ANALYSIS OF METHODS FOR DETECTING UNMANNED AERIAL VEHICLES
ID елемента: 20958
2026/04/30
Цитування
eNUPPIR (). ANALYSIS OF METHODS FOR DETECTING UNMANNED AERIAL VEHICLES. https://enuppir.politeh.duckdns.org/item/20958
eNUPPIR. "ANALYSIS OF METHODS FOR DETECTING UNMANNED AERIAL VEHICLES." Web. . <https://enuppir.politeh.duckdns.org/item/20958>.
eNUPPIR. "ANALYSIS OF METHODS FOR DETECTING UNMANNED AERIAL VEHICLES." Accessed . https://enuppir.politeh.duckdns.org/item/20958.
Скопійовано в буфер обміну
Властивості
Назва
Англійська
ANALYSIS OF METHODS FOR DETECTING UNMANNED AERIAL VEHICLES
Російська
.
Українська
АНАЛІЗ МЕТОДІВ ВИЯВЛЕННЯ БЕЗПІЛОТНИХ ЛІТАЛЬНИХ АПАРАТІВ
Опис
Англійська
In the modern era of increasing use of unmanned aerial vehicles (UAVs) in civilian, commercial, and military sectors, the issue of UAV detection has become critically important. Moreover, the development of artificial intelligence and machine learning algorithms opens new opportunities for improving identification accuracy and reducing false alarms. The use of advanced data processing methods allows detection systems to adapt to changing conditions and enhance their effectiveness in real-world environments. Therefore, research on UAV detection methods is relevant not only from a scientific perspective but also from a practical standpoint, as its findings can be applied to ensure security in urban areas, combat zones, and other critical fields. An unmanned aerial vehicle is an aircraft designed to operate without a pilot on board, with flight control carried out either by a pre-programmed system or via a remote control station located outside the aircraft. UAV detection is the process of locating and, in some cases, identifying an unmanned aerial vehicle. This article examines the primary UAV detection methods, analyzing their advantages and limitations. The study has demonstrated that none of the reviewed detection methods is universal. Each method has its own strengths and weaknesses, which can significantly impact the effectiveness of the system in real-world conditions. Based on the obtained results, promising directions for further research include: development of combined detection systems, application of deep learning methods, exploration of new physical principles for UAV detection. The results of this study lay the foundation for further advancement in UAV detection technologies, contributing to the development of more effective and adaptive security solutions.
Українська
У сучасних умовах зростаючого використання безпілотних літальних апаратів (БпЛА) у цивільних, комерційних та військових сферах питання їх виявлення набуває критичної важливості. Крім того, із розвитком штучного інтелекту та алгоритмів машинного навчання відкриваються нові можливості для підвищення точності ідентифікації та зменшення кількості хибних спрацювань. Використання сучасних методів обробки даних дозволяє адаптувати системи виявлення до змінних умов та підвищити їхню ефективність у реальному середовищі. Таким чином, дослідження методів виявлення БпЛА є актуальним не лише з наукової точки зору, а й з практичної, оскільки його результати можуть бути застосовані для забезпечення безпеки в містах, у зонах бойових дій та в інших важливих сферах. Безпілотний літальний апарат — повітряне судно, призначене для виконання польоту без пілота на борту, керування польотом якого здійснюються відповідною програмою або за допомогою спеціальної станції керування, що знаходиться поза повітряним судном. Виявлення БпЛА – процес під час якого йде знаходження і, в деяких випадках, ідентифікація безпілотного літального апарата. У статті розглянуто основні методи виявлення безпілотних літальних апаратів. Проаналізовано переваги та недоліки таких методів. Проведене дослідження продемонструвало, що жоден із розглянутих методів виявлення БпЛА не є універсальним. Кожен з них має як переваги, так і обмеження, які можуть суттєво впливати на ефективність системи в реальних умовах. З огляду на отримані результати, перспективними напрямками подальших досліджень є: розвиток комбінованих систем виявлення, застосування методів глибокого навчання, дослідження нових фізичних принципів виявлення. Результати цього дослідження формують основу для подальшого вдосконалення технологій виявлення БпЛА.
Автор
Англійська
Leha, O.
Англійська
Martovytskyi, V.
Англійська
Severin, I.
Тематика
Англійська
unmanned aerial vehicle
Англійська
UAV
Англійська
detection
Англійська
RF Spectrum Analysis
Англійська
Real-Time Drone Monitoring
Англійська
UAV classification
Російська
4
Українська
безпілотний літальний апарат
Українська
БПЛА
Українська
виявлення
Українська
аналіз радіочастотного спектра
Українська
моніторинг дронів у реальному часі
Українська
класифікація БПЛА
Видавництво
Українська
Національний університет «Полтавська політехніка імені Юрія Кондратюка»
Тип
info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Формат
application/pdf
Ідентифікатор
https://journals.nupp.edu.ua/sunz/article/view/3806
10.26906/SUNZ.2025.2.013
Джерело
Англійська
Control, Navigation and Communication Systems. Academic Journal; Vol. 2 No. 80 (2025): Control, Navigation and Communication Systems; 13-19
Російська
Системы управления, навигации и связи. Сборник научных трудов; Том 2 № 80 (2025): Системи управління, навігації та зв'язку; 13-19
Українська
Системи управління, навігації та зв’язку. Збірник наукових праць; Том 2 № 80 (2025): Системи управління, навігації та зв'язку; 13-19
2073-7394
10.26906/SUNZ.2025.2
Мова
en
Відношення
https://journals.nupp.edu.ua/sunz/article/view/3806/3112
Права
Українська
Авторське право (c) 2025 O. Leha, V. Martovytskyi, I. Severin
Українська
http://creativecommons.org/licenses/by-nc/4.0
Інформація про метадані
Створено
2026-4-30 16:43
Остання зміна
2026-4-30 16:43
ID елемента
#20958