Підвищення рівня безпеки об’єктів критичної інфраструктури транспорту на основі геопросторового аналізу акустичних портретів повітряних загроз

Abstract

The article discusses an approach to improving the safety of facilities that do not interrupt technological processes after an air raid alert, in particular, critical transport infrastructure, based on object-based identification of air hazards. Existing methods for detection and recognition of the air targets, such as attack drones and cruise missiles, are reviewed. It has been determined that for early detection of air hazards at the local level, the acoustic identification method is effective in terms of cost, simplicity and range. To implement it, the structure of the identification system is considered, built on the basis of the use of modern element base, including highly sensitive acoustic sensors capable of distinguishing sounds at a distance of up to 2.5 km and a system for processing and radio transmission of information at the distance of up to 10 km. To identify various types of air hazards by their acoustic radiation and separate it extraneous noise, unique acoustic portraits of attack drones and cruise missiles are identified in the research on the base of spectral analysis. For this purpose, a statistical study was carried out of a large volume of data of the acoustic noise of drones and cruise missiles, the information is obtained the open sources. The resulting acoustic portraits of various types of air hazards in the form of the spectral density of the acoustic signal reflect the significant distinctive features of the amplitude-frequency characteristics of acoustic radiation depending on the type of air hazard. In order to implement the proposed method, a special device for measuring the acoustic signal and other digital parameters with wireless data transmission based on ZigBee and LoRaWan technologies has been developed. The device can be configured to distinguish between low-intensity sounds and noises in the required frequency ranges inherent in acoustic portraits, after the identification it switches “sleep mode” to active mode, which ensures its energy efficiency.

Розглянуто підхід до підвищення безпеки об’єктів, що не зупиняють технологічні процеси після оголошення повітряної тривоги, зокрема критичної інфраструктури транспорту, на основі об’єктової ідентифікації повітряних небезпек. Розглянуті наявні методи виявлення і розпізнавання повітряних цілей, таких як ударні дрони та крилаті ракети. Визначено, що для завчасного виявлення повітряної небезпеки на локальному рівні ефективним з погляду вартості, простоти та дальності дії є метод акустичної ідентифікації. Для його реалізації розглянута структура системи ідентифікації, побудована на основі використання сучасної елементної бази, що включає в себе високочутливі акустичні датчики, здатні до розрізнювання звуків на відстані до 1 км та систему оброблення та радіопередавання інформації на відстань до 10 км. Для виявлення різних типів повітряних небезпек за їхнім акустичним випромінюванням і відокремлення його від сторонній шумів в статті на основі спектрального аналізу визначені унікальні акустичні портрети ударних дронів та крилатих ракет. Для цього проведено статистичне дослідження великого обсягу даних акустичних шумів дронів і крилатих ракет, отриманих з відкритих джерел інформації. В підсумку отримані акустичні портрети різних типів повітряних небезпек у вигляді спектральної щільності акустичного сигналу відображають суттєві відмінні ознаки амплітудно-частотних характеристик акустичного випромінювання залежно від типу повітряної загрози. З метою впровадження запропонованого методу розроблено спеціальний пристрій вимірювання акустичного сигналу та інших цифрових параметрів з безпровідною передачею даних на основі технологій ZigBee та LoraWan. Пристрій може налаштовуватись на розрізнення звуків і шумів малої інтенсивності в необхідних частотних діапазонах, притаманних акустичним портретам, після виділення яких він переходить з «режиму сну» в активний, чим забезпечується його енергоекономічність.