Саратовские ученые создали систему акустической идентификации БПЛА

В Саратове разработали систему идентификации БПЛА по акустическому следу Ученые Саратовского государственного технического университета имени Юрия Гагарина разработали систему обнаружения беспилотных летательных аппаратов по звуку. Как говорят сами разработчики, система эффективнее имеющихся систем обнаружения БПЛА визуально или при помощи радиолокации. Ее можно интегрировать в существующую инфраструктуру ПВО. Применение системы снизит риски несанкционированного использования БПЛА за счет раннего обнаружения. Разработку уже испытали в условиях шумной городской среды, и она смогла доказать свою эффективность. Подробнее читайте на сайте «Четвертой Власти».

В Саратове ученые создали систему обнаружения дронов по звуку Новая технология специально создана для преодоления ограничений, характерных для традиционных способов обнаружения дронов. Разработчики подчеркивают ее адаптивность к появлению новых моделей беспилотников и эффективность именно в урбанизированной среде, где другие методы часто дают сбои. Автор проекта Сергей Кузнецов пояснил необходимость подобной разработки. По его словам, расширение функциональных возможностей БПЛА одновременно увеличивает риски, связанные с их незаконным применением. Визуальное наблюдение и радиолокация обладают существенными недостатками: они теряют эффективность в тумане или темноте, требуют больших ресурсов и не всегда обеспечивают скрытность самого факта обнаружения. В основе программного обеспечения лежит гибридный метод, интегрирующий анализ звуковых колебаний во времени и по частотам с передовыми алгоритмами глубокого обучения на базе искусственного интеллекта. Комплексное исследование существующих решений позволило выявить их слабые места и предложить более совершенный подход. Все эксклюзивы

Саратовские учёные научили ИИ слышать дроны Исследователи Саратовского технического университета им. Гагарина создали систему распознавания БПЛА по звуку, способную работать в городском шуме и при плохой видимости. Автор проекта Сергей Кузнецов объясняет: такие традиционные методы обнаружения как визуальный и радиолокационный требуют значительных ресурсов и малоэффективны в сложных условиях. Акустический анализ лишён этих недостатков. Разработка использует гибридный подход, сочетающий частотно-временной анализ звука с алгоритмами глубокого обучения. Система способна выделять акустические паттерны дронов на фоне городского шума и адаптироваться к новым моделям беспилотников. Для повышения точности применялись специальные техники обучения: аугментация данных с наложением шумов изменение скорости записей трансферное обучение Тестирование подтвердило эффективность решения в условиях мегаполиса. Система интегрируется в существующую инфраструктуру и работает на стандартном оборудовании, что позволит снизить риски несанкционированного использования БПЛА за счёт раннего обнаружения. Informio #Постфактум Онлайн-проект eMAKS

Дронов теперь слышат: новая система акустического распознавания В Саратовском политехе разработан модуль, идентифицирующий дроны по звуку . Новинка эффективно работает даже в условиях городского шума и плохой видимости, распознавая беспилотники по акустическим сигналам. Система использует гибридный подход, сочетающий частотно-временной анализ звука с алгоритмами глубокого обучения на основе нейросети. Обучение нейросети проводилось на специальном датасете звуков БПЛА с применением техник аугментации данных, таких как наложение шумов и изменение скорости. Это позволяет системе адаптироваться к новым моделям дронов и различным операционным сценариям. Кроме того, использовалось трансферное обучение для повышения точности распознавания. Разработка интегрируется в существующую инфраструктуру и работает на стандартном оборудовании. Модуль включает веб-интерфейс для записи аудио, визуализации результатов и классификации типов дронов в реальном времени. ‍

В Саратовском государственном техническом университете создали модуль, идентифицирующий беспилотники по акустическим сигналам. По утверждениям разработчиков, решение эффективно даже в условиях шума и плохой видимости. Ученые применили методы частотно-временного анализа звука и алгоритмы глубокого обучения с помощью искусственного интеллекта. В систему включили модуль предобработки аудио, нейросетевой классификатор и веб-интерфейс для записи аудио и визуализации результатов. Отправить новость

В Саратове разработали уникальную систему для распознавания беспилотных летательных аппаратов БПЛА по их акустическим сигналам, способную работать в сложных условиях городской среды. Об этом сообщили в пресс-службе Саратовского государственного технического университета имени Гагарина. Система, созданная исследователями университета, преодолевает ограничения, присущие существующим методам обнаружения дронов, и успешно функционирует в условиях значительного шумового фона и плохой видимости. Кроме того, она может адаптироваться к новым моделям дронов, что делает её особенно эффективной. отмечает "Техносуверен". В процессе разработки программного обеспечения проведено комплексное исследование, выявившее недостатки и ограничения текущих систем распознавания беспилотников. Ученые проанализировали как коммерческие, так и исследовательские решения, активно используемые в этой области. Результатом стало создание гибридного подхода, который сочетает методы частотно-временного анализа звука с алгоритмами глубокого обучения на основе технологий искусственного интеллекта.

В Саратове научились определять БПЛА по звуку. В Саратовском Политехе разработали модуль, который идентифицирует дроны по акустическим сигналам в условиях фоновых шумов и изменяющихся операционных сценариев. Заявляется, что новая система способна "преодолевать факторы, ограничивающие распознавание БПЛА, эффективно работать в условиях городского шума и плохой видимости и адаптироваться к новым моделям дронов". Был использован гибридный подход, сочетающий методы частотно-временного анализа звука с алгоритмами глубокого обучения с помощью ИИ. Система состоит из модуля предобработки аудио, нейросетевого классификатора на основе свёрточных и рекуррентных слоёв, обученных на датасете звуков БПЛА, а также веб-интерфейса для записи аудио через микрофон, визуализации результатов в реальном времени и классификации типов дронов. А чтобы обеспечить точность распознавания даже при фоновых помехах, для обучения системы использовались техники аугментации данных, включающие наложение шумов и изменение скорости, а кроме того, трансферное обучение. Разработчики говорят, что новое решение интегрируется в существующую инфраструктуру, работает на стандартном оборудовании. ™ Беспилот

Следим за противником. Эхолокация для дронов: навигация без камер и радаров. Французская Wave Technologies создала систему эхолокации для дронов, работающую без камер и радаров. Дрон посылает ультразвук и «слушает» отражения, как летучая мышь. Это даёт возможность точно ориентироваться в темноте, дыму или пыли — там, где оптические системы бесполезны. AI обучен на синтетических данных и распознаёт формы по звуковым откликам. Архитектура основана на наборе нейросетей, каждая из которых отвечает за определённый тип объекта. Это повышает точность распознавания и упрощает масштабирование. Решение пока проходит лабораторные испытания на прототипах в контролируемых условиях и уже подтверждает пригодность для применения в реальной среде. Очень интересное направление, если это действительно технически получится внедрить. Потапов. Подписаться. Чат

В Саратове научились определять БПЛА по звуку. В Саратовском Политехе разработали модуль, который идентифицирует дроны по акустическим сигналам в условиях фоновых шумов и изменяющихся операционных сценариев. Заявляется, что новая система способна "преодолевать факторы, ограничивающие распознавание БПЛА, эффективно работать в условиях городского шума и плохой видимости и адаптироваться к новым моделям дронов". Был использован гибридный подход, сочетающий методы частотно-временного анализа звука с алгоритмами глубокого обучения с помощью ИИ. Система состоит из модуля предобработки аудио, нейросетевого классификатора на основе свёрточных и рекуррентных слоёв, обученных на датасете звуков БПЛА, а также веб-интерфейса для записи аудио через микрофон, визуализации результатов в реальном времени и классификации типов дронов. А чтобы обеспечить точность распознавания даже при фоновых помехах, для обучения системы использовались техники аугментации данных, включающие наложение шумов и изменение скорости, а кроме того, трансферное обучение. Разработчики говорят, что новое решение интегрируется в существующую инфраструктуру, работает на стандартном оборудовании. ™ Беспилот