相关实验视频
Updated: Jul 31, 2026
05:16
Flying Insect Detection and Classification with Inexpensive Sensors
Published on: October 15, 2014
25.2K
通过WiFi流量分析和机器学习进行低成本的无人机探测
Longtao Bi1, Zi-Xin Xu2, Ling Yang1
1College of Electronic Engineering, Chengdu University of Information Technology, Chengdu, China.
Scientific reports
|November 28, 2023
概括
本研究提出了一种低成本的三阶段框架,用于检测在敏感区域侵入的无人机 (UAV). 该系统能够有效地识别隐形无人机,提供便携式监控解决方案.
科学领域:
- 航空航天工程 航空航天工程
- 安全技术 安全技术
- 计算机视觉 计算机视觉
背景情况:
- 无人驾驶飞行器 (UAV) 已经取得了显著的进步,它们的使用也在增加.
- 无人机的扩散带来了安全风险,特别是在受限或私人区域.
- 现有的检测方法可能很昂贵,或者对隐形威胁缺乏有效性.
研究的目的:
- 开发一种低成本的多阶段框架,用于检测未经授权的无人机入侵.
- 创建一个便携式系统,用于监测易受空中威胁的脆弱区域.
- 解决越来越多地使用无人机带来的安全挑战.
主要方法:
- 对中国无人机市场进行了广泛的分析.
- 设计了一个基于市场研究的三阶段检测框架.
- 评估了框架在各种操作场景中的表现.
- 在便携式硬件平台上实现框架.
主要成果:
- 拟议的框架成功地在早期阶段检测到入侵的无人机.
- 该系统即使在无人机在隐形模式下运行时也表现出了有效性.
- 该框架的设计是基于对商业上可用的无人机的彻底调查.
结论:
- 开发的框架为早期无人机检测提供了可行的解决方案.
- 该系统的可移植性使其适合在受限制地区部署.
- 这项技术可以有助于加强无人机禁区的安全.
