机构名称：
¥ 4.0
摘要：自动无人驾驶飞机（UAV）在各个领域都有几个优点，包括救灾，航空摄影和摄影，地图和测量，农业以及国防和公共用途。但是，越来越多的可能性可能会滥用无人机，以违反无授权的机场和发电厂等重要地点，从而危害公共安全。因此，至关重要的是，准确而迅速识别不同类型的无人机以防止其滥用并防止未经授权的访问引起的安全问题。近年来，机器学习（ML）算法在自动解决上述问题并在广泛范围内对无人机进行准确的检测和分类方面表现出了希望。这项技术对于无人机系统来说是非常有希望的。在本调查中，我们描述了基于ML和深度学习（DL）算法的各种UAV检测和分类技术的最新使用。在此调查中考虑了基于ML的四种类型的无人机检测和分类技术：基于射频的无人机检测，视觉数据（图像/视频）基于无人机检测，基于声学/基于声音/声音的无人机检测以及基于雷达的无人机检测。此外，该调查报告还使用ML探索了基于ML的混合传感器和增强学习的无人机检测和分类。此外，我们考虑了基于ML的无人机检测的方法，解决方案以及可能的未来研究方向。此外，还广泛探索了无人机检测和分类技术的数据集信息。这项研究具有用于当前无人机检测和分类研究的研究，特别是对于基于ML-和DL的无人机检测方法。
挑战，SOL-学术数字图书馆
主要关键词
相关文件推荐
