Wyniki wyszukiwania - Biblioteka Nauki

Ten serwis zostanie wyłączony 2025-02-11.

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: drone detection

Sortuj według:

Ogranicz wyniki do:

Drone Flight Detection at an Entrance to a Beehive Based on Audio Signals

100%

Libal U. , Biernacki P.

Archives of Acoustics

2024

tom Vol. 49, nr 3

459--468

Spotting a significant number of drones flying near the entrance of a beehive during late Spring could indicate the occurrence of swarming mood, as the the surge in drone presence is related to an overcrowded hive. Swarming refers to a natural reproductive process witnessed in honey bees, wherein half of the bee colony departs from their hive alongside the aging queen. In the paper, we propose an early swarming detection mechanism that relies on the behavior of the drones. The proposed method is based on audio signals registered in a close proximity to the beehive entrance. A comparative study was performed to find the most effective preprocessing method for the audio signals for the detection problem. We have compared the results for three different power spectrum density coefficients estimation methods, which are used as an input of an autoencoder neural network to discriminate drones from worker bees. Through simulations employing real-life signals, it has been demonstrated that drone detection based solely on audio signals is indeed feasible. The attained level of detection accuracy enables the creation of an efficient alarm system for beekeepers.

Fuzja wielosensoryczna w zagadnieniu detekcji bezzałogowych statków powietrznych

67%

Dudczyk J. , Czyba R. , Skrzypczyk K.

Przegląd Elektrotechniczny

2023

tom R. 99, nr 12

7--14

W pracy skupiono się na problemie wykrywania bezzałogowych statków powietrznych naruszających zatrzeżoną przestrzeń powietrzną. Głównym celem badań jest opracowanie algorytmu umożliwiającego detekcję, identyfikacej i rozpoznanie bezzałogowego statku powietrznego wlatującego w obszar monitorowanej przestrzeni powietrznej. Proponowana metoda polega na wielosensorycznej fuzji danych i opiera się na warunkowej filtracji komplementarnej oraz wielostopniowej klasteryzacji danych sensorycznych. Skuteczność proponowanego rozwiązania została przetestowana z wykorzystaniem metodologii szybkiego prototypowania w oprogramowaniu MATLAB na podstawie rzeczywistych danych sensorycznych pozyskanych podczas przeprowadzonych lotów bezzałogowymi statkami powietrznymi.

The paper focuses on the problem of detecting unmanned aerial vehicles that violate restricted airspace. The main purpose of the research is to develop an algorithm that enables the detection, identification and recognition of an unmanned aerial vehicle violating restricted airspace. The proposed method consists of multi-sensory data fusion and is based on conditional complementary filtration and multi-stage clustering. The efficiency of the proposed solution was tested using rapid prototyping approach in the MATLAB software on the basis of real sensory data acquired during arranged unmanned aerial vehicle flights.