AP14971907 — Разработка частотной надежной системы обнаружения подозрительных дронов с использованием SDR и акустических сигнатур

Цель проекта - разработать систему, которая обнаруживает подозрительные дроны и работает в режиме реального времени на основе использования алгоритмов глубокого обучения для представления частот дронов, полученных с помощью радиоприемника SDR и акустических датчиков.

Актуальность проекта: Основная цель проектного предложения — разработать надежную систему обнаружения подозрительных дронов, а также разработать и представить ее в качестве бимодального датчика для использования в режиме реального времени на охраняемых территориях или в специальных зданиях страны. Последние 4 года я провожу исследования по распознаванию дронов по звуку их полета [8, 9, 10, 11, 12] по совету моего зарубежного научного руководителя. В ходе исследований эффективность акустического сенсорного исследования оказалась выше в вопросе распознавания подозрительных дронов по сравнению с другими методами.

Научный руководитель: Доктор PhD, Утебаева Дана Жолдыбайқызы

Полученные результаты: В результате проекта была разработана комплексная система на основе интеллектуальных сенсоров и метода SDR для обнаружения дронов в охраняемых зонах и прогнозирования их подозрительной активности. Система работает в реальном времени и позволяет эффективно распознавать дроны за счет интеграции нескольких сенсорных данных. С помощью системы взвешенного голосования (weighted voting) объединяются модели нейронных сетей для повышения точности. Акустическая база данных и алгоритмы SDR обеспечивают гибкость и экономическую эффективность системы. Предложенная система легко адаптируется к различным охраняемым объектам, усиливая меры безопасности. Проект способствовал развитию исследовательских навыков и предоставил инновационные решения для работы в реальном времени.

Список публикаций с ссылками на них

1. Utebayeva D., Ilipbayeva L., Matson E.T. Practical Study of Recurrent Neural Networks for Efficient Real-Time Drone Sound Detection: A Review // Drones. 2023. Vol. 7. P. 26. DOI: https://doi.org/10.3390/drones7010026
2. Utebayeva D., Yembergenova A. Study a deep learning-based audio classification for detecting the distance of UAV // 2024 IEEE International Conference on Evolving and Adaptive Intelligent Systems (EAIS), Madrid, Spain. 2024. P. 1–7. DOI: https://doi.org/10.1109/EAIS58494.2024.10569107
3. Utebayeva D., Ilipbayeva L., Seidaliyeva U., Yembergenova A., Matson E.T. Deep Learning Models for Predicting Drone Sound Distances: Lightweight, Fusion and Hybridization Approaches // Preprints. 2024. 2024102156. DOI: https://doi.org/10.20944/preprints202410.2156.v1
4. Utebayeva D., Ilipbayeva L. Investigation Of Deep Learning Models Based On Single-Layer Simplernn, LSTM And GRU Networks For Recognizing Sounds Of UAV Distances // Scientific Journal of Astana IT University. 2024. Vol. 19. P. 60–75. DOI: https://doi.org/10.37943/19XNOV6347
5. Utebayeva D., Ilipbayeva L. A Comparative Study Of Software-Defined Radio (SDR) And Smart Acoustic Sensor Performance For UAV Detection // Международный Журнал Информационных И Коммуникационных Технологий. 2024. Vol. 5, No. 3. P. 90–98. DOI: https://doi.org/10.54309/IJICT.2024.19.3.008
6. Utebayeva D., Ilipbayeva L. Research on the detection range of smart acoustic sensors for unmanned aerial vehicles // Бағдар-Ориентир. 2024. No. 3. URL: https://nuo.kz/kk/%D0%B1%D0%B0%D0%B3%D0%B4%D0%B0%D1%80-%D3%99%D1%81%D0%BA%D0%B5%D1%80%D0%B8-%D1%82%D0%B5%D0%BE%D1%80%D0%B8%D1%8F%D0%BB%D1%8B%D2%9B-%D0%B6%D1%83%D1%80%D0%BD%D0%B0%D0%BB%D1%8B/
7. Утебаева Д.Ж., Илипбаева Л.Б., Матсон Е. Software Defined Radio әдісімен дрондарды танудың мүмкіндіктерін зерттеу // Рэжбәии Ғылыми Еңбектері. 2024. No. 4 (58).
8. Utebayeva D., Ilipbayeva L., Smailov N., Matson E. Investigation Of Recent Methods Of UAV Sound Detection // Рэжбәии Ғылыми Еңбектері. 2024. No. 4 (58).