드론 탐지 무선 주파수 신호와 딥러닝 모델을 사용하는 오픈 소스입니다. 종이 by Xuanze Dai.

드론의 광범위한 사용으로 인해 보안, 환경, 개인정보 보호, 윤리적 문제가 크게 대두되고 있어 효과적인 드론 탐지가 매우 중요해졌습니다. 현재 드론을 감지하는 데는 무선 신호 감지, 광전 감지, 레이더 감지, 소리 감지 등 다양한 방법이 사용되고 있습니다. 하지만 이러한 방법은 드론을 정확하게 식별하는 데 필요한 정밀도가 부족한 경우가 많습니다. 이 문제를 해결하려면 보다 강력한 탐지 기술이 필요합니다. 또한 드론의 유형과 적용 시나리오에 따라 맞춤형 탐지 및 식별 접근 방식이 필요합니다.

이 연구에서는 2등급, 4등급, 10등급 문제에 대해 개방형 무선 주파수(RF) 신호 데이터 세트에 대한 다양한 머신러닝, 딥러닝, 멀티태스크 모델의 성능을 비교했습니다. 저자는 RF 방법과 컨볼루션 신경망(CNN)을 통합하여 다음과 같은 멀티태스크 모델을 개발했습니다. 드론 탐지 및 분류. 실험 결과, XGBoost 모델은 2등급 문제에서 99.96%, 4등급 문제에서 92.31%, 10등급 문제에서 74.81%의 뛰어난 정확도를 달성하여 이 획기적인 데이터 세트에서 드론 탐지 및 분류에 가장 우수한 성능을 보인 모델임을 입증했습니다.

게시 날짜- 2024년 3월

무선 주파수 신호와 딥 러닝 모델을 사용한 드론 탐지에는 다음과 같은 주요 섹션이 있습니다:

• 소개
• 관련 작업
• 데이터 세트 설명
• 방법
• 결과
• 결론

포스트 이미지 크레디트- 제공자 lzf