Дзелендзяк, Уляна ЮріївнаПазинюк, Михайло ЮрійовичPazyniuk, Mykhailo Yuriiovych2025-01-1520242024Пазинюк М. Ю. Виявлення літальних апаратів із використанням автоенкодерів : кваліфікаційна робота на здобуття освітнього ступеня магістр за спеціальністю „8.122.00.07 — Комп'ютерні системи управління рухомими об'єктами (автомобільний транспорт)“ / Михайло Юрійович Пазинюк. — Львів, 2024. — 75 с.https://ena.lpnu.ua/handle/ntb/62825Магістерська кваліфікаційна робота присвячена дослідженню та реалізації системи виявлення літальних апаратів із використанням автоенкодерів для аналізу акустичних аномалій. Через зростаюче застосування безпілотних літальних апаратів у різноманітних цілях збільшується й потреба у протидії несанкціонованому застосуванню цих об’єктів. У сучасному світі зростає інтерес до технологій виявлення літальних апаратів з метою підвищення безпеки в різних сферах. Безпілотні літальні апарати (БПЛА) знаходять застосування у військовій, комерційній, науковій та розважальній сферах, що одночасно викликає питання безпеки та конфіденційності. Однією з новітніх технологій для виявлення та ідентифікації літальних апаратів є аналіз акустичних аномалій [1, 2]. Цей підхід дозволяє відрізнити звуки досліджуваного об’єкта від звуків навколишнього середовища, що є особливо важливим для захисту повітряного простору у місцях, де традиційні методи виявлення можуть бути обмежені. Існує велике різноманіття методів акустичного виявлення об?єктів у повітрі, більшість з них ґрунтується на застосуванні нейронних мереж та даних із вловлювачів звуку [8, 9]. У магістерській кваліфікаційній роботі досліджується можливість використання автоенкодерів — специфічних нейронних мереж, призначених для автоматичного вилучення особливих ознак сигналів. Зокрема, застосування автоенкодерів дозволяє ідентифікувати акустичні аномалії, що виникають через характерні звуки, які відрізняються від звуків навколишнього середовища. Такі підходи знаходять своє застосування у вирішенні задач моніторингу та безпеки, контролю працездатності устаткувань на виробництвах [5], а також в 5 автоматизованих системах раннього виявлення та ідентифікації літальних апаратів. У першому розділі розглянуті основні принципи акустичного аналізу для виявлення БПЛА, а також аналіз особливостей акустичних сигналів, характерних для літальних апаратів. Проведено огляд сучасних методів виявлення аномалій, які застосовуються для ідентифікації об’єктів у повітрі, і обґрунтовано актуальність проблеми виявлення дронів за акустичними ознаками. Викладені основні виклики та складнощі, пов’язані з виявленням літальних апаратів у шумному середовищі, та зроблено відповідні висновки. Другий розділ присвячений розробці алгоритму на основі автоенкодера для аналізу акустичних аномалій. Проведено порівняльний аналіз різних типів автоенкодерів та обґрунтовано вибір архітектури для реалізації моделі виявлення. Третій розділ присвячений методам та засобам реалізації системи виявлення БПЛА на основі акустичного аналізу. Наведено розрахунки та оцінку ефективності обраного підходу для виявлення літальних апаратів за акустичними даними. Вказано обрані програмні бібліотеки, які дозволяють збирати звукові дані, обробляти їх та видавати результати опрацювання. У четвертому розділі представлена практична частина роботи, яка включає реалізацію та тестування алгоритму в умовах, наближених до реальних. Розглянуто процес збору й підготовки даних, налаштування параметрів навчання, а також інтеграцію розробленої моделі в прототип системи моніторингу. Проведено аналіз точності виявлення та обговорено результати тестування, що показують ефективність алгоритму. П?ятий розділ присвячений розрахунку економічної ефективності спроектованої системи акустичного виявлення БПЛА. Оцінено витрати на впровадження даної системи в середовище з підвищеними вимогами до безпеки, проаналізовано переваги та обмеження розробленої моделі в реальних умовах. 6 Висновки підсумовують результати виконаної роботи, підкреслюючи доцільність використання автоенкодерів для аналізу акустичних аномалій з метою виявлення дронів. Об’єкт дослідження – акустичні сигнали, що виникають під час руху безпілотних літальних апаратів (БПЛА) в різних середовищах. Предмет дослідження – методи використання автоенкодерів для аналізу акустичних аномалій з метою виявлення літальних апаратів. Мета дослідження – розробка та оцінка ефективності алгоритму для виявлення дронів на основі аналізу акустичних аномалій із використанням автоенкодерів.аномалії, БПЛА, нейронні мережі, безпека.The thesis is devoted to the research and implementation of an aircraft detection system using autoencoders for the analysis of acoustic anomalies. Due to the growing use of unmanned aerial vehicles for various purposes, the need to counteract the unauthorized use of these objects is also increasing. In the modern world, there is a growing interest in aircraft detection technologies, especially drones, in order to improve security in various areas. Unmanned aerial vehicles (UAVs) are used in the military, commercial, scientific and entertainment sectors, which simultaneously raises issues of security and confidentiality. One of the newest technologies for the detection and identification of aircraft is the analysis of acoustic anomalies [1, 2]. This approach allows you to distinguish the sounds of drones from the sounds of the environment, which is especially important for protecting airspace in places where traditional detection methods may be limited. There is a wide variety of methods for acoustic detection of objects in the air, most of them are based on the use of neural networks and obtaining data from sound collectors [3, 4]. This thesis explores the possibility of using autoencoders - specific neural networks designed to automatically extract special features of signals. In particular, the use of autoencoders allows you to identify acoustic anomalies that arise due to the characteristic sounds of drones, which differ from the sounds of the environment. Such approaches find their application in solving monitoring and security problems, maintaining safety of industrial equipment [5], as well as in automated systems for early detection and identification of aircraft. The first section considers the basic principles of acoustic analysis for drone detection, as well as an analysis of the features of acoustic signals characteristic of aircraft. A review of modern methods for detecting anomalies used to identify objects in the air is conducted, and the relevance of the problem of detecting drones by acoustic 9 features is substantiated. The main challenges and difficulties associated with detecting drones in a noisy environment are outlined, and the corresponding conclusions are drawn. The second section is devoted to the development of an algorithm based on an autoencoder for the analysis of acoustic anomalies. A comparative analysis of different types of autoencoders is carried out and the choice of architecture for the implementation of the detection model is justified. The third section provides calculations and an assessment of the effectiveness of the selected approach for detecting aircraft using acoustic data. Selected software libraries are indicated that allow collecting sound data, processing them, and issuing processing results. The fourth section presents the practical part of the work, which includes the implementation and testing of the algorithm in conditions close to real ones. The process of data collection and preparation, setting training parameters, and integration of the developed model into a prototype of the monitoring system are considered. The analysis of the detection accuracy is carried out and the test results that show the effectiveness of the algorithm are discussed. The fifth section is devoted to the analysis of the potential scope of use of the developed system and the economic assessment of the project. The costs of implementing this system in an environment with increased security requirements are estimated, the advantages and limitations of the developed model in real conditions are analyzed. The conclusions summarize the results of the work performed, emphasizing the feasibility of using autoencoders for analyzing acoustic anomalies for the purpose of drone detection. The object of the study is acoustic signals that arise during the movement of unmanned aerial vehicles (drones) in different environments. 10 The subject of the study is methods of using autoencoders to analyze acoustic anomalies in order to detect drones. The purpose of the study is to develop and evaluate the effectiveness of an algorithm for detecting drones based on the analysis of acoustic anomalies using autoencoders.uk8.122.00.07– автоенкодеривиявлення літальних апаратівакустичніautoencodersaircraft detectionacoustic anomaliesUAVneural networkssecurityStudents_diploma© Національний університет "Львівська політехніка", 2024© Пазинюк, Михайло Юрійович, 202475