ドローン 検出 無線周波数信号とディープラーニングモデルを使ったオープンソースの ペーパー 戴宣世著。.

ドローンの広範な使用は、セキュリティ、環境、プライバシー、および倫理的な重大な懸念を提起し、効果的なドローン検出が重要となっている。現在、ドローンの検知には、無線信号検知、光電検知、レーダー検知、音検知など様々な方法が採用されている。しかし、これらの方法は、正確なドローン識別に必要な精度を欠いていることが多い。この課題に対処するためには、よりロバストな検知技術が必要である。さらに、ドローンの種類やアプリケーションのシナリオが異なるため、それぞれに合わせた検知・識別アプローチが必要となる。.

本研究では、2クラス、4クラス、10クラスの問題にわたるオープンな無線周波数（RF）信号データセットについて、異なる機械学習、ディープラーニング、マルチタスクモデルの性能を比較した。RF手法と畳み込みニューラルネットワーク（CNN）を統合することで、著者は以下のマルチタスクモデルを開発した。 ドローン 検出と分類を行った。実験結果は、XGBoostモデルが、2クラス問題で99.96%、4クラス問題で92.31%、10クラス問題で74.81%という卓越した精度を達成したことを示しており、この画期的なデータセットにおけるドローンの検出と分類において、最も優れた性能を発揮するモデルとなっている。.

出版日- 2024年3月

無線周波数信号とディープラーニングモデルによるドローン検知には、以下の主要なセクションが含まれる：

• はじめに
• 関連作品
• データセット 説明
• 方法
• 結果
• 結論

画像引用元- envatoelements エルゼットエフ