EN
Электромагнитные вызовы при обнаружении БПЛА на рудниках
Наземные помехи, многолучевое искажение и эффекты термической инверсии
Рудники создают уникально враждебную электромагнитную среду для обнаружения БПЛА. Три взаимосвязанных явления — наземные помехи, многолучевое искажение и термическая инверсия — систематически ухудшают работу радаров:
- Наземные помехи высокая концентрация статического и подвижного оборудования — экскаваторов, самосвалов, дробилок — в сочетании с неровным рельефом местности создаёт устойчивые, динамичные радарные отражения, маскирующие сигнатуры беспилотных летательных аппаратов с низким радиолокационным сечением (RCS).
- Многолучевое искажение радарные сигналы отражаются от крутых, вертикальных бортов карьеров и откосов выработок, создавая ложные эхо-сигналы, которые проявляются как дублирующие цели в азимутальной и угловой плоскостях — это затрудняет сопровождение и классификацию целей.
- Тепловая инверсия в шахтах и глубоких карьерах температурные градиенты преломляют радиоволны в сторону от радарных датчиков. В научных исследованиях зафиксировано ослабление сигнала до 50 % на глубинах свыше 200 метров.
Эти эффекты усиливаются во время пыльных бурь или осадков, снижая эффективную дальность обнаружения на 30–60 % по сравнению с базовыми показателями для открытой местности.
Сигнатуры БПЛА с низким RCS и малой скоростью движения на фоне шума тяжёлой техники
Современные микро-БПЛА усугубляют задачи обнаружения в действующих карьерах за счёт физической и спектральной скрытности:
- Их радиолокационные площади рассеяния (RCS) зачастую составляют менее 0,01 м² — сопоставимо с птицами, — в то время как у тяжёлых грузовиков RCS превышает 100 м², что создаёт разницу в 4–5 порядков по величине отражённого сигнала.
- Скорости крейсерского полёта ниже 15 м/с совпадают с частотой движения конвейерных лент и циклами поворота экскаваторных ковшей, стирая кинематические различия. Механические вибрации дополнительно создают гармонические помехи, неотличимые от микроДоплеровских сигналов медленно движущихся БПЛА.
- Мощные РЧ-излучения от драглайнов, буровых установок и дробилок перегружают критически важные диапазоны ЧМ-импульсных (FMCW) радаров, требуя обработки сигналов, способной выделять микроДоплеровские сдвиги менее 5 Гц.
Без специализированных алгоритмов подавления помех и адаптивной пороговой обработки вероятность обнаружения БПЛА, действующих в пределах 500 метров от работающего оборудования, падает ниже 40 %.
Адаптации радиолокационных технологий для надёжного обнаружения БПЛА
Усовершенствования импульсно-Доплеровских и ЧМ-импульсных (FMCW) радаров для условий работы на карьерах
Чтобы преодолеть помехи, характерные для горнодобывающей отрасли, современные радиолокационные системы объединяют архитектуру, учитывающую физические принципы, с работой в нескольких диапазонах:
Система импульсно-доплеровского радара работает путём сортировки сигналов по различным доплеровским ячейкам в зависимости от скорости, что позволяет эффективно фильтровать шумы от неподвижных объектов и медленно движущегося оборудования, сохраняя при этом сигналы БПЛА. Радар с частотной модуляцией по закону «пила» (FMCW) добавляет ещё один уровень функциональности, обеспечивая высокоточные измерения расстояния, благодаря чему становится возможным обнаружение крошечных микро-БПЛА даже при их радиолокационном сечении порядка 0,01 кв. м. При объединении этих технологий в нескольких частотных диапазонах возможности системы существенно возрастают. Использование частотных диапазонов L/S-диапазона обеспечивает лучшую работу в запылённой среде и при повышенной влажности, тогда как X-диапазон обеспечивает высокую точность сопровождения. Такое сочетание позволяет достигать примерно 93 % вероятности обнаружения БПЛА на высоте менее 50 метров вблизи конвейеров и карьерных участков, где видимость затруднена. И ещё один важный момент: сложные алгоритмы цифровой обработки сигналов устраняют проблему ложных дублирующихся целей, возникающих из-за отражений сигнала от стен выработок и других конструкций.
AI-оптимизированная обработка CFAR для подавления ложных тревог от гармоник конвейеров и высоких откосов
Традиционные алгоритмы CFAR просто не работают хорошо в горнодобывающей среде из-за множества повторяющихся гармоник высокой амплитуды, возникающих от таких объектов, как дробилки, конвейеры и экскаваторы-драглайны. Это приводит к большому числу ложных срабатываний, затрудняющих обнаружение реальных сигналов БПЛА. Новый подход с AI-усиленным CFAR заменяет фиксированные пороговые значения моделями машинного обучения, обученными на основе реальных спектральных данных, полученных от горнодобывающего оборудования. Отличительной особенностью данного решения является способность этих моделей различать нехарактерные траектории движения БПЛА и регулярные циклы работы окружающей техники. Кроме того, они адаптируются в зависимости от условий конкретного места установки, включая такие факторы, как форма высоких откосов и электромагнитные помехи от приводов конвейерных лент.
Полевые испытания подтвердили снижение количества ложных срабатываний на 41 % по сравнению с традиционным алгоритмом CFAR при сохранении стабильной работы во время пыльных бурь, когда оптические и радиочастотные альтернативные решения выходят из строя.
Эффективность обнаружения БПЛА в реальных условиях и её верификация
Внедрение в Пилбаре (Rio Tinto): показатель обнаружения 92 % на расстоянии 1,2 км в условиях пыли и температурной инверсии
Радарные системы, развернутые в пилбарском регионе Западной Австралии, смогли обнаруживать микро-БПЛА с точностью около 92 % даже на расстоянии до 1,2 км. В этом районе наблюдаются серьёзные трудности: постоянное присутствие в воздухе пыли железной руды, тепловые инверсии и круглосуточная промышленная активность. Почему эти системы работают так эффективно? Они используют передовую доплеровскую технологию в нескольких диапазонах частот, чтобы выделить крошечные медленно движущиеся цели на фоне сильных помех, вызванных частицами пыли и изменениями в распространении радиоволн в атмосфере. Испытания показали, что такой двухдиапазонный подход действительно выдерживает строгую проверку в том электромагнитном окружении, которое многие считают самым сложным для горнодобывающих операций в мире.
Испытание Anglo American в 2023 г.: снижение ложных срабатываний на 41 % за счёт адаптивной установки порога
В 2023 году компания Anglo American провела испытание, направленное на оценку влияния адаптивного порогового анализа на основе ИИ на операции одного из крупных объектов добычи полезных ископаемых. Результаты показали, что данная система сократила количество ложных тревог примерно на 41 % по сравнению с традиционными радарами с фиксированным порогом. Особенно эффективно она справлялась с подавлением раздражающих сигналов, исходящих от конвейерных лент, а также странных отражений от высоких бортов карьеров. Вся система функционирует благодаря постоянному обновлению карт помех в режиме реального времени на основе данных о работе оборудования и сигналах, принимаемых радаром. Это позволяет системе сохранять высокую точность при различении реальных угроз и фоновых шумов без необходимости ручной корректировки настроек. Достаточно впечатляюще, учитывая, что всё оборудование периодически перемещается, а графики работы меняются в зависимости от смен.
Часто задаваемые вопросы
Что такое наземные помехи в контексте обнаружения БПЛА на горнодобывающих объектах?
Наземные помехи — это радарные помехи, вызванные плотной концентрацией как неподвижного, так и подвижного горнодобывающего оборудования, а также неровным рельефом местности, что может маскировать слабые радиолокационные отражения (RCS) дронов.
Как температурная инверсия влияет на обнаружение БПЛА?
Температурная инверсия в карьерах вызывает градиенты температуры, преломляющие радиоволны в сторону от радарных датчиков, что приводит к значительному ослаблению сигнала и затрудняет обнаружение БПЛА.
Почему современные микро-БПЛА трудно обнаружить в карьерах?
Современные микро-БПЛА обладают низким радиолокационным сечением, сопоставимым с птицами, и перемещаются со скоростями, близкими к скоростям работы горнодобывающего оборудования, что затрудняет их отличие от фоновых шумов и вибраций техники.
Как оптимизированный ИИ алгоритм CFAR улучшает обнаружение БПЛА в горнодобывающей среде?
AI-оптимизированный алгоритм CFAR заменяет фиксированные пороговые значения моделями машинного обучения, адаптирующимися к реальным данным и условиям окружающей среды, что значительно снижает количество ложных срабатываний и повышает точность обнаружения БПЛА.