와이파이 및 블루투스 간섭이 있는 경우 RF 지문을 이용한 UAV의 탐지 및 분류

이 논문은 수동 무선 주파수(RF) 감시 시스템을 사용하여 무선 간섭 신호가 존재하는 상태에서 무인 항공기(UAV)의 탐지 및 분류 문제를 조사합니다. 이 시스템은 UAV 컨트롤러에 의해 전송된 신호를 배경 소음 및 간섭 신호와 구별하기 위해 다단계 탐지기를 사용합니다. 먼저, 마르코프 모델 기반의 나이브 베이즈 결정 메커니즘을 사용하여 어떤 소스의 RF 신호를 탐지합니다. 수신기가 10 dB의 신호 대 잡음 비(SNR)에서 작동하고 모델 상태를 정의하는 기준 값이 전처리된 잡음 데이터의 표준 편차의 3.5배 수준으로 설정될 때, 99.8%의 탐지 정확도와 2.8%의 허위 알람률이 달성됩니다. 두 번째로, 존재할 경우 Wi-Fi 및 블루투스 송신기로부터의 신호는 탐지된 RF 신호의 대역폭 및 변조 특성을 기반으로 탐지됩니다. 입력 신호가 UAV 컨트롤러 신호로 식별되면, 기계 학습(ML) 기술을 사용하여 분류됩니다. UAV 컨트롤러 신호의 에너지 과도 현상에서 추출된 15개의 통계적 특성이 이웃 구성 요소 분석(NCA)에 제공되며, 가장 중요한 세 가지 특성이 선택됩니다. NCA 및 다섯 가지 다른 ML 분류기의 성능은 15종의 다양한 UAV 컨트롤러에 대해 연구됩니다. 25 dB SNR에서 k-최근접 이웃 분류기로 98.13%의 분류 정확도가 달성됩니다. 분류 성능은 또한 다양한 SNR 수준과 동일한 UAV 컨트롤러 모델에서 두 쌍을 포함하는 17개 UAV 컨트롤러 세트에 대해 조사됩니다.