Лестенко Н.А., Вальштейн К.В., Верхова А.А.
UDK 004.8
ссылка на DOI (временно отсутствует)
Лестенко Н.А., Вальштейн К.В., Верхова А.А. Современные методы анализа акустического профиля беспилотных авиационных систем с использованием нейросетевых технологий // NOISE Theory and Practice – 2026. – N 12-1. C. 36 - 46.
искусственная нейронная сеть, беспилотная авиационная система, акустический профиль, локализация, детектирование
В статье рассматриваются основные задачи анализа и построения акустического профиля беспилотной авиационной системы. Показывается применимость нейросетевых технологий для решения подобных задач и проводится обзор актуальных исследований на данную тему. Выделены классы задач, решаемые посредством аппаратуры, расположенной на борту, а также посредством внешних систем наблюдения. Для задач, решаемых посредством внешней системы наблюдения, определены основные этапы, применение нейросетевых технологий на которых даёт значительный прирост точности, по сравнению с классическими методами. Определены ограничения применения нейросетевых технологий при анализе аудиосигналов посредством бортовой аппаратуры авиационной системы. Рассмотрены существующие методы предобработки сигнала, применяемые для шумоподавления модели искусственных нейронных сетей, а также методы обработки полученного сигнала. Особое внимание уделено задачам локализации внешнего источника звука. Проведён эксперимент по выявлению неисправностей на основе аудиосигнала, на основе которого сделан вывод о применимости и перспективности использования подобных технологий, а также о дальнейших направлениях исследований.
Лестенко Н.А.
Балтийский государственный технический университет «ВОЕНМЕХ» им. Д.Ф. Устинова, г. Санкт-Петербург, Россия
Вальштейн К.В.
Балтийский государственный технический университет «ВОЕНМЕХ» им. Д.Ф. Устинова, г. Санкт-Петербург, Россия
Верхова А.А.
Балтийский государственный технический университет «ВОЕНМЕХ» им. Д.Ф. Устинова, г. Санкт-Петербург, Россия
Вальштейн К. В., Верхова А. А., Енин Ю. Ю., Гладевич А. А. Использование современных моделей искусственного интеллекта на системах с ограниченными ресурсными возможностями // Информационные технологии в высокотехнологичных производствах (ВТП) : Сборник тезисов докладов III Всероссийской молодежной научной конференции (Санкт-Петербург, 13–14 марта 2025). – Санкт-Петербург: Балтийский государственный технический университет "ВОЕНМЕХ" им. Д.Ф. Устинова, 2025. – С. 162-163.;
Лестенко Н. А., Вальштейн К. В., Верхова А. А. Современные методы построения систем искусственного интеллекта для обработки аудиосигналов // Noise Theory and Practice. – 2025. – Vol. 11, N 1(40). – С. 26-42.; Jasim, Shahad. Real Time Drone Detection Based on Acoustics Using Hybrid Deep Learning Models // Journal of Internet Services and Information Security. – 2025. – N 15. – P. 673-693.;
Glüge S. et al. Robust low-cost drone detection and classification using convolutional neural networks in low SNR environments // IEEE Journal of Radio Frequency Identification. – 2024. – Vol. 8. – P. 821-830. DOI: https://doi.org/10.1109/JRFID.2024.3487303.; Stefanescu R. et al. WAVE-DETR Multi-Modal Visible and Acoustic Real-Life Drone Detector // Computer Vision and Pattern Recognition – 2025. – [Электронный ресурс]. – URL: https://arxiv.org/pdf/2509.09859 (дата обращения 05.10.2025).;
Berg A. P., Zhang Q., Wang M. Y. 15,500 Seconds: Lean UAV Classification Leveraging PEFT and Pre-Trained Networks // Machine Learning. – 2025. – [Электронный ресурс].– URL: https://www.arxiv.org/pdf/2506.11049v2 (дата обращения 05.10.2025).;
Araz R. O. et al. Enhancing Neural Audio Fingerprint Robustness to Audio Degradation for Music Identification // Sound. – 2025. – [Электронный ресурс]. – URL: https://arxiv.org/abs/2506.22661 (дата обращения 05.10.2025).;
Hu F., Song X., He R., et al. Sound source localization based on residual network and channel attention module. // Scienti’c Reports. – 2023. – N 13 [Электронный ресурс]. – URL: https://www.nature.com/articles/s41598-023-32657-7 (дата обращения 07.10.2025).;
Youssef K., Barakat J. M. H., Said S., Kork S. A. and Beyrouthy T. An Approach for Single-Channel Sound Source Localization// IEEE Access. – 2024. – Vol. 14. – 12 p.; Премачандра Чинтака [и др.] Подавление звукового шума на основе GAN для обнаружения жертв на местах стихийных бедствий с помощью БПЛА // IEEE Transactions on Services Computing. – 2023. – [Электронный ресурс]. – URL: https://www.researchgate.net/publication/376147388_GAN_Based_Audio_Noise_Suppression_for_Victim_Detection_at_Disaster_Sites_with_UAV (дата обращения 09.10.2025).;
Manamperi Wageesha N., Abhayapala Thushara D., Samarasinghe Prasanga N., Zhang Jihui (Aimee). Drone audition: Audio signal enhancement from drone embedded microphones using multichannel Wiener filtering and Gaussian-mixture based post-filtering //Applied Acoustics. – 2024. – Vol. 216, N 9. – 13 p. DOI: https://doi.org/10.1016/j.apacoust.2023.109818.; Terwilliger A. M., Siegel J. E. The ai mechanic: Acoustic vehicle characterization neural networks // Sound. – 2022. – [Электронный ресурс]. – URL: https://arxiv.org/abs/2205.09667 (дата обращения 09.10.2025).;
Tuleski, B.L., Yamaguchi, C.K., Stefenon, S.F., Coelho, L.d.S., Mariani, V.C. Audio-Based Engine Fault Diagnosis with Wavelet, Markov Blanket, ROCKET, and Optimized Machine Learning Classifiers // Sensors. – 2024. – Vol. 24, N 22. – 23 p. DOI: https://doi.org/10.3390/s24227316; Liu W., Chen Z., Zheng M. An audio-based fault diagnosis method for quadrotors using convolutional neural network and transfer learning //2020 American Control Conference (ACC). – 2020. – [Электронный ресурс]. – URL: https://arxiv.org/abs/2003.02649 (дата обращения 09.10.2025).;
Anidjar O. H., Barak A., Ben-Moshe B., Hagai E. and Tuvyahu S. A Stethoscope for Drones: Transformers-Based Methods for UAVs Acoustic Anomaly Detection // IEEE Access – 2023.– Vol. 11 – P. 33336-33353.; Engine Acoustic Emissions. –– 2023. – [Электронный ресурс]. – URL: https://www.kaggle.com/datasets/julienjta/engine-acoustic-emissions/data (дата обращения 03.02.2026).; Chevtchenko S. F. et al. Drone-Based Sound Source Localization: A Systematic Literature Review // IEEE Access. – 2025. – Vol. 13. – P. 94256-94274.