Бардык категориялар

Тегинсиз саясат талап кылыңыз

Биздин өкүлүбүз жакында сизге кайрылат.
Электрондук почта
Телефон/whatsApp/WeChat (Очон маанилүү)
Аты-жөнү
Компаниянын аты
Эскертүү
0/1000

БПЛАнын табуу радиолокатору кен орундарында кандай иштейт?

2026-03-18 13:48:59
БПЛАнын табуу радиолокатору кен орундарында кандай иштейт?

Кендерде БПЛАнын табууга таасир этүүчү электромагниттик чыңалуулар

Жердеги чөп-чүп, көпжолдуу бузулуштар жана термалдык инверсия таасирлери

БПЛАнын табууга жарамсыз электромагниттик мунарада кен орундары өзгөчө курч шарттарды түзөт. Үч байланышкан кубулуш — жердеги чөп-чүп, көпжолдуу бузулуштар жана термалдык инверсия — радиолокатордун иштешин системалык түрдө төмөндөт:

  • Жердеги чөп-чүп статикада жана жылганда турган тыгыз жайгашкан техника — экскаваторлар, көтөрүүчү автобустар, бутактар — жана түз эмес рельеф төмөнкү РСС-луу дрондордун белгилерин жашыруучу туруктуу, динамикалык радиолокациялык кайтарылыштарды түзөт.
  • Көптүк жол булуткануусу радиолокациялык сигналдар тик, бийик көтөрүлгөн жана карьердин кабыргаларынан чагылып, азимут жана бийиктик тегиздиктеринде кош тиштешүүлөрдү түзөт; бул издөө жана классификациялоону татаалаштырат.
  • Термалдык инверсия көмүр шахталарында жана терең карьерлерде температура градиенттери радио толкундарды радиолокациялык сенсорлордон айлантып өткөрөт. Изилдөөлөрдө 200 метрден ашкан тереңдикте сигналдын чачырануусу 50% чейин жеткен документтелген.

Бул таасирлер топурак талаасы же жамгыр учурунда күчөйт, натыйжада ачык жерге караганда табуу аралыгы 30–60% га кыскарат.

Төмөнкү РСС жана жайгашкан БАС-тардын белгилери көп машиналардын шуугунун ортосунда

Модерн микробезэлдүү БАС-тар активдүү карьерлерде физикалык жана спектралдык жашыруундук аркылуу табуу кыйынчылыктарын көбөйтөт:

  • Алардын радиолокациялык кесилиштери (RCS) көпчүлүкдө 0,01 м² дан төмөн болот — куштарга салыштырмалуу, ал эми оор жүктөр ташыгычтар 100 м² ден ашат, бул кайтарылган сигналдын күчүндө 4–5 тартиптеги айырма түзөт.
  • 15 м/с төмөнкү чапташып жүрүү ылдамдыгы конвейерный лентанын кыймылы менен шелек айлануу цикли менен беттешет, бул кинематикалык айырмаларды бүтүндөй жоюп салат. Механикалык термелүүлөр да жайылган БПЛАлардын микродоплердык белгилери менен айырмаланбаган гармониялык тоскоолдуктарды тудурат.
  • Экскаваторлордон, бурулгучтардан жана бузгучтардан чыккан жогорку кубаттуулуктагы РЧ-излучениелер FMCW диапазонунун маанилүү бөлүгүн толтурат, бул 5 Гц төмөнкү микродоплердык чыгыштарды аныктоого мүмкүндүк берген сигналдык иштетүүнү талап кылат.

Атайын чөп-чөп (clutter) жоюу жана өзгөрүлмө порогдуу талаалар колдонулбаганда, активдүү жабдуулардан 500 метр ичинде иштеген БПЛАлардын табуу ыктымалдыгы 40% төмөнкү деңгээлге түшөт.

Сенимдүү БПЛА табуу үчүн радар технологиясынын ыңгайлоолору

Кендерге ыңгайланган шарттар үчүн импульстук-Доплер жана FMCW радарларынын жакшыртылган варианттары

Казылууга таандык тоскоолдуктарды жеңүү үчүн заманбап радар системалары физикалык-белгилүү архитектураны көп диапазондуу иштөө менен бириктирет:

Пульс-Доплер радар системасы сигналдарды тездикке ылайык ар кандай Доплер биндерине топтогондо иштейт, бул тынч турган объекттерден жана жайлап жүрүп жаткан техникадан чыккан шумду фильтрлеп, БАС-тын сигналдарын сактап калууга жардам берет. FMCW радары мындай учурда айрым кошумча мүмкүнчүлүктөрдү кошот: ал татаал радиолокациялык кесилиши (0,01 квадрат метр чамасында) болгон кичинекей микробезгектерди дагы табууга мүмкүндүк бергенде, чыныгы аралыкты өтө так өлчөйт. Бул технологияларды бир нече жыштык диапазондорунда бириктирсек, натыйжалуу болот. L/S-диапазондун жыштыгы чөп тозоңдун ортосунда жана токойлуу шарттарда жакшы иштештиги менен айырмаланат, ал эми X-диапазону так иштеген трекинг деталдарын берет. Бул бириктирилген система минералдык заттарды ташуучу конвейерлердин жана карьерлердин жанында, көрүнүштүн начар болгон жерлерде, 50 метрден төмөн бийиктикте учкан дрондорду табууда 93% натыйжа көрсөтөт. Жана дагы бир маанилүү нюанс: күчтүү сигналды иштетүүчү системалар минанын стеналарына жана башка конструкцияларга чагылып, мишенин көчүрмөсү пайда болгондой көрүнүштүн кемчиликтерин түзөтөт.

Конвейердин гармоникаларынан жана бийик токойлордон келген жалган сигналдарды басуу үчүн ИИ-оптималдаштырылган CFAR иштетүү

Майнинг ортосунда традициялык CFAR алгоритмдери жакшы иштебейт, анткени кирпич кырдыргычтар, конвейерлер жана тартылуучу линиялар сыяктуу заттардан көп сандаган кайталанган жогорку амплитудалуу гармоникалар келет. Бул адатта UAV сигналдарын табууга тоскоолдук кылат. Жаңы ыкма — ИИ менен күчөтүлгөн CFAR — бул турган порогдун ордуна минералдык жабдуулардын спектрлери боюнча чындыкта жыйналган маалыматтардын негизинде үйрөтүлгөн машиналык үйрөнүү моделдерин колдонот. Бул моделдердин айырмачылыгы — алар UAVдардын таң калдырарлык кыймыл үлгүлөрүн, алардын айланасындагы машиналардын туруктуу циклдери менен айырмалай алат. Ошондой эле алар бийик токойлордун формасы жана ременьдүү өткөрүүчүлөрдөн келген электромагниттик тоскоолдук сыяктуу факторлорго ылайык, ар бир белгилүү жерде өзүн-өзү түзөтөт.

Сараптоолор талап кылынган CFARга караганда жалган сигналдардын 41% га азайганын, оптикалык жана RF-негиздүү башка чечимдер иштебей турган чамалуу жана инверсиялык шарттарда да натыйжа сакталганын көрсөттү.

Чыныгы дүйнөдөгү БАК-тын табуу натыйжасы жана тастыктоо

Рио Тинто Пилбара ишке ашыруусу: Чамалуу жана инверсиялык шарттарда 1,2 км аралыкта 92% табуу деңгээли

WA штатынын Пилбара аймагында орнотулган радар системалары 1,2 км чейинки аралыкта учкан микро-БАС-тарды 92 пайыздык тактык менен таба алган. Бул аймакта аянтта туруктуу темир рудасынын тозогу, термалдык инверсиялар жана тәүгүлкү өнөрөсөлүк ишмердүүлүк сыяктуу татаалдыктар бар. Бул системалар неге ошончолук жакшы иштейт? Алар радио толкундарынын атмосферада таралуу ылдамдыгындагы өзгөрүштөр жана тозок бөлүкчөлөрүнүн тудурган фондуу шуугулукка каршы ошол чоң эмес, жайлап учкан максаттарды аныктоо үчүн бир нече спектрде иштеген жетилген Допплер технологиясын колдонот. Сыноолордун натыйжасында бул эки диапазондуу ыкма жер шарындагы кен башкаруу иштери үчүн эң катуу электромагниттик чөйрө деп саналган шарттарда да талдоого чыдайт.

Англо Американ 2023-жылдагы сыноосу: адаптивдүү порогдуу талаа аркылуу жалган сигналдардын саны 41% га азайтылган

2023-жылы Anglo American компаниясы өзүнүн ири минералдык казып алуу объектисинде ИИ негиздеги адаптивдүү порогдуу талаа технологиясынын иштешине кандай таасир этишин изилдеген сыноо өткөрдү. Натыйжалар бул системанын традициялык туруктуу порогдуу радарларга салыштырмалуу түрдө жалган сигналдарды 41 процентке чейин кыскартканын көрсөттү. Бул система конвейерлерден келген кылдатып турган сигналдарды жана бийик таш кырларынан келген таңкуйгусуздук чагылдырууларды токтотуда айрыкча иштеген. Бул бардыгы машиналардын иштешине жана радар тарабынан кабыл алынган сигналдарга негизделген тоскоолдук карталарын чыныгы убакытта туруктуу жаңыртуп тургандыктан иштейт. Бул системанын фондундагы шумдан чын коркунучтарды айырмалоодо тактыгын сактоого мүмкүндүк берет, ал эми бул үчүн кимдир бирөөнүн орнотмолорду кол менен түзөтүшү талап кылынбайт. Бардык жабдуулар жылдырма жана иш графиги түрлүү сменилер боюнча өзгөрүп турганда да бул системанын иштешине таң калуу керек.

ККБ

УБС табуу үчүн минадагы жер тоскоолдугу деген эмне?

Жердеги чөп-чүп тоскоолдук — бул дрондордун төмөн радар кесилиши (RCS) белгилери жашырылып калганда, тынч жана кыймылдагы кен казып алуу жабдыктарынын тыгыз концентрациясы жана түз эмес рельеф таасиринен пайда болгон радардын тоскоолдуктары.

Термалдык инверсия ИЭУ-лардын табылышына кандай таасир этет?

Кендердеги термалдык инверсия радио толкундарын радар сенсорлорунан айлантып, маанилүү сигналдын ылдам төмөндөшүнө жана ИЭУ-лардын табылышын кыйындаштырууга алып келет.

Бүгүнкү заманбак микродрондорду кендерде неге табуу кыйын?

Бүгүнкү заманбак микродрондордун радар кесилиши куштарга окшош төмөн деңгээлде жана кен казып алуу иштеринин ылдамдыгына окшош ылдамдыкта кыймылдайт, ошондуктан аларды чөйрөдөгү шум жана жабдыктардын вибрацияларынан ажыратуу кыйын.

ИИ-оптималдаштырылган CFAR кен иштетүү ортосунда ИЭУ-лардын табылышын кандай жакшыртат?

AI-оптималдуу CFAR турган тоголок чектерди реалдык дүйнөдөгү маалыматтарга жана сырткы шарттарга ылайыкташтырып, машиналардын үйрөнүүсүн негиздеген моделдер менен алмаштырат, бул талаа айланасындагы ката кылган сигналдарды көп төнөн азайтат жана БПЛАнын аныкталышын тактаат.

Мазмуну