Detecção de Múltiplos Drones em um Cenário de Variação Temporal Usando Sinais Acústicos

A detecção de drones não autorizados é obrigatória para organizações de defesa e também para a proteção da vida humana. Atualmente, existem métodos de detecção baseados em sinais térmicos, de vídeo, de radiofrequência (RF) e acústicos. Em pesquisas anteriores, apresentamos uma técnica de detecção de múltiplos drones baseada em sinais acústicos utilizando análise de componentes independentes (ICA) na presença de fontes interferentes. Neste artigo, é proposta um método no qual os sinais misturados são primeiro separados levando em consideração a técnica ICA. Após a extração das características, as máquinas de vetores de suporte (SVM) e os k-vizinhos mais próximos (KNN) são utilizados para identificar múltiplos drones no campo. Esta técnica pode detectar múltiplos drones em cenários de mistura estáticos e quase estáticos, enquanto falha em cenários de variação temporal. Neste artigo, é proposta uma técnica de detecção de drones em variação temporal (TVDDT) que primeiro armazena um conjunto de dados dos sinais misturados em um cenário de variação temporal, onde variações temporais ocorrem dentro dos blocos de dados processados. Após estimar as matrizes de mistura, desenvolvemos uma técnica para rastrear variações no canal. Esta técnica é baseada em variações nos coeficientes de mistura. A técnica de rastreamento de canal proposta realiza classificação e detecção com base em critérios de mínima variação no canal. A técnica TVDDT proposta é avaliada por meio de simulações e seu desempenho superior é observado.