基于深度学习的无人机检测和识别研究综述

作     者：那振宇 程留洋 孙鸿晨 林彬 NA Zhenyu;CHENG Liuyang;SUN Hongchen;LIN Bin

作者机构：大连海事大学信息科学技术学院辽宁大连116026 广东省空天通信与网络技术重点实验室广东深圳518055 

出 版 物：《信号处理》 (Journal of Signal Processing)

年 卷 期：2024年第40卷第4期

页      面：609-624页

核心收录：

学科分类：0711[理学-系统科学] 07[理学] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 

基　　金：国家自然科学基金(61971081,61971083,62371085) 辽宁省自然科学基金(2023-MS-124) 辽宁省“兴辽英才计划”项目(XLYC2002078) 广东省空天通信与网络技术重点实验室基金(2023) 中央高校基本科研业务费(3132023514) 

主　　题：无人机 检测和识别 深度学习 射频 

摘      要：近年来,由于在各行各业发挥了不可替代作用,无人机产业和应用得到了迅速发展。然而,无人机的“黑飞、携带危险物品等事件频繁发生,对社会安全构成了严重威胁。因此,无人机的检测和识别变得尤为迫切和必要。随着无人机类型不断地变化,传统的检测与识别方法已不再适应当前需求。深度学习技术的快速发展为无人机检测与识别提供了一种高效且准确的解决方案。深度学习模型具备自主学习特征的能力,能够从大规模数据中提取高级特征,并且在无人机检测与识别任务中表现出色。该模型不仅能够显著提高准确性,还能够适应各种复杂环境和无人机类型。对此,本文综述了基于深度学习的无人机检测与识别技术的最新进展,主要包括基于深度学习的无人机视觉检测和识别、基于深度学习的无人机音频检测和识别、基于深度学习的无人机雷达检测和识别以及基于深度学习的无人机射频检测和识别。最后,对目前无人机检测和识别现存问题进行分析,并展望了未来研究方向。