Итеративный метод локализации нескольких глушителей при совместных помещениях помех БПЛА

Защита команд дронов в шумном небе

По мере того как рои беспилотных летательных аппаратов (БПЛА) проникают в сфере реагирования на чрезвычайные ситуации, сельского хозяйства и охраны, они зависят от уязвимых радиосвязных и GPS‑каналов для координации. Злонамеренные радиоглушилки могут сознательно заполнять эфир помехами, ослепляя весь рой и срывая выполнение задач. Эта статья решает практическую проблему в основе безопасности БПЛА: если несколько скрытых глушителей действуют одновременно, может ли рой определить, где они находятся и сколько их, достаточно быстро и точно, чтобы противодействовать?

Почему множество скрытых подавителей так трудно обнаружить

В реальности помехи редко исходят из одной аккуратной точки. Несколько наземных устройств, враждебных дронов или городских отражателей могут исказить один и тот же участок неба, вызывая наложение и смешение зон сигнала. Это значительно усложняет разделение того, какая часть возмущения относится к какому глушителю. Традиционные методы обычно предполагают известное число глушителей, благоприятные радиousловия или большое вычислительное ресурсы — предпосылки, которые рушатся, когда десятки дронов подвергаются атаке в загруженном городе или на поле боя. Авторы сосредоточены на этой сложной многоглушительной задаче и разрабатывают метод, который может одновременно оценить количество и местоположение нескольких атакующих, используя только то, что измеряют поражённые дроны.

Использование собственных «чувств» роя как подсказки

Рамки метода начинаются с моделирования поведения роя БПЛА под атакой. Дроны разделены на три типа: не затронутые, полностью отрезанные и «граничные» дроны, находящиеся на краю заглушённых зон. Эти граничные дроны особенно важны: они всё ещё могут связываться с центральным координатором и сообщать, насколько сильны помехи в их точке. Суть подхода — идея минимизации ошибки. Система делает предположение о позициях и мощностях глушителей, предсказывает, какую интенсивность сигнала должен наблюдать каждый граничный дрон, а затем сравнивает это с фактическими измерениями. Чем лучше предположение, тем меньше расхождение. Таким образом задача локализации нескольких глушителей сводится к единому показателю — величине ошибки — который алгоритм стремится свести к минимуму.

Серые волки как цифровые охотники

Чтобы эффективно просеять все возможные варианты расположения глушителей, авторы опираются на натуралистическую технику, называемую Оптимизатором Серых Волков. В этом подходе набор кандидатных решений ведёт себя как стая охотящихся волков: несколько «лидеров» направляют остальных в более перспективные области пространства поиска. В статье предложена усиленная версия — Многостратегический улучшенный Оптимизатор Серых Волков (MSIGWO). Он позволяет «волкам» сначала широко исследовать пространство, а затем постепенно сужать фокус, следуя кривой, а не прямой, шкале сближения. Также заимствуются идеи из эволюционных алгоритмов и теории хаоса, чтобы аккуратно встряхнуть стаю из тупиковых состояний и сохранить разнообразие качественных кандидатов, не позволяя им преждевременно схлопнуться в худшее решение.

От проверенного алгоритма к карте глушителей

Поиск нескольких глушителей одновременно подразумевает не только точную фиксацию их местоположений, но и определение их количества. Предложенная система решает это, перебирая ряд предположений: сначала она предполагает, что глушителей двое, затем трое, затем четверо и так далее до разумного верхнего предела. Для каждого варианта MSIGWO ищет расположение, которое лучше всего объясняет измерения дронов, и фиксирует минимальную достижимую ошибку. Вариант с наименьшей общей ошибкой принимается за наиболее вероятный: он указывает и число глушителей, и их местоположения. Обширные компьютерные симуляции показывают, что такая комбинированная стратегия точнее и быстрее сходится по сравнению с рядом ведущих альтернатив и остаётся устойчивой даже при сильном перекрытии зон подавления или при различной мощности глушителей.

Что это значит для будущих операций дронов

Авторы делают вывод, что тщательно настроенная, вдохновлённая волчьей тактикой стратегия поиска может дать роям БПЛА мощный новый инструмент: способность превращать фрагментарные, шумные показания сигналов в надёжную карту нескольких скрытых атакующих. В тестах метод не только оценивал позиции глушителей с большей точностью по сравнению с конкурентами, но и лучше определял их число. Хотя авторы отмечают, что для требовательных задач в режиме реального времени нужны более реалистичные модели радиоканала и более быстрые реализации, их результаты позволяют предположить, что будущие флоты дронов смогут использовать алгоритмы вроде MSIGWO, чтобы продолжать безопасный полёт даже в враждебном, насыщенном помехами небе.

Цитирование: Huang, L., Xiong, L., Huang, S. et al. Iterative localization method for multiple jammers in UAV collaborative jamming attacks. Sci Rep 16, 7927 (2026). https://doi.org/10.1038/s41598-026-35259-1

Ключевые слова: роевые БПЛА, радиоподавление, локализация глушителей, метаэвристическая оптимизация, безопасность беспроводных сетей