диапазоне человеческой деятельности. Оно весьма эффективно применяется в комплексе мер по защите объектов (прежде всего военных объектов) наряду с созданием активных шумовых помех в радиолокационном и оптическом диапазонах, чтобы добиться снижения заметности этих объектов. «Снижение заметности объектов в свою очередь изменяет подход к их конструированию, при котором требования по основному целевому назначению дополняются требованиями к их радио– и оптическим характеристикам. Выполнение этих требований достигается за счет изменения конструкций объектов, применения специальных конструкционных материалов, покрытий и т. д.»[132]. На практике это означает снижение ЭПР (эффективной площади рассеяния) объектов, связанной со значениями диаграммы обратного рассеяния. Физически ЭПР – это размерный коэффициент пропорциональности между мощностью отраженного радиолокационной целью сигнала и плотностью потока мощности электромагнитного поля, которое создано антенной радиолокатора в окрестности места расположения цели. Величина ЭПР имеет размерность квадратного метра и зависит от формы, размеров и электрических свойств материала поверхности цели.
В последние годы весьма интенсивно развиваются методы синтеза фрактальных искусственных композитов и метаматериалов, таких, например, как сверхминиатюрные фрактальные антенны, фрактальные структуры в фотонных и магнонных кристаллах, моделирование фрактальных импендансов и дробных операторов, фрактальные лабиринты и т. д.[133] Значительное внимание уделяется фрактальных лабиринтам, выстроенный на математике дробного исчисления и представляющий собою новый объект математической физики. В результате использования методов автоматического синтеза фрактальных лабиринтов с заданными параметрами привело к программному продукту, позволяющему моделировать различные физические процессы (генные структуры, разряды молнии и пр.) и конструировать фрактальные антенны. Эти фрактальные антенны уже находят применение в медицине, физических экспериментах, сотовых системах связи на базовых станциях и в военных приложениях[134]..
В современной радиоэлектронной борьбе используются радиопоглощающие материалы и покрытия, которые позволяют добиться значительного снижения радиолокационной заметности объекта. Немалый вклад в радиолокационную заметность объектов разведки вносят их антенные системы. «Так, самолет в зависимости от типа и назначения может нести на своем борту до 100 и более антенн бортового радиоэлектронного комплекса. В состав комплекса входят радиолокационный прицел, радиолокатор бокового обзора, автономные средства радионавигации (радиовысотомеры, радиовертикант, доплеровский измеритель скорости и угла сноса, средства ближней, дальней и спутниковой радионавигации), системы передачи информации и связи, радиолокационный визир, средства радио– и радиотехнической разведки, активные средства радиопротиводействия. На борту ракет могут работать системы радиоуправления и радиосистемы автономной радионавигации, радиовзрыватели, радиотелемерические системы. В еще большей степени радиоэлектронными средствами насыщены морские корабли, а также наземные мобильные и стационарные объекты радиолокационной разведки. Все эти средства и системы используют как передающие, так и приемные антенны»[135]. Необходимо иметь в виду то существенное обстоятельство, что антенны увеличивают радиолокационную заметность объектов различного рода.
Свой вклад в разработку снижения радиолокационной заметности антенн внесли и ученые Инженерно-Технологической академии Южного федерального университета (в прошлом Таганрогского государственного радиотехнического университета) А.О. Касьянов и В.А. Обуховец. Они предложили собственные разработки интеллектуальных покрытий и, рассмотрели варианты построения антенной, сенсорной и «фотониковой» подсистем, а также подсистем обеспечения электромагнитной совместимости и управления рассеянием интеллектуального покрытия; они также показали, что создание микроволновых компонентов интеллектуальных покрытий является одной из наиболее актуальных проблем их разработки[136]. Еще 1986 году в американском журнале «Air Force» была опубликована концепция «Forecast II», которая вводит такое понятие, как интеллектуальная обшивка («smart skins») современного летательного аппарата (ЛА). Сама концепция интеллектуальной обшивки подразумевает интеграцию авионики в структуру ЛА с целью уменьшения его веса, объема и аэродинамического сопротивления. Эта обшивка содержит антенную подсистему, состоящую из многофункциональных микроволновых антенн, выполненных по технологии производства интегральных схем, сенсорную подсистему мониторинга состояния ЛА, подсистему передачи и обработки данных, подсистему термоуправления конформно-интегрированной электроникой и, наконец, подсистемы управляемого рассеяния и обеспечения электромагнитной совместимости. В рамках программы разработки интеллектуальных обшивок ЛА решаются три основные задачи: разработка конформно-интегрированных микроволновых антенных решеток, разработка датчиков для структурного мониторинга полета ЛА и обеспечение оперативного обмена данными между всеми подсистемами интеллектуальной обшивки. Эти задачи решаются следующим образом в опоре на результаты зарубежных и отечественных исследований в области радиоэлектроники.
