Моделі та засоби автоматичної системи розпізнавання безпілотних літальних апаратів
Автор: Оглашенний Олександр Сергійович
Кваліфікаційний рівень: магістр
Спеціальність: Інформаційні управляючі системи та технології
Інститут: Інститут комп'ютерних наук та інформаційних технологій
Форма навчання: денна
Навчальний рік: 2025-2026 н.р.
Мова захисту: англійська
Анотація: Актуальність. В умовах сучасних бойових дій малі ударні безпілотні літальні апарати (БПЛА) стали критичною загрозою для особового складу та техніки. Традиційні засоби радіолокації часто виявляються неефективними для виявлення таких цілей на коротких дистанціях та малих висотах, особливо якщо дрон використовує пасивні системи наведення. Актуальність теми зумовлена нагальною потребою у створенні автономних, мобільних та економічно доступних систем, здатних виявляти загрозу безпосередньо перед моментом ураження, що дозволяє автоматизувати процес активації засобів фізичної протидії та зберегти життя. Об’єкт дослідження – процеси опрацювання аудіовізуальної інформації в автоматичних комп’ютерних системах. Предмет дослідження – моделі та засоби автоматичної системи виявлення безпілотних літальних апаратів. Мета дослідження – розроблення моделей та засобів автоматичної системи мультимодального виявлення дронів шляхом комплексування даних комп’ютерного зору та акустичного моніторингу на основі нечіткої логіки для підвищення надійності виявлення та зменшення кількості хибних спрацювань. Методи та інструменти дослідження. У роботі застосовано методи глибокого навчання: згорткові нейронні мережі (CNN) для класифікації звукових сигнатур та архітектуру YOLOv11 для розпізнавання об’єктів на зображеннях. Використано методи цифрової обробки сигналів для формування mel-спектрограм. Для прийняття рішень в умовах невизначеності застосовано теорію нечітких множин (алгоритм Мамдані). Програмна реалізація виконана мовою Python з використанням бібліотек PyTorch, Ultralytics, Librosa, Scikit-fuzzy та OpenCV. Апаратною платформою для реалізації граничних обчислень обрано мікрокомп’ютер Raspberry Pi. Результати та практичне значення. Розроблено та реалізовано автономну систему виявлення БПЛА, яка поєднує високу чутливість акустичного каналу з точністю візуального розпізнавання. Удосконалено метод прийняття рішень за рахунок використання нечіткого контролера, що дозволило знизити частоту хибних спрацювань у 2,7 раза порівняно з одномодальними рішеннями. Створено діючий прототип пристрою, здатний працювати в режимі реального часу (затримка прийняття рішення менше 0,5 с), та підтверджено його ефективність під час випробувань. Розроблене рішення рекомендовано для інтеграції в комплекси активного захисту бронетехніки та стаціонарних об’єктів критичної інфраструктури. Дана магістерська робота складається зі вступу, чотирьох розділів, висновків, списку використаних джерел та додатків. У першому розділі проаналізовано предметну область, розглянуто методи виявлення повітряних цілей та обґрунтовано доцільність мультимодального підходу. Другий розділ присвячено розробці архітектури системи, вибору нейромережевих моделей та проєктуванню моделі синтезу даних. У третьому розділі описано програмно-апаратну реалізацію комплексу на базі платформи граничних обчислень. Експериментальна частина роботи наведена у четвертому розділі, де представлено результати порівняльного аналізу моделей, натурних випробувань системи та оцінку її швидкодії. Загальний обсяг роботи становить 141 сторінку, в тому числі 115 сторінок основного тексту, містить 34 рисунки, 20 таблиць, список використаних джерел налічує 37 найменувань. Ключові слова: виявлення БПЛА, мультимодальна система, нейронні мережі, комп’ютерний зір, CNN, YOLO, нечітка логіка, алгоритм Мамдані.