FPV-drónok detektálásának alternatív megoldása konvolúciós neurális hálózattal

Farkas, Gábor and Fazekas, Gábor and Németh, András (2025) FPV-drónok detektálásának alternatív megoldása konvolúciós neurális hálózattal. HADITECHNIKA, 59 (2). pp. 2-7. ISSN 0230-6891

Preview

Text 01_HT_2025_2_FARKASFAZEKASNEMETH.pdf - Published Version Available under License Creative Commons Attribution Non-commercial Share Alike. Download (356kB) | Preview

Abstract

Az orosz–ukrán háború kezdeti szakaszában már hajtottak végre támadásokat félkatonai csoportok kis méretű, eredetileg polgári használatra szánt, átalakított drónokkal. Mindkét fél gyorsan felismerte, hogy bizonyos területeken költséghatékony megoldást kínál a civil eszközök alkalmazása. Az ilyen támadások tömegessé válása sok esetben komoly hatást gyakorol egy-egy harci cselekmény kimenetelére, ami azt bizonyítja, hogy a drónok elleni védelmi megoldásokra, CUAV (Counter-Unmanned Aerial Vehicle – pilóta nélküli légi járművekkel szembeni védelem) tevékenységekre egyre nagyobb hangsúlyt kell fektetni. Célunk egy olyan dróndetekciós technikai megoldás vizsgálata, amely akár önállóan, akár a jelenlegi megoldásokba integrálva megalapozhatja egy kisalegység-szintű, kompakt, FPV (First Person View – belső nézetes) dróntámadást előrejelző rendszer megvalósítását. | As early as the first days of the Russo-Ukrainian war paramilitary groups carried out attacks using small, modified drones, originally intended for civilian use. Both sides recognized that the use of these devices offered a cost-effective solution in certain areas. The massive use of such attacks has often had a significant impact on the outcome of combat operations, highlighting the growing importance of defense solutions against drones, and the need for Counter-Unmanned Aerial Vehicle (CUAV) activities. Our goal is to explore a drone detection technique that, either independently or integrated with existing solutions, could lay the groundwork for a compact, small-unitlevel system capable of predicting FPV (First Person View) drone attacks.

Actions (login required)

Edit Item