Концепція компактного пристрою для дистанційного визначення типу авіаційних систем за складом авіаційного палива

Abstract

У роботі представлено концепцію компактного пристрою для дистанційного визначення типу авіаційної системи за складом авіаційного палива Jet A-1. Запропоновано структурну схему системи, що включає оптичний блок збору інфрачервоного випромінювання, спектрометричний модуль, газові фільтри та обчислювальний блок для класифікації літаків за спектральними ознаками продуктів згоряння. Розроблено алгоритм роботи пристрою, який передбачає реєстрацію ІЧ-сигналу, виділення маркерних смуг (CO₂, H₂O, SO₂, NOₓ, органічні сполуки), порівняння з еталонною базою даних та визначення типу авіаційної техніки. Окремо розглянуто вплив зовнішніх чинників (вологість, температура, атмосферні гази, відстань до літака, кут огляду) на точність вимірювань та методи їх компенсації, зокрема фонове віднімання, моделювання атмосферних умов та застосування алгоритмів машинного навчання. Отримані результати підтверджують перспективність використання інфрачервоного спектрального аналізу для створення портативних систем моніторингу авіаційних викидів та ідентифікації літаків або БПЛА на великих відстанях.

This paper presents a concept for a compact device designed to remotely identify the type of aircraft system based on the composition of Jet A-1 aviation fuel. A block diagram of the system is proposed, comprising an optical unit for collecting infrared radiation, a spectrometric module, gas filters and a computing unit for classifying aircraft based on the spectral characteristics of combustion products. An algorithm for the device’s operation has been developed, which involves recording the IR signal, identifying characteristic bands (CO₂, H₂O, SO₂, NOₓ, organic compounds), comparing these with a reference database, and determining the type of aircraft. The influence of external factors (humidity, temperature, atmospheric gases, distance to the aircraft, viewing angle) on measurement accuracy and methods for their compensation—in particular, background subtraction, modelling of atmospheric conditions and the application of machine learning algorithms—are considered separately. The results obtained confirm the potential of using infrared spectral analysis to create portable systems for monitoring aviation emissions and identifying aircraft or UAVs at long distances.