Detección combinada de drones por radiofrecuencia y clasificación es un código abierto trabajo por Sanjoy Basak, Sreeraj Rajendran, Sofie Pollin y Bart Scheers.
Aunque los drones tienen numerosas aplicaciones positivas, también se utilizan cada vez más para actividades ilícitas como el tráfico de drogas, el contrabando de armas de fuego y la amenaza a lugares sensibles desde el punto de vista de la seguridad, como aeropuertos y centrales nucleares. Las tecnologías actuales de localización y neutralización de drones parten del supuesto de que el dron ya ha sido detectado y clasificado. Aunque en la última década se han producido avances significativos en la tecnología de sensores, aún no se ha establecido un método sólido para la detección y clasificación de drones.
Este artículo se centra en la detección y clasificación de drones por radiofrecuencia (RF) mediante el análisis de la firma de frecuencia de la señal transmitida. Los autores crearon un nuevo conjunto de datos de radiofrecuencia a partir de datos comerciales. drones y realizó una comparación detallada entre un marco de detección y clasificación en dos etapas y un enfoque combinado. El rendimiento de ambos marcos se evaluó en escenarios que incluían una única señal y la detección simultánea de varias señales. Su análisis demuestra que el marco You Only Look Once (YOLO) ofrece un rendimiento de detección superior en comparación con el método de detección del espectro Goodness-of-Fit (GoF) en escenarios multiseñal, al tiempo que ofrece resultados de clasificación a la par que el marco Deep Residual Neural Network (DRNN).
Fecha de publicación- Marzo de 2022
Combinación basada en RF detección de drones y clasificación contiene las siguientes secciones principales:
- Introducción
- Planteamiento del problema
- Fondo
- Enfoque técnico
- Experimentos
- Análisis del rendimiento
- Conclusión
Post Image Credit- envatoelements by wirestock
