TAME：用于增强无人机轨迹估计与分类的时序音频 Mamba 模型
声音
2025-03-04 v7 音频与语音处理
摘要
紧凑型无人机的日益普及给公共安全带来了重大风险，而传统的无人机探测系统通常体积庞大且成本高昂。为了应对这些挑战，我们提出了 TAME，即用于增强无人机轨迹估计与分类的时序音频 Mamba 模型。这种创新的反无人机探测模型利用并行选择性状态空间模型，同时捕捉和学习音频的时序和频谱特征，有效分析声音的传播。为了进一步增强时序特征，我们引入了时序特征增强模块，该模块使用残差交叉注意力将频谱特征整合到时序数据中。然后，这种增强的时序信息被用于精确的 3D 轨迹估计和分类。我们的模型在 MMUAD 基准上树立了新的性能标准，展示了卓越的准确性和有效性。代码和训练好的模型已在 GitHub 上公开获取：https://github.com/AmazingDay1/TAME。
引用
@article{arxiv.2412.13037,
title = {TAME: Temporal Audio-based Mamba for Enhanced Drone Trajectory Estimation and Classification},
author = {Zhenyuan Xiao and Huanran Hu and Guili Xu and Junwei He},
journal= {arXiv preprint arXiv:2412.13037},
year = {2025}
}
备注
This paper has been accepted for presentation at the IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP) 2025. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses