כדי לזהות רחפנים באופן אוטומטי באמצעות AI/Machine Learning, נשתמש בגישה הבאה:
📌 עקרון הפעולה של הזיהוי האוטומטי
1️⃣ סריקת ספקטרום (כבר יש לנו קוד לזה) – נאסוף נתונים רחבים של RF מ-70MHz עד 6GHz.
2️⃣ עיבוד נתונים (Feature Extraction) – נזהה דפוסי אותות שמאפיינים רחפנים (למשל, אותות PWM, WiFi, FHSS וכו').
3️⃣ מודל למידת מכונה (ML/DL) – נלמד רשת נוירונים או מודל SVM/RandomForest לזהות רחפן לפי טביעת הספקטרום שלו.
4️⃣ זיהוי בזמן אמת (Real-time Detection) – ניטור שוטף והתרעה כאשר מזוהה תדר של רחפן.
🔍 איסוף ותיוג נתונים
לפני שנאמן מודל, נצטרך דאטה מתויג:
✅ דגימות רחפנים אמיתיות – ניקח ספקטרום של DJI, Parrot, Autel ועוד.
✅ דגימות רקע (Noise & False Positives) – תדרים של WiFi, Bluetooth, מכשירים ביתיים.
✅ תיוג הנתונים – ניצור מאגר אותות עם תוויות ("Drone", "Non-Drone").
📌 רוצה להקליט נתוני רחפן משלך או להשתמש במאגר נתונים מוכן?
📜 קוד ראשוני לזיהוי תדרי רחפן עם ML
נשתמש ב-SciKit-Learn עם Random Forest כדי לזהות דפוסים בספקטרום.
import numpy as np
import matplotlib.pyplot as plt
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
# יצירת דאטה מדומה (בשלב הבא נכניס דאטה אמיתי)
num_samples = 1000
freqs = np.linspace(70e6, 6e9, num_samples)
# יצירת תדרים של רחפנים (למשל DJI ב-2.4GHz ו-5.8GHz)
drone_labels = np.random.choice([0, 1], size=num_samples, p=[0.9, 0.1]) # רוב התדרים לא רחפן
# יצירת מאפייני ספקטרום
features = np.random.rand(num_samples, 10) # סימולציה של ספקטרום (נכניס דאטה אמיתי אחר כך)
# חלוקה לסט אימון/בדיקה
X_train, X_test, y_train, y_test = train_test_split(features, drone_labels, test_size=0.2, random_state=42)
# אימון מודל זיהוי רחפנים
clf = RandomForestClassifier(n_estimators=100)
clf.fit(X_train, y_train)
# בדיקת ביצועים
y_pred = clf.predict(X_test)
accuracy = accuracy_score(y_test, y_pred)
print(f"Model Accuracy: {accuracy * 100:.2f}%")
# זיהוי רחפן בתדרים אמיתיים
test_spectrum = np.random.rand(1, 10) # נכניס ספקטרום אמיתי מה-SDR
prediction = clf.predict(test_spectrum)
print("Drone Detected!" if prediction == 1 else "No Drone Detected.")
🚀 מה השלב הבא?
1️⃣ שימוש בנתוני RF אמיתיים מה-SDR (ולא רק סימולציה).
2️⃣ שיפור המודל עם CNN/RNN לניתוח ספקטרום רציף.
3️⃣ חיבור לזיהוי חכם ושיבוש אוטומטי לאחר זיהוי רחפן.
📌 רוצה שאשלב מודל נוירונים מתקדם (Deep Learning) לזיהוי רחפנים בצורה חכמה יותר? 😃
אין תגובות:
הוסף רשומת תגובה