Методи управління спектром для підвищення стійкості БПЛА до радіоелектронної протидії в складних завадових умовах

Автор(и)

  • Сергій Кадук Харківський національний університет повітряних сил імені Івана Кожедуба Автор https://orcid.org/0000-0002-2932-7416
  • Володимир Лисечко Харківський національний університет повітряних сил імені Івана Кожедуба Автор https://orcid.org/0000-0002-1520-9515
  • Галина Чєрнєва Транспортний університет імені Тодора Каблешкова Автор https://orcid.org/0000-0001-7441-0270
  • Галина Шубіна Харківський національний університет повітряних сил імені Івана Кожедуба Автор https://orcid.org/0009-0006-9895-7987

DOI:

https://doi.org/10.31861/sisiot2026.1.01011

Ключові слова:

моніторинг спектра, управління спектром, БПЛА, РЕБ, стиснена вибірковість

Анотація

У статті досліджується операційна стійкість безпілотних літальних апаратів (БПЛА) в умовах ескалації гібридних конфліктів, де інтеграція дронів в оперативно-тактичні системи надає стратегічного значення спектральному моніторингу та управлінню спектром. Сучасна електромагнітна обстановка в зонах бойових дій характеризується високою щільністю сигналів, широким спектром джерел завад та активним застосуванням систем радіоелектронної боротьби (РЕБ), що створює безпосередню загрозу стабільності каналів управління, навігації (GNSS) та передачі розвідувальних даних БПЛА. Метою роботи є аналіз та визначення перспективних методів спектрального моніторингу й управління спектром, здатних забезпечити адаптивну роботу радіоелектронних систем БПЛА в умовах інтенсивних радіоперешкод. У роботі представлено огляд підходів до спектрального зондування, зокрема енергетичного виявлення, виявлення за формою сигналу, циклостаціонарного виявлення, узгодженої фільтрації та кореляційного аналізу. Проаналізовано можливості використання когнітивних алгоритмів, адаптивних порогів, кооперативного моніторингу та стисненого вимірювання для підвищення ефективності широкосмугового контролю спектра. Окрему увагу приділено аналізу вимог стандартів IEEE 802.22 та IEEE 1900, а також MIL-STD-461G і STANAG 3516, що визначають підходи до динамічного доступу до спектра, когнітивного радіо, електромагнітної сумісності та управління спектром. Проведений порівняльний аналіз показує, що традиційні методи спектрального моніторингу мають обмеження щодо адаптивності, точності та оперативності роботи в динамічному середовищі з високим рівнем завад. Використання стисненого вимірювання дає змогу здійснювати широкосмуговий моніторинг зі зниженням вимог до частоти дискретизації, енергоспоживання та апаратних ресурсів. Результати дослідження обґрунтовують доцільність поєднання методів когнітивного радіо, адаптивного моніторингу, кооперативного аналізу та стисненого вимірювання для підвищення стійкості БПЛА до радіоелектронної протидії та забезпечення ефективного управління частотними ресурсами в складних завадових умовах.

Завантажити

Дані для завантаження поки недоступні.

Біографії авторів

  • Сергій Кадук, Харківський національний університет повітряних сил імені Івана Кожедуба

    Науковий центр Повітряних Сил Харківського національного університету Повітряних Сил імені Івана Кожедуба, м. Харків, Україна. Наукові інтереси: моделювання ансамблів складних сигналів, когнітивні радіомережі, штучний інтелект та телекомунікації.

  • Володимир Лисечко, Харківський національний університет повітряних сил імені Івана Кожедуба

    Доктор технічних наук, професор, Науковий центр Повітряних Сил Харківського національного університету Повітряних Сил імені Івана Кожедуба, м. Харків, Україна. Наукові інтереси: моделювання бездротових інтелектуальних телекомунікаційних мереж, підвищення завадостійкості, методи управління складноструктурованими даними в розподілених телекомунікаційних системах, спектральний моніторинг, нейронні мережі, комп’ютерне моделювання, інноваційні телекомунікаційні технології відповідно до стандартів НАТО.

  • Галина Чєрнєва, Транспортний університет імені Тодора Каблешкова

    Доктор наук, професор Університету транспорту імені Тодора Каблешкова, м. Софія, Болгарія. Наукові інтереси: оброблення сигналів, застосування хаотичних сигналів у системах зв’язку, теорія інформації, синтез та аналіз електричних кіл, енергоефективність.

  • Галина Шубіна, Харківський національний університет повітряних сил імені Івана Кожедуба

    Навчальний відділ Харківського національного університету Повітряних Сил імені Івана Кожедуба, м. Харків, Україна. Основні наукові інтереси: моделювання бездротових мереж, спектральний моніторинг, інноваційні телекомунікаційні технології відповідно до стандартів НАТО.

Посилання

“What is MIL-STD-461G? A Complete Guide to Military EMC/EMI Compliance.” INDUROCK. [Online]. Available: https://www.indurock.com/what-is-mil-std-461g-a-complete-guide-to-military-emcemi-compliance/

M. U. Muzaffar and R. Sharqi, “A review of spectrum sensing in modern cognitive radio networks,” Telecommunication Systems, vol. 85, no. 2, pp. 347–363, 2024. doi: 10.1007/s11235-023-01079-1.

V. P. Lysechko, Y. H. Stepanenko, I. I. Soproniuk, and N. O. Briuzgina, “Study of spectrum analysis methods in cognitive radio networks,” Collection of Scientific Works, Kharkiv: HUPS named after I. Kozheduba, no. 3 (25), pp. 137–145, 2010.

H. Pirayesh and H. Zeng, “Jamming attacks and anti-jamming strategies in wireless networks: A comprehensive survey,” IEEE Communications Surveys & Tutorials, vol. 24, no. 2, pp. 767–809, 2022. doi: 10.1109/COMST.2022.3159185.

V. P. Lysechko, I. I. Soproniuk, and F. A. Samad, “Research on the interference immunity of wireless access systems,” Information Processing Systems, no. 2 (83), pp. 153–155, 2010.

I. Soproniuk and O. Komar, “Adaptive approach to spectrum monitoring in cognitive radio networks through signal detection optimization,” Computer-Integrated Technologies: Education, Science, Production, no. 56, pp. 392–400, 2024. doi: 10.36910/6775-2524-0560-2024-56-47.

K. Kockaya and I. Develi, “Spectrum sensing in cognitive radio networks: Threshold optimization and analysis,” EURASIP Journal on Wireless Communications and Networking, vol. 2020, Art. no. 255, 2020. doi: 10.1186/s13638-020-01870-7.

I. Soproniuk and O. Komar, “Evaluating the characteristics of the VTSM spectrum sensing method in cognitive radio networks,” Science-Based Technologies, no. 3 (63), pp. 265–273, 2024. doi: 10.18372/2310-5461.63.18949.

V. Lysechko and I. Soproniuk, “Spectrum sensing using wavelet transforms and filtering under signal frequency distortion and fading conditions,” Security of Infocommunication Systems and Internet of Things, vol. 2, no. 1, Art. no. 01011, 2024. doi: 10.31861/sisiot2024.1.01011.

V. P. Lysechko, I. I. Soproniuk, and O. V. Severinov, “Spectrum monitoring in channels with fading and frequency distortions,” Information Processing Systems, no. 9 (90), pp. 94–98, 2010.

H. Reyes, S. Subramaniam, N. Kaabouch, and W.-C. Hu, “A spectrum sensing technique based on autocorrelation and Euclidean distance and its comparison with energy detection for cognitive radio networks,” Computers & Electrical Engineering, vol. 52, pp. 319–327, 2016. doi: 10.1016/j.compeleceng.2015.05.015.

V. P. Lysechko and I. I. Soproniuk, “Spectral monitoring method in cognitive radio networks based on FFT,” Bulletin of NTUU ‘KPI’, Series ‘Radiotechnique’, vol. 16, pp. 173–180, 2011.

L. Sboui, H. Ghazzai, Z. Rezki, and M. S. Alouini, “Energy-efficient power allocation for UAV cognitive radio systems,” in Proc. 2017 IEEE 86th Vehicular Technology Conference (VTC-Fall), 2017, pp. 1–5. doi: 10.1109/VTCFall.2017.8287971.

G. M. D. Santana, R. S. de Cristo, and K. R. L. J. C. Branco, “Integrating cognitive radio with unmanned aerial vehicles: An overview,” Sensors, vol. 21, no. 3, Art. no. 830, 2021. doi: 10.3390/s21030830.

K. Zheng, X. Jia, K. Chi, and X. Liu, “DDPG-based joint time and energy management in ambient backscatter-assisted hybrid underlay CRNs,” IEEE Transactions on Communications, vol. 71, no. 1, pp. 441–456, 2023. doi: 10.1109/TCOMM.2022.3221422.

G. Kakkavas, K. Tsitseklis, V. Karyotis, and S. Papavassiliou, “A software defined radio cross-layer resource allocation approach for cognitive radio networks: From theory to practice,” IEEE Transactions on Cognitive Communications and Networking, vol. 6, no. 2, pp. 740–755, 2020. doi: 10.1109/TCCN.2019.2963869.

Y. Feng, W. Xu, Z. Zhang, and F. Wang, “Continuous hidden Markov model based spectrum sensing with estimated SNR for cognitive UAV networks,” Sensors, vol. 22, no. 7, Art. no. 2620, 2022. doi: 10.3390/s22072620.

M. B. Ghorbel, H. Ghazzai, A. Kadri, M. J. Hossain, and H. Menouar, “An energy efficient overlay cognitive radio approach in UAV-based communication,” in Proc. IEEE Global Communications Conference (GLOBECOM), 2018, pp. 1–6. doi: 10.1109/GLOCOM.2018.8647591.

N. Gul, S. M. Kim, J. Ali, and J. Kim, “UAV aided virtual cooperative spectrum sensing for cognitive radio networks,” PLOS ONE, vol. 18, no. 9, Art. no. e0291077, 2023. doi: 10.1371/journal.pone.0291077.

W. Jiang, W. Yu, W. Wang, and T. Huang, “Multi-agent reinforcement learning for joint cooperative spectrum sensing and channel access in cognitive UAV networks,” Sensors, vol. 22, no. 4, Art. no. 1651, 2022. doi: 10.3390/s22041651.

M. Sherman, A. N. Mody, R. Martinez, C. Rodriguez, and R. Reddy, “IEEE standards supporting cognitive radio and networks, dynamic spectrum access, and coexistence,” IEEE Communications Magazine, vol. 46, no. 7, pp. 72–79, 2008. doi: 10.1109/MCOM.2008.4557045.

M. R. Manesh, M. S. Apu, N. Kaabouch, and W.-C. Hu, “Performance evaluation of spectrum sensing techniques for cognitive radio systems,” in Proc. 2016 IEEE 7th Annual Ubiquitous Computing, Electronics & Mobile Communication Conference (UEMCON), 2016, pp. 1–7. doi: 10.1109/UEMCON.2016.7777829.

Y. Fang, L. Li, Y. Li, H. Peng, and Y. Yang, “Low energy consumption compressed spectrum sensing based on channel energy reconstruction in cognitive radio network,” Sensors, vol. 20, no. 5, Art. no. 1264, 2020. doi: 10.3390/s20051264.

H. Zhang, X. Da, and H. Hu, “Multi-UAV cooperative spectrum sensing in cognitive UAV network,” in Proc. 5th International Conference on Communication and Information Processing, 2019, pp. 273–278. doi: 10.1145/3369985.3370014.

S. K. Yoo, S. L. Cotton, P. C. Sofotasios, S. Muhaidat, O. S. Badarneh, and G. K. Karagiannidis, “Entropy and energy detection-based spectrum sensing over F composite fading channels,” 2018. [Online]. Available: https://arxiv.org/abs/1807.06112.

A. Khattab and M. Bayoumi, “An overview of IEEE standardization efforts for cognitive radio networks,” in Proc. 2015 IEEE International Symposium on Circuits and Systems (ISCAS), 2015. doi: 10.1109/ISCAS.2015.7168800.

W. T. Chen and C. H. Ho, “Spectrum monitoring with unmanned aerial vehicle carrying a receiver based on the core technology of cognitive radio – a software-defined radio design,” Journal of Unmanned Vehicle Systems, vol. 5, no. 1, pp. 1–12, 2016. doi: 10.1139/juvs-2016-0011.

Y. Arjoune and N. Kaabouch, “A comprehensive survey on spectrum sensing in cognitive radio networks: Recent advances, new challenges, and future research directions,” Sensors, vol. 19, no. 1, Art. no. 126, 2019. doi: 10.3390/s19010126.

Завантаження


Переглядів анотації: 358

Опубліковано

2026-06-30

Номер

Розділ

Статті

Як цитувати

[1]
С. Кадук, В. Лисечко, Г. Чєрнєва, and Г. Шубіна, “Методи управління спектром для підвищення стійкості БПЛА до радіоелектронної протидії в складних завадових умовах”, SISIOT, vol. 4, no. 1, p. 01011, Jun. 2026, doi: 10.31861/sisiot2026.1.01011.

Схожі статті

1-10 з 44

Ви також можете розпочати розширений пошук схожих статей для цієї статті.

Статті цього автора (цих авторів), які найбільше читають