Інтеграція оптико-електронної системи спостереження з артилерійською радіолокаційною станцією для оптимізації самооборони кораблів при пошуку мін

Автор(и)

  • Антон Козлов Національний університет «Одеська морська академія» https://orcid.org/0009-0000-1305-0558
  • Валентин Стегній Національний університет «Одеська морська академія» https://orcid.org/0009-0007-2009-6539
  • Олександр Голик Національний університет «Одеська морська академія» https://orcid.org/0009-0008-4492-7410

DOI:

https://doi.org/10.63341/vjmet/2.2024.63

Ключові слова:

фільтрація шумів, навігація, маневреність, комунікаційні канали, безпека прибережних зон, автоматичні рульові системи

Анотація

Метою дослідження було проаналізувати способи підвищення ефективності та точності взаємодії між оптико-електронними системами (ОЕС) і радіолокаційними станціями (РЛС) на кораблях для вдосконалення зенітно- вогневих систем у зонах самооборони. Були проаналізовані процеси інтеграції даних, автоматизації і оптимізації комунікації між системами на основі теоретичних моделей і практичних прикладів взаємодії корабельних систем. Дослідження показало, що інтеграція ОЕС спостереження з РЛС на кораблях значно підвищує точність виявлення цілей і ефективність зенітно-вогневих систем у зонах бойових дій. Встановлено, що синхронізація даних з ОЕС та РЛС забезпечує швидшу ідентифікацію загроз, особливо у складних погодних умовах або при обмеженій видимості. Проаналізовані алгоритми обробки даних, які значно покращують фільтрацію шумів і точність розпізнавання мін та інших загроз завдяки вдосконаленню методів аналізу сигналів і інтеграції інформації з різних сенсорних систем. Автоматизовані системи керування дозволяють мінімізувати час реакції на загрози, підвищуючи оперативність дій. Дослідження також виявило, що автоматичні рульові системи, інтегровані з навігаційними системами та системами захисту, ефективно зменшували ризик підриву на мінах завдяки маневрам, оптимізованим у реальному часі. Використані методи включали динамічне позиціонування та автоматичне коригування курсу корабля залежно від даних, отриманих від ОЕС і РЛС. Це сприяло швидкому реагуванню на загрози та підвищувало загальну безпеку кораблів у прибережних зонах. Встановлено, що удосконалення комунікаційних каналів між системами забезпечує зниження затримок у передачі даних, що сприяє оперативнішому реагуванню на загрози. Виявлено, що інтеграція автоматичних рульових систем з навігаційними системами покращує маневреність корабля і знижує ймовірність потрапляння в зони мінних загроз. Аналіз показав, що комплексний підхід до модернізації взаємодії між ОЕС та РЛС дозволяє створити більш стійку і ефективну систему оборони кораблів у прибережних зонах. Практична цінність дослідження полягає у можливості використання отриманих результатів для розробки та впровадження сучасних інтегрованих систем оборони кораблів, що сприяють підвищенню рівня безпеки кораблів у складних умовах

Біографії авторів

Антон Козлов, Національний університет «Одеська морська академія»

Магістр

Валентин Стегній, Національний університет «Одеська морська академія»

Магістр



Олександр Голик, Національний університет «Одеська морська академія»

Магістр

Посилання

Ali, E.S., Hasan, M.K., Hassan, R., Saeed, R.A., Hassan, M.B., Islam, S., Nafi, N.S., & Bevinakoppa, S. (2021). Machine learning technologies for secure vehicular communication in internet of vehicles: Recent advances and applications. Security and Communication Networks, 2021(1), article number 8868355. doi: 10.1155/2021/8868355.

Ballan, L., Melo, J.G.O., van den Broek, S.P., Baan, J., Heslinga, F.G., Huizinga, W., Dijk, J., & Dilo, A. (2024). EO and radar fusion for fine-grained target classification with a strong few-shot learning baseline. In Proceedings conference: Signal processing, sensor/information fusion, and target recognition XXXIII (article number 130570K). Maryland: SPIE. doi: 10.1117/12.3013756.

Bounaceur, H., Khenchaf, A., & Le Caillec, J.M. (2022). Analysis of small sea-surface targets detection performance according to airborne radar parameters in abnormal weather environments. Sensors, 22(9), article number 3263. doi: 10.3390/s22093263.

Brown, R., Carlson, C., & Halligan, M. (2021). Next generation logistics ships: Supporting the ammunition and supply demands of distributed maritime operations. Monterey: Naval Postgraduate School.

Chang, L., Liu, S., & Bowers, J.E. (2022). Integrated optical frequency comb technologies. Nature Photonics, 16(2), 95-108. doi: 10.1038/s41566-021-00945-1.

Chiou, E.K., & Lee, J.D. (2023). Trusting automation: Designing for responsivity and resilience. Human Factors, 65(1), 137-165. doi: 10.1177/00187208211009995.

Cui, H., Guan, Y., Chen, H., & Deng, W. (2021). A novel advancing signal processing method based on coupled multi-stable stochastic resonance for fault detection. Applied Sciences, 11(12), article number 5385. doi: 10.3390/ app11125385.

Dagkinis, I.K., Psomas, P.M., Platis, A.N., Dragović, B., & Nikitakos, N.V. (2023). Modelling of the availability for the ship integrated control system sensors. Cleaner Logistics and Supply Chain, 9, article number 100119. doi: 10.1016/j. clscn.2023.100119.

Del Giudice, M., Di Vaio, A., Hassan, R., & Palladino, R. (2022). Digitalization and new technologies for sustainable business models at the ship-port interface: A bibliometric analysis. Maritime Policy & Management, 49(3), 410-446. doi: 10.1080/03088839.2021.1903600.

Fathi, M., Haghi Kashani, M., Jameii, S.M., & Mahdipour, E. (2022). Big data analytics in weather forecasting: A systematic review. Archives of Computational Methods in Engineering, 29(2), 1247-1275. doi: 10.1007/s11831-021- 09616-4.

Hannaford, E., & Hassel, E. V. (2021). Risks and benefits of crew reduction and/or removal with increased automation on the ship operator: A licensed deck officer’s perspective. Applied Sciences, 11(8), article number 3569. doi: 10.3390/ app11083569.

Höffmann, M., Roy, S., Berger, A., Bergmann, W., Chan, K., Shubbak, M., Longhorst, J., Schnauder, T., Struß, O., & Büskens, C. (2021). Wind affected maneuverability of tugboat-controlled ships. IFAC-PapersOnLine, 54(16), 70-75. doi: 10.1016/j.ifacol.2021.10.075.

Kari, S.S., Raj, A.A., & Balasubramanian, K. (2023). Evolutionary developments of today’s remote sensing radar technology – right from the telemobiloscope: A review. IEEE Geoscience and Remote Sensing Magazine, 12(1), 67-107. doi: 10.1109/MGRS.2023.3329928.

Krile, S., Maiorov, N., & Fetisov, V. (2021). Modernization of the infrastructure of marine passenger port based on synthesis of the structure and forecasting development. Sustainability, 13(7), article number 3869. doi: 10.3390/ su13073869.

Lanza, M., Sebastian, A., Lu, W.D., Le Gallo, M., Chang, M.F., Akinwande, D., Puglisi, F.M., Alshareef, H.N., Liu, M., & Roldan, J.B. (2022). Memristive technologies for data storage, computation, encryption, and radio-frequency communication. Science, 376(6597), article number eabj9979. doi: 10.1126/science.abj9979.

Liu, J., Aydin, M., Akyuz, E., Arslan, O., Uflaz, E., Kurt, R.E., & Turan, O. (2022). Prediction of human-machine interface (HMI) operational errors for maritime autonomous surface ships (MASS). Journal of Marine Science and Technology, 27, 293-306. doi: 10.1007/s00773-021-00834-w.

Majors, D.W., & O’Neil, R.P. (2021). Integration of radar sensor data with situational awareness tools to respond to an unmanned aerial threat. (Master’s thesis, Naval Postgraduate School, Monterey, USA).

Mander, G., Enix, Z., & Deraoui, A. (2023). Naval surface warfare a cost effectiveness analysis of hard-kill versus soft-kill for ship self defense. Monterey: Naval Postgraduate School.

Mashtalir, V., Zhuk, O., Minenko, L., & Artyukh, S. (2023). Conceptual approaches to the use of wireless sensor networks by the armies of the world’s leading countries. Modern Information Technologies in the Sphere of Security and Defence, 47(2), 96-112. doi: 10.33099/2311-7249/2023-47-2-96-112.

Melnyk, O., Onishchenko, O., Onyshchenko, S., Voloshyn, A., Kalinichenko, Y., Naleva, G., & Rossomakha, O. (2022a). Autonomous ships concept and mathematical models application in their steering process control. International Journal on Marine Navigation and Safety of Sea Transportation, 16(3), 553-559. doi: 10.12716/1001.16.03.18.

Melnyk, O., Onyshchenko, S., Pavlova, N., Kravchenko, O., & Borovyk, S. (2022b). Integrated ship cybersecurity management as a part of maritime safety and security system. International Journal of Computer Science and Network Security, 22(3), 135-140. doi: 10.22937/IJCSNS.2022.22.3.18.

Mercaldo, F., & Santone, A. (2021). Audio signal processing for android malware detection and family identification. Journal of Computer Virology and Hacking Techniques, 17(2), 139-152. doi: 10.1007/s11416-020-00376-6.

Voronkov, S. (2020). What is the “Sense” of naval artillery fire control systems. Retrieved from https://armyinform.com. ua/2020/03/31/yakyj-sens-u-systemah-keruvannya-vognem-korabelnoyi-artyleriyi/.

Wu, G., Atilla, I., Tahsin, T., Terziev, M., & Wang, L. (2021). Long-voyage route planning method based on multi-scale visibility graph for autonomous ships. Ocean Engineering, 219, article number 108242. doi: 10.1016/j. oceaneng.2020.108242.

Wu, X., Ding, H., Liu, N.B., & Guan, J. (2021). A method for detecting small targets in sea surface based on singular spectrum analysis. IEEE Transactions on Geoscience and Remote Sensing, 60, article number 5110817. doi: 10.1109/ TGRS.2021.3138488.

Xie, P., Guerrero, J.M., Tan, S., Bazmohammadi, N., Vasquez, J.C., Mehrzadi, M., & Al-Turki, Y. (2021). Optimization-based power and energy management system in shipboard microgrid: A review. IEEE Systems Journal, 16(1), 578-590. doi: 10.1109/JSYST.2020.3047673.

Zhang, J.A., Liu, F., Masouros, C., Heath, R.W., Feng, Z., Zheng, L., & Petropulu, A. (2021). An overview of signal processing techniques for joint communication and radar sensing. IEEE Journal of Selected Topics in Signal Processing, 15(6), 1295-1315. doi: 10.1109/JSTSP.2021.3113120.

Zhang, M., Montewka, J., Manderbacka, T., Kujala, P., & Hirdaris, S. (2021). A big data analytics method for the evaluation of ship-ship collision risk reflecting hydrometeorological conditions. Reliability Engineering & System Safety, 213, article number 107674. doi: 10.1016/j.ress.2021.107674.

Zhang, X., et al. (2022). Finding critical scenarios for automated driving systems: A systematic mapping study. IEEE Transactions on Software Engineering, 49(3), 991-1026. doi: 10.1109/TSE.2022.3170122.

Zhou, X.Y., Liu, Z.J., Wang, F.W., & Wu, Z.L. (2021). A system-theoretic approach to safety and security co-analysis of autonomous ships. Ocean Engineering, 222, article number 108569. doi: 10.1016/j.oceaneng.2021.108569.

##submission.downloads##

Переглядів анотації: 4

Опубліковано

2025-10-28

Як цитувати

[1]
А. Козлов, В. Стегній, і О. Голик, «Інтеграція оптико-електронної системи спостереження з артилерійською радіолокаційною станцією для оптимізації самооборони кораблів при пошуку мін», ВМТ, вип. 10, вип. 2, с. 63–73, Жов 2025.

Номер

Розділ

Articles

Метрики

Завантаження

Дані завантаження ще не доступні.