Дослідники з Австралії розробили метод, який дозволяє засікати дрони на дистанції від 30 до 49 відсотків більше, ніж традиційні широкосмугові та вузькосмугові системи визначення їх місцезнаходження. При розробці вчені орієнтувалися на мух-журчалок, які розрізняють цілі в умовах дуже поганої видимості, новий метод передбачає аналіз акустичного сліду літальних апаратів, перетворених на зображення. Результати дослідження опубліковані в.
Дрони вміють робити багато корисних речей. Але ще з їх допомогою ведуть несанкціоноване стеження і проникають в закриті зони, в тому числі, в аеропорти. Останнє серйозно загрожує безпеці польотів. Тому розробники та інженери працюють над різноманітними системами, що дозволяють їх виявляти.
Безпілотники залишають акустичний слід, і по ньому їх можна виявити і відстежити. Наприклад, гвинтові літальні апарати видають сильні вузькосмугові сигнали. Оцінити параметри їх польоту можна, визначивши миттєву частоту акустичного сигналу з доплерівським зрушенням. А щоб засікти апарати, які не видають таких сигналів, існує метод обробки широкосмугових сигналів. Він заснований на вимірюванні тимчасових змін затримок серед декількох пар мікрофонів. Ці підходи допомагають виявляти дрони на відстані більше двох кілометрів. Але коли апарат далеко від мікрофонів, шум заважає точно визначити, де він знаходиться.
Відстежувати цілі можна не тільки за звуком, а й візуально. Тут існує схожа проблема - коли мало світла, деталі складно розрізняти через шум. Але деякі комахи, наприклад мухи-журчалки, вміють визначати і відстежувати маленькі рухомі об'єкти навіть на дуже текстурованому тлі. Вони реагують на візуальні стимули за десятки мілісекунд і при цьому не звертають уваги на зайву інформацію. Наприклад, їх не відволікає рух листка на вітрі, хоча він теж може вибиватися з решти фону.
Цзян Фан (Jian Fang) і його колеги з універстетів Фліндерса і Південної Австралії вирішили перетворити одномірні акустичні сигнали на двомірні зображення за допомогою спектрограм і кореллограмм, і проаналізувати їх за допомогою моделі BIV (Biologically Inspired Vision - біологічно натхненне зір), яка імітелює зелений шлях.
Ця багатоступенева нелінійна система з адаптивним зворотним зв'язком як всередині, так і між різними етапами, являє собою математичну модель фоторецепторів - світлочутливих сенсорних нейронів сітківки ока. Вони відповідають за динамічне зменшення діапазону вхідного сигналу, коригуючи його темні і яскраві області.
Щоб перевірити свій метод, Цзян Фан і колеги встановили 49 мікрофонів на полігоні Вумера в Австралії, і записали сигнали трьох літальних апаратів - п'ятнадцятикілограмового гексакоптера Matrice 600, півкілограмового квадракоптера Mavic Air і безпілотника літакового типу Skywalker X-8 масою 3,5 кілограм.
Потім ці сигнали перетворили на спектрограми і кореллограми, а також обробили за допомогою моделі BIV. Результати показали, що цей метод дозволяє засікати вузькосмугові сигнали на 33 відсотки далі, а широкосмугові - на 30-49 відсотків далі. З його допомогою під час випробувань дрони видавали себе на відстані трьох-чотирьох кілометрів, а дані про параметри і траєкторії їх польоту були більш точними.
Раніше ми писали про метод, за допомогою візуальних стимулів дозволяє зрозуміти, що за об'єктом спостерігає дрон. Він припускає, що якщо камера безпілотника дійсно спостерігає за об'єктом, біта зображення буде значно під час них зростати.