Abstract
The statement of the problem of detecting small automatic air systems (drones) is formulated, the expediency of building a drone detection system on the principle of receiving and analyzing acoustic signals emitted by drones during their flight mission is substantiated.The study of temporal fluctuations of the period of the acoustic signals of the drone is carried out by the method of model-correlation analysis, as a result of which three-dimensional structures are formed: time – period – the correlation coefficient of the acoustic signal with the model in the form of a sinusoidal function limited in time.The resulting structures are formed as matrices of correlation coefficient values.The members located along the columns are calculated with the time shift of the model function along the signal sample. The members in each column are calculated for a constant period of the model function set from a number of values.It is shown that the correlation coefficients between the matrix rows calculated from the drone signals are significantly higher than the same values obtained from the background noise measurements. The functions showing the change in time of the correlation coefficients between the rows of the matrices of the time – period structures for drone signals and background noise do not intersect and show a consistently large difference in the correlation coefficients, which allows the correlation coefficient to be used as a classifying feature when recognizing drone signals.
Highlights
Шум малых автоматических аэросистем (МАА) изучают при их использовании в биологии для наблюдения за поведением животных и насекомых в различных ситуациях, так как при этом шум дронов может оказывать влияние на исследуемые виды фауны [4, 5]
началось практически одновременно с их созданием
analysis of combination interference in the problems acoustic sounding of the atmosphere
Summary
Что при пилотировании дрона диапазон девиации частоты каждой группы двигатель – пропеллер есть близкие по значению величины, различие между которыми при неограниченном увеличении времени наблюдения стремится к нулю. Однако в пределах каждого малого фиксированного интервала времени разность частот этих сигналов есть случайная величина, зависящая от заданного режима движения и турбулентного процесса в атмосфере. Следовательно, модель акустического сигнала дрона можно представить как суперпозицию нескольких (по числу двигателей и воздушных винтов) частотных составляющих – гармоник, каждая из которых модулирована по частоте сигналом управления, что обеспечивает поддержку заданного режима движения в условиях случайных (турбулентных) атмосферных возмущений, воздействующих на дрон. В [10 – 12] рассмотрен один из возможных подходов к анализу комбинационных сигналов, при котором используется анализ зависимостей изменения периодов, то есть анализ на малых интервалах времени, при которых длительность периода гармоник не успевает существенно измениться. Следовательно, для выявления информативных признаков акустических сигналов дрона целесообразно сопоставить акустический сигнал дрона и фоновый акустический шум, существующий в среде мегаполиса
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
