شناسایی و طبقه بندی پهپادها با استفاده از الگوریتم ماشین بردار پشتیبان (support vector machine)

پهپادها وکوادکوپترها (در کل ریزپرنده ها) در حال تبدیل شدن به بخش مهمی از جامعه صنعتی و شهری توسعه یافته هستند. از پهپادها برای کاربردهای وسیع و مهمی همچون سنجش های جغرافیایی ، ارسال محموله های پستی ، فیلم برداری و عکس برداری، ارزیابی هواشناسی، امورکشاورزی،پایش جنگل ها و منابع طبیعی، مدیریت بحران، کنترل خطوط انتقال نفت و گاز و برق ، امداد رسانی در حوادث ، امورحفاظتی و امنیتی و ... استفاده می شود.با وجود همه ی این مزایا، اگر مساله ی امنیت درکاربری پهپادها جدی گرفته نشود به راحتی برای اهداف مخرب مورد سو استفاده قرار می گیرند. وجود آن ها در برخی مناطق مانند فرودگاه ها ، اماکن پرجمعیت ، مناطق حفاظت شده، نیروگاه ها، مراکز هسته ای و حتی زندان ها ممکن است باعث آسیب و یا وقوع فاجعه برای این مراکز شود.در چنین مواردی وجود یک سیستم تشخیص کارآمد برای شناسایی و هشدار در مورد حضور پهپاد ها بسیار لازم است. وجود روشی قدرتمند برای حل این مساله ،نیازی ضروری است که استفاده از سیگنال های فرکانس رادیویی(rf) یکی از دقیق ترین روش ها برای حل این موضوع است که مزایای بسیاری دارد.در این پژوهش، روش جدیدی را برای شناسایی پهپادها با استفاده ازیکی الگوریتم های پرکاربرد یادگیری ماشین(ماشین بردار پشتیبان) ارائه دادیم. این مدل ها با استفاده از ورود داده های حاصله از طیف سیگنال فرکانس رادیوییrf سه نوع از پهپادهای متداول به ماشین بردار پشتیبان(support vector machine) انجام شده است. در نهایت با استفاده ازخروجی های تجزیه و تحلیل این الگوریتم، حضوریا عدم حضور، نوع پهپاد و حالت پروازی پهپاد با دقت بالایی تفکیک و شناسایی می شوند.