ПІДХІД ДО ВИЯВЛЕННЯ ТА КЛАСИФІКАЦІЇ РАДІОКЕРОВАНИХ МОДЕЛЕЙ ЗА ЇХ РАДІОСИГНАЛОМ

Анотація

Постійний розвиток недорогих вбудованих датчиків, мікроконтролерів та технологій бездротової передачі даних призвів до стрімкого зростання популярності та використання безпілотних літальних апаратів (БПЛА), або дронів, у різних сферах людської діяльності – від сільського господарства та екологічного моніторингу до військових застосувань і розвідки. Проте, одночасно із перевагами, які надають дрони, зростає і ризик їхнього зловмисного використання. Безпілотники можуть становити серйозну загрозу безпеці населення, стратегічних об’єктів, приватних територій та промислових підприємств. У зв’язку з цим виникає гостра потреба у створенні систем виявлення та класифікації таких пристроїв на основі аналізу їхніх радіочастотних сигналів.У даній роботі розглядається підхід до моніторингу та ідентифікації дронів шляхом аналізу радіосигналів, які генеруються їхніми модулями зв’язку. Зокрема, запропонована система базується на можливостях програмно-визначеної радіостанції (SDR), що дозволяє в реальному часі здійснювати прийом, обробку та аналіз сигналів без необхідності використання спеціалізованого апаратного забезпечення. Для реалізації цього підходу використано фреймворк GNU Radio, який забезпечує гнучкість у побудові блок-схем обробки сигналів. Особливу увагу приділено задачі класифікації сигналів зв’язку дронів на основі типу модуляції – зокрема, мультиплексування з ортогональним частотним поділом (OFDM). Аналіз сигналу базується на його енергетичних характеристиках та структурних параметрах, які залежать від використаного протоколу. За допомогою алгоритмів машинного навчання здійснюється автоматизоване навчання моделі для подальшого розпізнавання радіосигналів у польових умовах.Це дозволяє визначати тип пристрою, оцінювати його поведінку, а в деяких випадках – локалізувати джерело сигналу без втручання в сам пристрій. Таким чином, запропоноване дослідження демонструє ефективність підходу до розпізнавання та класифікації БПЛА за допомогою SDR та методів штучного інтелекту, що може бути основою для створення систем раннього попередження та протидії несанкціонованому використанню дронів.