Deteção e classificação de UAVs utilizando impressões digitais RF na presença de interferência Wi-Fi e Bluetooth é um documento de Martins Ezuma, Fé Erden, Chethan Kumar Anijappa, Ozgur Ozdemire Ismail Guvenc.
This research paper delves into the challenge of detecting and classifying unmanned aerial vehicles (UAVs) amidst the presence of wireless interference signals, utilizing a passive radio frequency (RF) surveillance system. The system employs a multistage detector to differentiate signals transmitted by UAV controllers from background noise and interference signals. RF signals from any source are detected using a decision mechanism based on Markov models and naïve Bayes. With a receiver operating at a signal-to-noise ratio (SNR) of 10 dB and a threshold set at 3.5 times the standard deviation of preprocessed noise data, the system achieves a detection accuracy of 99.8% and a false alarm rate of 2.8%. Secondly, signals from Wi-Fi and Bluetooth emitters, if present, are detected based on the bandwidth and modulation characteristics of the identified RF signals. Once an input signal is identified as a UAV controller signal, it undergoes classification using machine learning (ML) techniques. Fifteen statistical features extracted from the energy transients of the UAV controller signals are utilized in neighborhood component analysis (NCA), with the selection of the three most significant features. The performance of NCA and five different ML classifiers is evaluated for 15 distinct types of UAV controllers. At an SNR of 25 dB, the k-nearest neighbor classifier achieves a classification accuracy of 98.13%. The paper also examines classification performance at various SNR levels and for a set of 17 UAV controllers, including two pairs from the same UAV controller models.
Data de publicação- novembro de 2019
Deteção e Classificação de UAVs Utilizando Impressões Digitais RF na Presença de Interferências Wi-Fi e Bluetooth contém as seguintes secções principais:
- Introdução
- Trabalhos relacionados
- Deteção de sinais de UAV em várias fases
- Deteção de interferências Wi-Fi e Bluetooth
- Classificação de UAV utilizando impressões digitais RF
- Configuração experimental e captura de dados
- Resultados
- Conclusão
Artigo de acesso livre. Este artigo é distribuído ao abrigo dos termos da Licença Creative Commons Attribution 4.0 Internationalque permite a utilização, distribuição e reprodução sem restrições em qualquer suporte, desde que seja dado o devido crédito ao(s) autor(es) original(ais) e à fonte, seja fornecida uma hiperligação para a licença Creative Commons e seja indicado se foram efectuadas alterações.
O C-UAS Hub não é proprietário deste conteúdo e fornece uma ligação para os utilizadores no fundo da página para aceder à mesma na sua localização original. Isto permite ao(s) autor(es) registar métricas importantes do artigo relacionadas com o seu trabalho. Todos os créditos vão para o seu legítimo proprietário.
Autores- Martins Ezuma, Faith Erden, Chethan Kumar Anjinappa, Ozgur Ozdemir e Ismail Guvenc
Imagem posterior - Análise da largura de banda do (a) sinal Wi-Fi, (b) sinal Bluetooth do cruzeiro Motorola e5 e (c) sinal do controlador de UAV Spektrum DX5e (Crédito da imagem - Deteção e classificação de UAVs utilizando impressões digitais de RF na presença de autores de interferências Wi-Fi e Bluetooth)
Para obter recursos multimédia adicionais, visite o Biblioteca multimédia.
