基于深度学习的无人机入侵检测方法①
2021-04-23杨全顺
计算机系统应用 2021年4期
陈 帅,尹 洋,杨全顺
(海军工程大学 电气工程学院,武汉 430032)
近年来,随着各行业信息化程度越来越高,航空技术的智能化程度得到了巨大的发展,各种遥控无人机(Unmanned Aircraft Vehicle,UAV),自主飞行器的应用更加广泛,在无人机作战,无人机攻防,航拍视频,森林防火,环境勘探等领域发挥着重要作用.但同时,无人机黑飞滥用,用于恐怖袭击,非法入侵等行为带来许多威胁与安全隐患,为社会治安,边境安全等造成了困扰[1–5].在美国华盛顿,白宫曾遭遇了一架四旋翼无人机的非法入侵,以极低的飞行高度越过了白宫围墙;在法国,至少有14 座核电站被无人机非法窥探,作为核能依赖程度最高的国家,这不免让法国人有所顾虑;在国内各大机场,已经发生多起无人机干扰航行的事件,导致了数百架航班迫降、延误,造成巨大的经济损失与安全隐患.
低空范围的安全问题引起了越来越多的重视,反无人机低空防护技术主要分为无人机目标的侦测和无人机干扰反制两个方面.其中,无人机干扰反制措施一般是利用大功率频段电子干扰器和全球定位系统(Global Positioning System,GPS)欺骗进行拦截,相关技术发展迅速,许多成熟的产品设备都已用于对无人机目标的拦截;而无人机目标的侦测技术的相关研究较少,美国作为最早开展反无人机相关研究的国家,早在2015年就有相关公司推出了一款手持式反无人机设备无人机防卫者(drone defender),其外形类似于狙击枪,由人为手动瞄准并启动,通过对无人……
登录APP查看全文
