用于AI无人机检测系统的紧凑型卷积神经网络

# 面向人工智能无人机检测系统的紧凑型卷积神经网络
来源: https://arxiv.org/html/2607.16455
Gábor FarkasDepartment of Electronic Warfare, Ludovika University of Public Service, Budapest, H\-1083, Hungarythese authors contributed equally to this workfarkas2\.gabor@stud\.uni\-nke\.huGábor FazekasDepartment of Electronic Warfare, Ludovika University of Public Service, Budapest, H\-1083, Hungarythese authors contributed equally to this workPatrik KarakaiFaculty of Informatics, Eötvös Loránd University, Budapest, H\-1117, Hungarythese authors contributed equally to this workAndrás NémethDepartment of Electronic Warfare, Ludovika University of Public Service, Budapest, H\-1083, Hungarythese authors contributed equally to this workGábor FarkasFaculty of Informatics, Eötvös Loránd University, Budapest, H\-1117, Hungarythese authors contributed equally to this work

###### 摘要

第一人称视角无人机在现代冲突中的日益普及，催生了能够在复杂电磁环境中运行的小型可靠检测系统的需求。这些无人机通过机载视频发射器持续传输视频信号，产生的射频辐射可用于早期探测。本研究探讨了使用轻量级卷积神经网络，对基于软件定义无线电的电子战框架捕获的无人机信号进行自动检测。样本被转换为光栅化时域图像，为嵌入式系统提供了一种计算效率高的输入表示。我们设计了多种定制模型架构，并使用包含约40,000张标记图像的数据集，在准确性、模型大小和推理性能方面进行了基准测试。除了离线测试外，这些模型还被集成到GNU Radio信号处理链中，用于实时评估。结果表明，紧凑型模型能够在保持低计算需求的同时实现高检测精度，适用于嵌入式射频监控应用。与现有的基于频谱图的射频检测方法相比，所提出的方法消除了频域预处理，并在计算成本显著降低的情况下实现了相当的准确性。

###### 关键词:

卷积神经网络, 反无人机, 电子战, FPV无人机, 软件定义无线电

## 引言

无人机系统，特别是第一人称视角（FPV）无人机的日益普及，已极大地改变了当代战场的作战条件[1 (https://arxiv.org/html/2607.16455#bib.bib1)]。尽管这些平台最初是为民用和娱乐用途设计的，但其价格低廉、易于获取且便于改装，导致其广泛用于军事目的[2 (https://arxiv.org/html/2607.16455#bib.bib2),3 (https://arxiv.org/html/2607.16455#bib.bib3)]。最近的武装冲突，特别是俄乌战争，清楚地表明了此类系统在侦察、目标获取以及对人员和装备的直接攻击中日益重要的作用[4 (https://arxiv.org/html/2607.16455#bib.bib4)]。由于其相对较低的成本和可消耗性，FPV无人机可以大量部署，使对手能够对地面部队构成持续的非对称威胁。检测这些平台面临着多项技术挑战[5 (https://arxiv.org/html/2607.16455#bib.bib5)]。与大型无人飞行器相比，FPV无人机通常在极低空飞行，雷达截面极小，并使用商用射频（RF）通信组件[6 (https://arxiv.org/html/2607.16455#bib.bib6)]。这些特性显著降低了传统防空和监视系统的效能，因为这些系统通常针对更大的空中目标进行优化[7 (https://arxiv.org/html/2607.16455#bib.bib7)]。因此，及早识别逼近的无人机已成为部队防护的关键因素，因为它为防御反应和对抗措施部署提供了额外的时间[8 (https://arxiv.org/html/2607.16455#bib.bib8)]。在此背景下，电子支援措施（ESM）通过监测电磁频谱并识别无人机通信链路产生的射频发射，提供了一种可行的检测方法[9 (https://arxiv.org/html/2607.16455#bib.bib9)]。

FPV无人机的一个典型特征是无人机与远程操作员之间通过机载视频发射器（VTX）进行连续视频传输[10 (https://arxiv.org/html/2607.16455#bib.bib10)]。所发射的信号表现出与底层视频传输方案相关的重复结构，使其成为基于射频检测技术的合适候选对象[2 (https://arxiv.org/html/2607.16455#bib.bib2)]。在本研究的早期阶段，实现了一种基于自相关的检测方法，用于识别信号的周期性特征。虽然该方法被证明能够检测某些信号类型，但实际实验揭示了一些局限性。特别是，该方法对噪声、信号失真和传输参数变化敏感，这降低了其鲁棒性和适应性。为了克服这些局限性，必须研究能够更好地容忍信号变化和环境干扰的替代检测方法。人工智能（AI），特别是机器学习（ML）技术，最近在基于射频的无人机检测和分类任务中显示出巨大潜力[11 (https://arxiv.org/html/2607.16455#bib.bib11),12 (https://arxiv.org/html/2607.16455#bib.bib12),13 (https://arxiv.org/html/2607.16455#bib.bib13)]。使用现有的通用CNN架构进行的初步实验表明，此类网络能够识别与FPV视频传输相关的光栅化射频模式。然而，为大规模图像分类任务设计的广泛使用的模型，例如基于ResNet的架构，通常计算量太大，无法部署在紧凑、低功耗的嵌入式平台上。它们参数众多且内存需求高，限制了其在面向现场使用的便携式电子战系统中的适用性。本工作的核心假设是，模拟FPV视频传输的重复时间结构可以直接在时域中利用，而无需进行计算成本高昂的频域变换。如果成功，这种方法将能够使用比通常报道的基于频谱图的方法显著更小的神经网络和更低的预处理开销，实现基于射频的无人机检测。

本工作扩展了我们之前的研究[2 (https://arxiv.org/html/2607.16455#bib.bib2)]，在该研究中，我们介绍了一个概念性的基于SDR的FPV无人机检测框架和一种初步的基于CNN的分类方法。在那项早期工作中，重点主要放在系统级设计和可行性演示上，包括信号采集和概念验证神经网络实现。相比之下，本文对针对嵌入式部署定制的轻量级CNN架构进行了系统且定量的研究。我们开发并比较了多个定制设计的CNN模型，并引入了一种详细的基准测试方法，以评估在GNU Radio环境中的准确性、计算复杂性和实时性能。此外，本研究突显了离线评估与实时系统行为之间的差异，这是之前未解决的问题。这些贡献标志着从初始可行性研究向实际可部署、资源高效的基于AI的射频检测解决方案的明确进展。

### 相关工作

由于商用和军用无人机系统的日益普及，基于射频的无人机检测近年来引起了广泛关注。一个主要的研究方向是使用深度学习模型来处理捕获的射频通信信号，学习用于无人机识别和分类的判别性表示[14 (https://arxiv.org/html/2607.16455#bib.bib14)]。这些方法在受控条件下表现出较高的分类性能，并且能够区分不同的无人机平台和通信设备[15 (https://arxiv.org/html/2607.16455#bib.bib15),16 (https://arxiv.org/html/2607.16455#bib.bib16)]。诸如DroneRF之类的公共数据集已成为基于射频的无人机检测和识别研究的广泛使用的基准[17 (https://arxiv.org/html/2607.16455#bib.bib17)]。

参见图注
图1: 所提出的电子战框架的简化框图。软件定义无线电（SDR）执行射频采集和数字化，然后对信号流进行预处理和光栅化。突出显示了基于CNN的分类模块，展示了其在处理链中实时检测FPV无人机传输的作用。第二个主要类别依赖于频域表示。基于频谱图的CNN架构和相关时频方法通过利用无人机通信信号的频谱特征，展示出超过95%的分类准确率[18 (https://arxiv.org/html/2607.16455#bib.bib18)]。频域方法通常对噪声和干扰具有鲁棒性，因为在分类之前，频域预处理可以分离出判别性信号分量。然而，它们通常需要计算密集的预处理步骤，例如短时傅里叶变换（STFT）或其他基于傅里叶的操作。因此，预处理和分类的计算需求可能对资源受限的嵌入式电子战平台构成问题。

最近，一些研究探讨了使用轻量级神经网络架构直接处理射频流[16 (https://arxiv.org/html/2607.16455#bib.bib16),18 (https://arxiv.org/html/2607.16455#bib.bib18)]。这些方法旨在减少预处理开销，同时保持具有竞争力的分类性能。本工作提出的方法遵循类似的理念，但采用了一种专门针对模拟FPV视频传输定制的光栅化时域表示。不是提取手工制作的射频指纹或生成频谱图，而是将接收到的信号直接转换为类似图像的表示，保留重复的时间结构。这种设计是出于观察到模拟FPV视频信号表现出高度重复的时间结构，可以在没有显式频域分析的情况下加以利用。因此，所提出的方法在计算密集的基于频谱图的方法和传统的射频指纹识别技术之间架起了桥梁，为嵌入式电子战系统在计算效率和检测性能之间提供了有利的折衷方案。

## 环境需求

基于AI的无人机检测能力的发展必须在其预期运行的电子战（EW）框架的背景下进行考虑。在所提出的系统架构中，RF信号通过连接到嵌入式信号处理单元的SDR捕获。SDR执行初始的模拟处理阶段，包括放大、滤波和下变频，然后通过模数转换器（ADC）对接收到的信号进行数字化。生成的数字射频流随后被转发到处理单元，在那里实时执行检测算法[19 (https://arxiv.org/html/2607.16455#bib.bib19),9 (https://arxiv.org/html/2607.16455#bib.bib9)]。在该架构中，机器学习（ML）模型，更具体地说是CNN，用作信号分类模块，对捕获的RF数据的预处理表示进行操作，如图1所示。

CNN的主要作用是确定当前观测到的RF流是否包含与FPV无人机视频传输相关的特征。因此，神经网络必须集成到处理链中，以便在保持系统实时运行要求的同时，对传入信号进行连续分析。由于目标平台是紧凑、便携的电子战设备，可用的计算资源有限。因此，预处理流水线和神经网络架构都必须考虑计算效率。

一个关键的设计决策涉及提供给神经网络的RF信号的表示。本研究采用的方法完全在时域中运行，通过将RF信号流直接转换为光栅化图像表示。光栅化涉及将RF流中的连续样本排列成类似图像的二维网格结构。这种表示保留了时间模式和重复的信号结构，同时避免了计算昂贵的频谱分析。对于具有强周期特性的信号，例如模拟FPV视频传输，生成的光栅化图像包含独特的视觉模式，CNN可以有效地识别这些模式。该方法的另一个优点是简单，因为预处理主要包括幅度计算和序列样本映射，两者都是计算轻量级的操作。

参见图注
图2：用作CNN输入的RF信号段的光栅化表示：(a) FPV无人机视频发射器信号，由于底层视频传输方案，表现出规则的水平和垂直结构。(b) 缺乏此类周期性模式的非目标RF信号。结构化与非结构化模式之间的视觉差异构成了基于CNN的分类基础。除了计算效率之外，光栅化表示在数据集生成和验证期间还提供了实际优势。由于RF流被转换为类似图像的结构，可以直观地检查单个样本，从而能够手动验证信号特征和标注准确性。这种视觉可解释性有助于更好地控制数据集创建过程，并有助于确保训练数据准确反映感兴趣的信号模式。这种控制在RF分类问题中尤其有价值，因为公开可用的标记数据集通常有限或完全不可用。为了标准化用于神经网络训练和评估的输入格式，使用了固定的图像分辨率。在所提出的实现中，每个光栅化RF样本都表示为具有256×\times256像素分辨率的灰度图像，如图2所示。这个尺寸在保留信号结构和保持嵌入式处理的可管理计算复杂性之间提供了足够的平衡。因此，每个图像代表捕获的RF流的一个短片段，转换为适合基于CNN的模式识别的格式。

神经网络的输出被定义为一个概率值，指示所分析的RF段对应于FPV无人机视频传输的可能性。实际上，该模型执行二分类任务，其中输入图像 i