Журнал "Системы безопасности" #5, 2019

форм дронов является проблемой для систем распознавания. Вариативность возможных форм, иными словами полиморфизм, состоит в том, что дроны могут принимать вид самолетов различ- ных аэродинамических схем, классических вер- толетов, квадрокоптеров или даже птиц. С точки зрения распознавания все эти формы, в отличие от человеческого лица, серьезно различаются. Успехи систем распознавания за последнее время, помимо роста возможностей вычисли- тельных систем и совершенствования алгоритмов (хотя все алгоритмы в принципе были известны и в 80-е гг. ХХ века), обусловлены накоплением огромного количества образцов. Для основных предметных областей (в первую очередь распо- знавание речи и человеческих лиц), "конвейера" однотипных изделий, текста, умных автомоби- лей, накоплена фантастическая по объемам база данных, миллионы и миллиарды образцов. Отработаны алгоритмы, которые дают хорошие результаты на этой базе, причем образцы в каж- дом из классов на простой человеческий взгляд сходны. В случае же с дронами придется относить к одному классу образцы самого разного вида и/или создавать свой класс для каждой из воз- можных форм дрона. Проблема в принципе решаема, есть результаты. Но накопить колос- сальные библиотеки изображений дронов раз- ных форм с разных ракурсов для наиболее популярных в настоящее время алгоритмов рас- познавания – задача непростая, даже при отде- лении фона, например неба. А выделять "нечто квадратное" (вроде квадрокоптера) на фоне жилого дома с прямоугольными окнами еще сложнее, тут желательно знать "историю" картин- ки. А есть еще деревья и "конкурирующие" с дро- нами за внимание птицы. Еще одним фактором, обуславливающим спе- цифику работы систем распознавания дронов, является их большая скорость, а именно ее соотношение со скоростью сканирования кар- тинки в видеокамере (или скоростью срабаты- вания затвора). Пусть смещение объекта и невелико и риск его "потерять" при правильной работе тоже незначителен, но "смазанность" может затруднить распознавание или потребо- вать использовать более совершенные камеры. В большинстве мест, где стоят видеосистемы наблюдения, ясно, на какой дистанции и в каком месте снимка находятся объекты, поскольку все они располагаются на статичных поверхностях. Дрон, помимо того, что может быть видим с любого ракурса, может распола- гаться на произвольном расстоянии. Как при- нять решение о том, видит ли камера дрон класса А на расстоянии Х или дрон класса Б на расстоянии У, если абрис у них при некотором ракусе практически совпадает? Тут желательно использовать лидар и комплексировать инфор- мацию, как это делается в системах ПВО. А если ночь? Или сложные метеоусловия? Используем ИК-камеру или дополняем систему ею. Это тоже ведет к удорожанию распознавания. Электро- и магниточувствительные датчики и системы пассивной радиолокации для работы по дронам не столь слабы, как это может пока- заться на первый взгляд. Ведь значительная часть дронов в настоящее время использует электромоторы, в которых есть и сильные маг- ниты, и излучения в типичном частотном диа- пазоне. Да, в городских условиях хорошего качества ждать сложно, слишком насыщенна помеховая обстановка. Но в ряде ситуаций в качестве дополнитель- ного канала информа- ции такие подсистемы вполне могут быть вос- требованы. Акустические датчики Наверное, акустические датчики стали использо- ваться для обнаружения воздушных целей одни- ми из первых. Многие помнят фотографии времен Великой Отечествен- ной войны, когда с помощью акустических дат- чиков, выглядевших как огромные воронки, обнаруживали налеты на Москву. Сейчас, используя высокоскоростную компьютерную обработку сигналов и частотную фильтрацию, можно получать хорошие результаты по точности и дальности, наподобие реализованных в воен- ных контрбатарейных системах. Для распознава- ния можно применять опыт систем распознава- ния речи, которые в настоящее время способны узнать голос одного человека из десятков и даже сотен миллионов других. Основной минус, пожа- луй, – это слабая селекция целей и работа в городской среде, где много отражений сигнала. Вторичная обработка Несколько лет назад на одной научной конфе- ренции, посвященной построению систем охра- ны, мне довелось услышать доклад об одной системе на базе радиолокационной станции (РЛС) по контролю воздушного пространства. Я задал вопрос: сколько целей одновременно может обслуживать данная система? Ответ меня ошарашил: около сотни. А ведь в зенитных ком- плексах, к созданию которых я имел некоторое отношение, цифры были на порядок меньше. "Так у нас же столько позиций луча в секторе обзора!" – оппонировал докладчик. Я тогда воз- держался от дискуссии, ибо спешил на другую секцию. В чем же подвох? Дело в том, что мало заметить БПЛА. Надо понять, куда он движется, и оценить угрозу. Для этого необходимо отсле- дить его траекторию по серии последователь- ных измерений. В случае если у нас одиночный дрон, как это часто бывает на "сдаточных испы- таниях" и "показухе", большой проблемы нет. Сопоставляем положения в разные моменты времени, экстраполируем, отображаем на мониторе, и все довольны. Если же целей несколько, то нам надо определить, какая куда полетела. Иначе возникает перепутывание трасс целей, мы не можем использовать также траек- торную информацию в качестве дополнитель- ного признака идентификации. И математически, и алгоритмически это нетри- виальная задача. При разработке систем ПВО данному вопросу посвящают солидные иссле- дования, проводят длительное моделирование. Могу предположить, что в случае, когда БПЛА будут реально действовать против охраняемого объекта, мы обязательно столкнемся со сложно организованным налетом, ибо нельзя недооце- нивать оппонента. Заключение Какие угрозы несут в себе дроны? Если не рас- сматривать их применение в условиях военных действий, то угрозы сведутся к двум принципи- альным моментам: l внос-вынос неких предметов, возможно, посредством сообщников; l информационная поддержка нарушителей, включая отвлечение ресурсов охраны и полу- чение закрытой информации об объекте. Скорее всего, в первом случае будут использо- ваны дроны тяжелого (относительно) класса, а во втором – легкие и малозаметные. Отсюда вытекает потребность создания модели угроз со стороны БПЛА. Без такой модели не получится задать требования к системе, к условиям ее применения. Одно дело, когда мы принимаем дрон как нежелательного наблюдателя со стан- дартной "квадрокоптерной" начинкой, в этом случае видеосистема может стать адекватным решением. И другое дело, когда рассматри- ваются специализированные дроны, летающие в том числе поздним вечером в грозу, здесь потребуется еще как минимум ИК-канал и ком- плексирование информации. Не берусь однозначно сказать, в каких ситуа- циях как надо действовать. В ПВО нарушителей сбивают или сажают. Можно ли успеть что-то сделать за те несколько секунд, пока дрон нахо- дится над контролируемой территорией? Не окажется ли система противодействия дронам потенциально большей угрозой для окружаю- щих, учитывая все возрастающее количество сфер применений БПЛА, в том числе государст- венными органами? Будет ли антидрон-система рассматриваться как нарушающая государст- венную монополию на насилие? Ведь потенци- ально это ПВО, пусть в миниатюре. Вопросов много. Хотя возможности современной техники позволяют создавать системы обнаруже- ния и распознавания БПЛА для разных условий и разных объектов. Думаю, что "бурная" стадия развития дронов продлится еще долго. n www.secuteck.ru октябрь – ноябрь 2019 БАС. АНТИДРОН A L L - O V E R - I P 63 Ваше мнение и вопросы по статье направляйте на ss @groteck.ru www.pixabay.com