Обнаружение и идентификация радиосигналов с помощью CNN

1.

Обнаружение и идентификация
радиосигналов с помощью CNN
Автор: Сныткин Александр Иванович
Научный руководитель: Неделько Виктор Михайлович

2.

Формулировка задачи: Разработка алгоритма обнаружения и
идентификации БПЛА с помощью CNN и методов статистического
анализа
Объект исследования: Радиосигналы БПЛА
Предмет исследования: Изменение АЧХ и АВХ при наличии/отсутствии
сигналов БПЛА в радиоэфире

3.

• Актуальность: Проблема нежелательного вторжения дронов в
воздушное пространство становится все более острой, вызывая
серьезные угрозы безопасности, конфиденциальности и частной
жизни. Способность точно детектировать и идентифицировать
радиосигналы от дронов имеет критическое значение для
обеспечения безопасности воздушного пространства и
предотвращения инцидентов.
• Текущее состояние дел: На данный момент активно ведется
исследование в области детекции и идентификации радиосигналов от
дронов. Существующие методы включают в себя как классические
подходы обработки сигналов, так и методы машинного обучения,
включая нейронные сети. Однако, многие из них страдают от
ограниченной точности и невысокой обобщаемости.
• Новизна работы: Работа сосредоточена на разработке
инновационного подхода с использованием сверточных нейронных
сетей для анализа данных спектрограмм и IQ сигналов дронов. В ходе
исследования предлагается комбинированный подход, который
позволяет повысить точность и обобщаемость модели за счет
анализа различных типов данных.

4.

Исследования в
данной области
“Advances and Challenges in Drone Detection
and Classification Techniques: A State-of-theArt Review”
В самой статье рассмотрены различные
методы и приемы с помощью, которых по
разным входным данным можно
определить присутствие дрона в
непосредственной близости, его модель, а
также перечислены плюсы и минусы
каждого из описанных в статье методов.

5.

Радиосигнал - это радиоволна, используемая для передачи и приема
сообщений. Радиосигналы распространяются в пространстве в виде волн. Эти
волны различаются по длине, и каждая длина волны связана с определенной
радиочастотой.

6.

Спектрогра́мма (соногра́мма) — изображение, показывающее зависимость
спектральной плотности мощности сигнала от времени. Спектрограммы
применяются для идентификации речи, анализа звуков животных, в различных
областях музыки, радио- и гидролокации, обработке речи, сейсмологии и в
других областях.

7.

Нормализация и SNR

8.

Обучение Resnet18, VGG16-bn, XCeption
Обнаружение
Идентификация

9.

Обнаружение
XCeption
SOTA model
Resnet18
VGG16-bn
Идентификация

10.

Результаты
Обнаружение
Идентификация

11.

Заключение
• Полученная ансамблевая модель показывает результаты сопоставимые с
результатами лучших существующих моделей и методов.
• Данная модель достигает такого качества решения задач обнаружения и
идентификации на меньшем и почти не обработанном датасете.
• В перспективе можно провести глобальное исследование на большем по
количеству и разнообразности объектов датасете.
• Также просматривается возможность масштабирования применения данной
модели на другие частоты или даже на несколько частот одновременно.
Однако данный подход требует дополнительной предобработки с помощью
вейвлет-преобразования или других алгоритмов сжатия и кодирования для
оптимизации размера и качества входных данных.
• Возможно, для этого потребуется увеличение мощности ресурсов
вычисления и усовершенствование системы сбора обучающих данных.