Електроакустичний тракт детектора для виявлення малих безпілотних літальних апаратів

Abstract

Малі безпілотні літальні апарати в останні роки стають дедалі більше популярними як для комерційного, так і для рекреаційного використання. Але з початком війни почала стрімко зростати загроза використання таких дронів в незаконних цілях, таких як розвідувальні операції та терористичні атаки на найуразливіші і найважливіші об’єкти: військову техніку, урядові споруди, аеропорти або місця з великим скупченням людей. Як наслідок, розроблено багато методів для виявлення дронів, але найперспективнішим з них вважається акустичний метод. У статті розглянуто реалізацію простого та дешевого для конструювання акустичного детектора з одним мікрофоном, який дає змогу виявляти звук, що видають двигуни та лопаті дрону, і який потім можна проаналізувати, щоб визначити місцезнаходження та траєкторію руху безпілотника. Для реєстрації детектором звукових хвиль запропоновано використовувати електретний мікрофон CMA-4544PF-W із поролоновою вітрозахисною насадкою, а для забезпечення широкого динамічного діапазону та захисту детектора від перевантаження — підсилювач з системою автоматичного регулювання підсилення зі зворотним регулюванням на базі інтегральної мікросхеми МАХ9814. Для подальшої цифрової обробки сигналів на ПК, використовуватиметься аналого-цифровий перетворювач з частотою дискретизації 48 кГц і розрядністю 16 біт, та зовнішня звукова карта CM6206 з лінійним входом. За результатом тестових польотів створено базу аудіофайлів шуму квадрокоптера DJI Mavic 2 Pro, який зараз активно використовується військовими для розвідки, та досліджено точність виявлення об’єкта акустичним детектором. Відстань від дрону до мікрофона впливала на точність виявлення, максимальне значення достовірного детектування становить 40 метрів. Пристрій успішно виконує свої функції, зважаючи на його низьку вартість та простоту в експлуатації, проте для поліпшення характеристик детектор потребує вдосконалення. Спектри отриманих аудіозаписів випромінювання квадрокоптера дозволяють визначити основні частоти тонів, кількість яких збігається з кількістю електромоторів та є важливими ознаками під час розробки алгоритму класифікації безпілотників.

Small unmanned aerial vehicles have become increasingly popular in recent years for both commercial and recreational use. However, with the onset of war, the threat of using such drones for illegal purposes such as reconnaissance operations and terrorist attacks on the most vulnerable and important targets — military equipment, government buildings, airports or places with a large concentration of people — has rapidly increased. As a result, many methods have been developed for detecting drones, but the most promising of these is considered to be the acoustic method. This article discusses the implementation of a simple and inexpensive acoustic detector with a single microphone, enabling the detection of the sound emitted by the drone engines and propellers, which can then be analyzed to determine the location and trajectory of the unmanned aircraft. To register sound waves, it was proposed to use the electret microphone CMA-4544PF-W with a foam windscreen, and to ensure a wide dynamic range and protect the detector from overload, an amplifier with an automatic gain control system with feedback regulation based on the integrated circuit MAX9814. For further digital signal processing on a PC, an analogto-digital converter with a sampling frequency of 48 kHz and a bit depth of 16 bits will be used, as well as an external sound card CM6206 with a line input. As a result of test flights, a database of audio files of the noise of the DJI Mavic 2 Pro quadcopter was created, which is now actively used by the military for reconnaissance, the accuracy of object detection by the acoustic detector was studied. The distance from the drone to the microphone affected the accuracy of detection, and the maximum value of reliable detection was 40 meters. The device successfully performs its functions, given its low cost and ease of use, but requires improvement to enhance its characteristics. The spectra of the obtained audio recordings of quadcopter emissions make it possible to determine the main frequencies of tones, the number of which coincides with the number of electric motors and are important features for further identification of the drone.