Новый алгоритм научился распознавать дроны по радиосигналам с точностью более 96% 📡 — 2 июля 2026 г. в 13:58:04.058
Новый алгоритм научился распознавать дроны по радиосигналам с точностью более 96% 📡 Китайская группа ученных под руководством Шу Хуана представила новую систему классификации радиочастотных (RF) сигналов беспилотников WUSTCA, которая позволяет не только обнаруживать БПЛА, но и определять их модель и тип пульта управления даже в условиях сильных радиопомех. Исследование опубликовано в рецензируемом журнале Scientific Reports, входящем в издательскую группу Nature Portfolio. Разработка предназначена для повышения эффективности мониторинга воздушного пространства, обеспечения безопасности критической инфраструктуры и борьбы с несанкционированными полетами. В основе технологии лежит комбинация нескольких методов обработки сигналов: адаптивной фильтрации шумов, вейвлет-преобразования и новой архитектуры нейронной сети с механизмом внимания Split-Time Cross Attention (STCA). Такой подход позволяет выделять характерные особенности радиосигналов беспилотников и анализировать их на разных временных масштабах, сохраняя высокую точность даже при наличии помех от Wi-Fi, Bluetooth и других беспроводных устройств. Испытания проводились на наборе данных CardRF, содержащем радиосигналы популярных беспилотников DJI Phantom 4, Inspire, Matrice 600, Mavic Pro, Beebeerun, а также соответствующих пультов управления и контроллера 3DR Iris. Новая модель продемонстрировала среднюю точность классификации 96,6% для беспилотников и 95,8% для пультов управления, превзойдя все протестированные базовые алгоритмы, включая CNN, LSTM, SVM и комбинированные модели с механизмами внимания. По макро-F1 показатель WUSTCA также оказался лучшим — 0,953 для распознавания дронов и 0,950 для классификации контроллеров. Авторы отдельно проверили устойчивость системы к внешним помехам. В тестах с интенсивным Wi-Fi-трафиком уровень ложных срабатываний составил 4,5% против 6,2% у ближайшего конкурента, а при смешанных помехах Wi-Fi и Bluetooth — 4,9% против 6,8%. Кроме того, модель сохраняла преимущество над другими алгоритмами даже при значительном снижении отношения сигнал/шум, что свидетельствует о ее повышенной устойчивости к неблагоприятным условиям приема. Несмотря на высокие результаты, исследователи отмечают, что технология пока проходила испытания только на контролируемых наборах данных. В дальнейшем они планируют протестировать систему в реальных условиях, расширить перечень поддерживаемых моделей беспилотников и адаптировать алгоритм для работы на маломощных встроенных вычислительных устройствах, благодаря чему станет возмоным использовать его в мобильных системах мониторинга воздушного пространства.