Please use this identifier to cite or link to this item:
https://repo.snau.edu.ua/xmlui/handle/123456789/14317| Title: | Інтелектуальна інформаційна система ідентифікації безпілотних літальних апаратів |
| Other Titles: | Intelligent information system for identifying unmanned aerial vehicles |
| Authors: | Олефіренко, Д. В. Olefirenko, D. V. |
| Keywords: | безпілотні літальні апарати ідентифікація машинне навчання unmanned aerial vehicles identification machine learning |
| Issue Date: | 2025 |
| Publisher: | СНАУ |
| Citation: | Факультет економіки та менеджменту ; наук. керівник І. В. Шелехов |
| Abstract: | Кваліфікаційна робота присвячена розробці інтелектуальної інформаційної системи для автоматизованої ідентифікації безпілотних літальних апаратів (БПЛА) на основі аналізу їх мережевого трафіку. В роботі розглянуто сучасні методи виявлення та класифікації БПЛА, обґрунтовано вибір інформаційно-екстремальної технології машинного навчання для побудови ефективного класифікатора типів дронів. Об’єктом дослідження є інформаційні процеси, пов’язані з передачею даних між БПЛА та наземною станцією управління. Предмет дослідження — методи автоматизованої ідентифікації типів БПЛА на основі аналізу мережевого трафіку з використанням інтелектуальних алгоритмів Метою роботи є розробка інтелектуальної системи, здатної розпізнавати тип безпілотника за статистичними характеристиками його трафіку. У процесі роботи створено математичну модель, реалізовано алгоритми навчання та тестування, оптимізовано геометричні параметри класифікаторів та систему контрольних допусків. Програмна реалізація здійснена у середовищі MATLAB. Система була протестована на даних трьох типів дронів (Parrot Bebop, DBPower UDI, DJI Spark), досягнута загальна точність класифікації — 83%. Застосування послідовної оптимізації дозволило підвищити ефективність розпізнавання. |
| Description: | The qualification work is devoted to the development of an intelligent information system for automated identification of unmanned aerial vehicles (UAVs) based on the analysis of their network traffic. The paper considers modern methods of detecting and classifying UAVs, and justifies the choice of information-extreme machine learning technology for building an effective classifier of drone types. The object of the study is information processes associated with data transfer between the UAV and the ground control station. The subject of the study is methods of automated identification of UAV types based on network traffic analysis using intelligent algorithms The aim of the work is to develop an intelligent system capable of recognizing the type of UAV based on the statistical characteristics of its traffic. In the process of work, a mathematical model was created, training and testing algorithms were implemented, the geometric parameters of classifiers and the control tolerance system were optimized. The software implementation was carried out in the MATLAB environment. The system was tested on data from three types of drones (Parrot Bebop, DBPower UDI, DJI Spark), the overall classification accuracy was achieved - 83%. The use of sequential optimization allowed to increase the recognition efficiency. |
| URI: | https://repo.snau.edu.ua/xmlui/handle/123456789/14317 |
| Appears in Collections: | Економіки та менеджменту |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| ДИПЛОМ ФІНАЛ Олефіренко 2.pdf Restricted Access | 5,71 MB | Adobe PDF | View/Open Request a copy |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.