Seguimiento y reconocimiento simultáneo de objetivos de drones con radar de ondas milimétricas y red neuronal convolucional
Autores: Solaiman, Suhare; Alsuwat, Emad; Alharthi, Rajwa
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Seguimiento y reconocimiento simultáneo de objetivos de drones con radar de ondas milimétricas y red neuronal convolucional
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Sistemas
Palabras clave
Marco
Seguimiento
Radar
Objetivos
Reconocimiento
Red neuronal convolucional
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 24
Citaciones: Sin citaciones
En este documento se presenta un marco para el seguimiento y reconocimiento simultáneo de objetivos de drones utilizando un radar de ondas milimétricas de bajo costo y tamaño reducido. El radar recopila las señales reflejadas de múltiples objetivos en el campo de visión, incluidos objetivos de drones y no drones. El análisis de las señales recibidas permite distinguir múltiples objetivos debido a sus diferentes patrones de reflexión. El marco propuesto consta de cuatro procesos: procesamiento de señales, agrupamiento de puntos en nube, seguimiento de objetivos y reconocimiento de objetivos. El procesamiento de señales traduce las señales recopiladas en bruto en puntos en nube dispersos. Estos puntos se fusionan en varios grupos, cada uno representando un único objetivo en el espacio tridimensional. El seguimiento de objetivos estima la nueva ubicación de cada objetivo detectado. Se diseñó un nuevo modelo de red neuronal convolucional para extraer y reconocer las características de objetivos de drones y no drones. Para la evaluación del rendimiento, se utilizó un conjunto de datos recopilado con un sensor mmWave IWR6843ISK de Texas Instruments para entrenar y probar la red neuronal convolucional. El modelo de reconocimiento propuesto logró precisión del 98.4% y 98.1% para uno y dos objetivos, respectivamente.
Descripción
En este documento se presenta un marco para el seguimiento y reconocimiento simultáneo de objetivos de drones utilizando un radar de ondas milimétricas de bajo costo y tamaño reducido. El radar recopila las señales reflejadas de múltiples objetivos en el campo de visión, incluidos objetivos de drones y no drones. El análisis de las señales recibidas permite distinguir múltiples objetivos debido a sus diferentes patrones de reflexión. El marco propuesto consta de cuatro procesos: procesamiento de señales, agrupamiento de puntos en nube, seguimiento de objetivos y reconocimiento de objetivos. El procesamiento de señales traduce las señales recopiladas en bruto en puntos en nube dispersos. Estos puntos se fusionan en varios grupos, cada uno representando un único objetivo en el espacio tridimensional. El seguimiento de objetivos estima la nueva ubicación de cada objetivo detectado. Se diseñó un nuevo modelo de red neuronal convolucional para extraer y reconocer las características de objetivos de drones y no drones. Para la evaluación del rendimiento, se utilizó un conjunto de datos recopilado con un sensor mmWave IWR6843ISK de Texas Instruments para entrenar y probar la red neuronal convolucional. El modelo de reconocimiento propuesto logró precisión del 98.4% y 98.1% para uno y dos objetivos, respectivamente.