Noise2Weight：基于无人机声学发射的载荷重量检测
音频与语音处理
2020-05-05 v1 机器学习
声音
信号处理
摘要
自主与远程驾驶无人机的日益普及为多种应用场景铺平了道路，例如商品配送与监视。在许多场景中，在无人机物理接近之前以零接触方式估计其所载载荷的重量具有吸引力，例如用于提供早期的篡改检测。本文中，我们通过分析商用无人机的声学指纹，研究远程检测其载荷重量的可能性。我们刻画了无人机携带不同载荷所需推力的差异，这导致相关声学指纹的显著变化。我们将上述发现应用于不同计算能力的检测系统所表征的不同用例。结果令人瞩目：利用音频信号的梅尔频率倒谱系数（MFCC）分量与不同的支持向量机（SVM）分类器，我们在检测无人机所携带特定载荷类别时实现了最低 98% 的分类准确率，采集时间为 0.25 秒——使用更长时间采集时性能进一步提升。我们分析所用的全部数据已开源发布，以使社区能够验证我们的发现并将这些数据作为进一步研究的即用基础。
引用
@article{arxiv.2005.01347,
title = {Noise2Weight: On Detecting Payload Weight from Drones Acoustic Emissions},
author = {Omar Adel Ibrahim and Savio Sciancalepore and Roberto Di Pietro},
journal= {arXiv preprint arXiv:2005.01347},
year = {2020}
}