Deteção combinada de drones com base em RF e classificação é um programa de código aberto trabalho por Sanjoy Basak, Sreeraj Rajendran, Sofie Pollin e Bart Scheers.
Embora os drones tenham inúmeras aplicações positivas, estão também a ser cada vez mais utilizados para actividades ilícitas, como o tráfico de droga, o contrabando de armas de fogo e a ameaça a locais sensíveis em termos de segurança, como aeroportos e centrais nucleares. As actuais tecnologias de localização e neutralização de drones partem do princípio de que o drone já foi detectado e classificado. Embora tenha havido um progresso significativo na tecnologia de sensores durante a última década, ainda não foi estabelecido um método robusto para a deteção e classificação de drones.
Este artigo centra-se na deteção e classificação de drones com base na radiofrequência (RF), analisando a assinatura de frequência do sinal transmitido. Os autores criaram um novo conjunto de dados de RF utilizando drones e efectuou uma comparação pormenorizada entre uma estrutura de deteção e classificação em duas fases e uma abordagem combinada. O desempenho de ambas as estruturas foi avaliado para cenários que envolvem um único sinal e a deteção simultânea de vários sinais. A sua análise demonstra que a estrutura You Only Look Once (YOLO) oferece um desempenho de deteção superior em comparação com o método de deteção de espetro Goodness-of-Fit (GoF) em cenários multi-sinais, ao mesmo tempo que fornece resultados de classificação a par da estrutura Deep Residual Neural Network (DRNN).
Data de publicação- março de 2022
Combinado com base em RF deteção de drones e a classificação contém as seguintes secções principais:
- Introdução
- Declaração do problema
- Antecedentes
- Abordagem técnica
- Experiências
- Análise de desempenho
- Conclusão
Crédito da imagem do post - envatoelements por gado de arame
