شناسایی و طبقه بندی پهپادها با استفاده از الگوریتم ماشین بردار پشتیبان (Support Vector Machine)

پهپادها وکوادکوپترها (در کل ریزپرنده ها) در حال تبدیل شدن به بخش مهمی از جامعه صنعتی و شهری توسعه یافته هستند. ازپهپادها برای کاربردهای وسیع و مهمی همچون سنجش های جغرافیایی، ارسال محموله های پستی، فیلم برداری و عکس برداری،ارزیابی هواشناسی، امور کشاورزی، پایش جنگل ها و منابع طبیعی» مدیریت بحران» کنترل خطوط انتقال نفت و گاز و برق، امدادرسانی در حوادث امورحفاظتی و امنیتی و ... استفاده می شود.با وجود همه ی این مزایء اگر مساله ی امنیت درکاربری پهپادها جدی گرفته نشود به راحتی برای اهداف مخرب مورد سوء استفادهقرار می گیرند. وجود آن ها در برخی مناطق مانند فرودگاه ها، اماکن پرجمعیت، مناطق حفاظت شده. نیروگاه هاء مراکز هسته ای وحتی زندان ها ممکن است باعث آسیب و یا وقوع فاجعه برای این مراکز شود.در چنین مواردی وجود یک سیستم تشخیص کارآمدبرای شناسایی و هشدار در مورد حضور پهپاد ها بسیار لازم است. وجود روشی قدرتمند برای حل این مساله، نیازی ضروری است کهاستفاده از سیگنال های فرکانس رادیویی(۳,) یکی از دقیق ترین روش ها برای حل این موضوع است که مزایای بسیاری دارد.در این پژوهش، روش جدیدی را برای شناسایی پهپادها با استفاده ازیکی الگوریتم های پرکاربرد یادگیری ماشین (ماشین بردارپشتیبان) ارائه دادیم. این مدل ها با استفاده از ورود داده های حاصله از طیف سیگنال فرکانس رادیویی RF سه نوع از پهیادهای متداول به ماشین بردار پشتیبان (Support Vector Machine) انجام شده است در نهایت با استفاده ازخروجی های تجزیه وتحلیل این الگوریتم، حضوریا عدم حضور، نوع پهپاد و حالت پروازی پهپاد با دقت بالایی تکیک و شناسایی می شوند.

کلیدواژه ها:

پهپادها ، کشف و شناسایی ، استخراج ویژگی ، یادگیری ماشین ، ماشین بردار پشتیبان