小型无人驾驶航空器系统(sUAS)是一种易于获取的技术,对美国关键系统的威胁越来越大。它们体积小、重量轻、难以探测,这使得小型无人机系统可以提供侦察、投放爆炸物,甚至撞击敏感目标。这种具有威胁性的技术要求使用容错、低成本、可更换和精确的传感资源,以应对无人机系统无处不在的特性。因此,本文开发的方法是利用手机等可获取的传感资源来探测和跟踪 sUAS。这项研究工作源于空军研究实验室(AFRL)的一次数据收集,在这次数据收集中,无人机飞越了记录时间戳声学数据的手机群。在第一项工作中,开发了一种基于声学传感器网络的 SUAS 检测方法。该方法使用一个集合表决管道(EVP),融合来自分散在机场各处的 28 部手机的时间同步、低保真声学数据,以做出实时无人机探测决策。这项工作在模拟测试场景中实现了 0.846 的探测 F1 分数。该管道的性能还优于传感器网络中每部手机对无人机的检测性能,后者的平均检测 F1 分数为 0.582。

在后一项工作中,使用采集的声学数据训练了一个深度学习模型,以预测来自手机的 SUAS 范围。一个二维卷积神经网络(2DCNN)在四个不同的范围类别中以 0.7492 的宏观 F1 分数预测了 sUAS。这两项工作结合在一起,证明了利用可获取的传感资源实现高保真无人机系统探测和跟踪结果的优点。

成为VIP会员查看完整内容
28

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《无人潜航器后勤路线的在线优化》最新60页
专知会员服务
31+阅读 · 2024年5月17日
《无人机在受限环境下的运动规划》2024最新130页
专知会员服务
74+阅读 · 2024年4月14日
《反潜战中波浪滑翔机的最佳位置》2023最新85页论文
专知会员服务
42+阅读 · 2023年5月7日
国家自然科学基金
0+阅读 · 2017年12月31日
国家自然科学基金
11+阅读 · 2017年12月31日
国家自然科学基金
42+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
12+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
Arxiv
165+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
447+阅读 · 2023年3月31日
Arxiv
163+阅读 · 2023年3月24日
Arxiv
24+阅读 · 2023年3月17日
VIP会员
相关基金
国家自然科学基金
0+阅读 · 2017年12月31日
国家自然科学基金
11+阅读 · 2017年12月31日
国家自然科学基金
42+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
12+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
微信扫码咨询专知VIP会员