使用有理高斯小波神经网络检测多个无人机
机器学习
2026-05-27 v1 数值分析
数值分析
摘要
无人机 (UAV) 检测对于保护民用和军事基础设施至关重要。本文提出一种利用麦克风获取的声信号进行成本效益高的无人机检测系统。 recorded signals 通过一个信号处理管道，其中使用称为有理高斯小波的可解释自适应特征提取器。这些自适应小波变换嵌入并与底层小型神经网络一起训练，以基于获取的特征检测和分类无人机。这导致一个在增加分类 UAVs 的同时，还能检测无人机 Swarm 的具有物理可解释性的机器学习算法。我们使用在室内工作室和嘈杂户外环境中收集的数据演示了结果。我们得出结论，所提方法在检测和分类单个无人机以及无人机 Swarm 时，优于传统机器学习方法，同时保持高度可解释性。我们的实现已公开提供，以便可重复性。
引用
@article{arxiv.2605.26310,
title = {Classification and detection of multiple UAVs using rational Gaussian wavelet neural networks},
author = {Ungvári Gergő and Ferenc Braun and Attila Ámon and Péter Kackstädter and János Volk and Péter Kovács and Tamás Dózsa},
journal= {arXiv preprint arXiv:2605.26310},
year = {2026}
}
备注
19 pages, 4 figures