Метод виявлення БПЛА на основі аналізу радіочастотних

Abstract

Кваліфікаційна робота присвячена розробці методу виявлення БПЛА на основі аналізу РЧ-сигналів із застосуванням SDR та алгоритмів GNU Radio. У першому розділі проаналізовано сучасні методи виявлення БПЛА, включаючи аудіо-, відео-, тепловізійні, радіолокаційні та РЧ-методи. Висвітлено основні характеристики БПЛА, принципи їх роботи та частотні діапазони, які вони використовують. Описано обмеження існуючих методів, зокрема складнощі у відокремленні сигналів БПЛА від інших джерел. Визначено доцільність застосування РЧ-методів через їхню здатність виявляти сигнали на значних відстанях. У другому розділі досліджено можливості використання SDR та GNU Radio для виявлення сигналів. Описано архітектуру SDR, включаючи її компоненти – РЧ-секцію, секцію ПЧ та секцію базової смуги. Розглянуто програмну платформу GNU Radio як інструмент для створення SDR-систем. Проведено порівняльний аналіз методів виявлення сигналів, таких як узгоджений фільтр, виявлення енергії та циклостаціонарних характеристик. Обрано метод виявлення енергії сигналів як оптимальний для реалізації у реальних умовах. У третьому розділі розроблено та реалізовано метод виявлення сигналів БПЛА на основі SDR та GNU Radio. Створено блок для виявлення енергії сигналу, виконано аналіз ключових параметрів OFDM-сигналів, таких як довжина циклічного префіксу, інтервал між піднесучими та тривалість символу. Розроблено алгоритми класифікації сигналів із використанням методів ML. Проведено експериментальні дослідження з БПЛА DJI Phantom та Mavic, зібрано навчальні дані та побудовано класифікатор, який демонструє високу точність і ефективність при виявленні та класифікації сигналів. У четвертому розділі окреслено заходи охорони праці та безпеки під час експлуатації БПЛА, особливо в умовах надзвичайних ситуацій. Розглянуто вимоги до персоналу, техніку безпеки, порядок дій у разі аварій, специфіку роботи в складних умовах і рекомендації для ефективного використання. Наголошено на необхідності спеціальної підготовки операторів, контролю технічного стану обладнання та дотримання законодавчих норм, що є ключовими для безпечної та ефективної роботи.

The qualification work is dedicated to the development of a method for UAV detection based on RF signal analysis using SDR and GNU Radio algorithms. In the first chapter, modern UAV detection methods are analyzed, including audio, video, thermal imaging, radar, and RF methods. The main characteristics of UAVs, their operating principles, and the frequency ranges they utilize are highlighted. The limitations of existing methods are described, particularly the challenges of distinguishing UAV signals from other sources. The feasibility of applying RF methods is substantiated due to their ability to detect signals over long distances. The second chapter explores the potential of using SDR and GNU Radio for signal detection. The architecture of SDR is described, including its components: RF section, IF section, and baseband section. The GNU Radio software platform is considered as a tool for creating SDR systems. A comparative analysis of signal detection methods, such as matched filtering, energy detection, and cyclostationary feature detection, is conducted. Energy detection is selected as the optimal method for implementation under real-world conditions. In the third chapter, a UAV signal detection method based on SDR and GNU Radio is developed and implemented. A block for energy detection is created, and key OFDM signal parameters, such as cyclic prefix length, subcarrier spacing, and symbol duration, are analyzed. Algorithms for signal classification using ML methods are developed. Experimental studies with DJI Phantom and Mavic UAVs are conducted, training data is collected, and a classifier is built, demonstrating high accuracy and efficiency in signal detection and classification. The fourth chapter outlines occupational safety and security measures during UAV operation, especially in emergency situations. Personnel requirements, safety techniques, actions in case of accidents, specifics of working under challenging conditions, and recommendations for effective usage are discussed. Emphasis is placed on the need for specialized operator training, monitoring the technical condition of equipment, and compliance with legal regulations, which are key to ensuring safe and effective operation.