Robust Low-Cost Drone Detection and Classification in Low SNR Environments

要約

ドローン、つまり無人航空機 (UAV) の普及により、スパイ活動、密輸、インフラストラクチャの混乱などの活動で悪用される可能性があるため、安全性に関する重大な懸念が生じています。
この論文では、UAV の連携とは独立して動作する効果的なドローン検出および分類システムの重要なニーズについて取り上げます。
私たちは、信号成分の連続フーリエ変換から得られるスペクトログラム データを使用して、ドローンを検出および分類するさまざまな畳み込みニューラル ネットワーク (CNN) の能力を評価します。
焦点は、現実世界のアプリケーションにとって重要な、低い信号対雑音比 (SNR) 環境におけるモデルの堅牢性にあります。
将来のモデル開発をサポートするために、包括的なデータセットが提供されます。
さらに、標準的なコンピューター、ソフトウェア無線機 (SDR)、およびアンテナを使用した低コストのドローン検出システムを実証し、実際のフィールドテストで検証しました。
当社の開発データセットでは、すべてのモデルが SNR > -12dB で平均バランスのとれた分類精度 >= 85% を一貫して達成しました。
フィールドテストでは、これらのモデルは、送信機の距離とアンテナの方向に応じて、平均バランス精度 > 80% を達成しました。
私たちの貢献には、モデル開発用の公開データセット、低 SNR 条件下でのドローン検出のための CNN の比較分析、実用的な低コスト検出システムの展開と現場評価が含まれます。

要約(オリジナル)

The proliferation of drones, or unmanned aerial vehicles (UAVs), has raised significant safety concerns due to their potential misuse in activities such as espionage, smuggling, and infrastructure disruption. This paper addresses the critical need for effective drone detection and classification systems that operate independently of UAV cooperation. We evaluate various convolutional neural networks (CNNs) for their ability to detect and classify drones using spectrogram data derived from consecutive Fourier transforms of signal components. The focus is on model robustness in low signal-to-noise ratio (SNR) environments, which is critical for real-world applications. A comprehensive dataset is provided to support future model development. In addition, we demonstrate a low-cost drone detection system using a standard computer, software-defined radio (SDR) and antenna, validated through real-world field testing. On our development dataset, all models consistently achieved an average balanced classification accuracy of >= 85% at SNR > -12dB. In the field test, these models achieved an average balance accuracy of > 80%, depending on transmitter distance and antenna direction. Our contributions include: a publicly available dataset for model development, a comparative analysis of CNN for drone detection under low SNR conditions, and the deployment and field evaluation of a practical, low-cost detection system.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google