Détection combinée de drones par radiofréquence et classification est un logiciel libre travail par Sanjoy Basak, Sreeraj Rajendran, Sofie Pollin et Bart Scheers.
Si les drones ont de nombreuses applications positives, ils sont aussi de plus en plus utilisés pour des activités illicites telles que le trafic de drogue, la contrebande d'armes à feu et la menace de sites sensibles pour la sécurité, comme les aéroports et les centrales nucléaires. Les technologies actuelles de localisation et de neutralisation des drones partent du principe que le drone a déjà été détecté et classé. Bien que la technologie des capteurs ait considérablement progressé au cours de la dernière décennie, il reste encore à établir une méthode robuste de détection et de classification des drones.
Cet article porte sur la détection et la classification des drones par radiofréquence (RF) en analysant la signature fréquentielle du signal transmis. Les auteurs ont créé un nouvel ensemble de données de radiofréquences à l'aide d'appareils commerciaux. drones et a effectué une comparaison détaillée entre un cadre de détection et de classification en deux étapes et une approche combinée. Les performances des deux cadres ont été évaluées pour des scénarios impliquant un seul signal et une détection simultanée de plusieurs signaux. Leur analyse démontre que le cadre You Only Look Once (YOLO) offre des performances de détection supérieures à la méthode de détection du spectre Goodness-of-Fit (GoF) dans les scénarios multi-signaux tout en fournissant des résultats de classification équivalents au cadre Deep Residual Neural Network (DRNN).
Date de publication- Mars 2022
Combiné à base de radiofréquences détection des drones et la classification contient les grandes sections suivantes :
- Introduction
- Énoncé du problème
- Contexte
- Approche technique
- Expériences
- Analyse des performances
- Conclusion
Crédit photo : envatoelements par tréfilerie
