Современные методы анализа акустического профиля беспилотных авиационных систем с использованием нейросетевых технологий

Read full text Summarise with VIRAT
Authors: Лестенко Н. А., Вальштейн К. В., Верхова А. А.
Cited by: 0
References: 14

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

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. The article examines the primary tasks involved in analyzing and constructing the acoustic profile of an unmanned aircraft system. The applicability of neural network technologies for solving such problems is demonstrated, and a review of current research on this topic is conducted. Classes of tasks solved by onboard equipment, as well as by external surveillance systems, are identified. For tasks addressed by external surveillance systems, the main stages are defined, at which the application of neural network technologies yields a significant increase in accuracy compared to classical methods. The limitations of using neural network technologies in analyzing audio signals via an aircraft system's onboard equipment are determined. Existing signal pre-processing methods used for noise suppression by artificial neural network models, as well as methods for processing the acquired signal, are considered. Special attention is paid to the tasks of localizing an external sound source. An experiment was conducted to detect faults based on an audio signal, leading to a conclusion about the applicability and promise of using such technologies, as well as about future directions for research.

Fields of Study & Subjects

Music and Audio Processing Speech and Audio Processing Noise Effects and Management

Publication details

Journal / source
Noise Theory and Practice
Volume
1
Issue
12(44)
Pages
36–46
Publication date
31 March 2026
Language
RU