🤖 machine learning

Classification and detection of multiple UAVs using rational Gaussian wavelet neural networks

Cet article propose un système d'apprentissage automatique interprétable et rentable utilisant des réseaux de neurones à ondelettes gaussiennes rationnelles pour détecter et classifier à la fois les drones individuels et les essaims de drones à partir de signaux acoustiques, démontrant des performances supérieures aux méthodes traditionnelles dans divers environnements.

Auteurs originaux : Ungvári Gergő, Ferenc Braun, Attila Ámon, Péter Kackstädter, János Volk, Péter Kovács, Tamás Dózsa

Publié 2026-05-27

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Ungvári Gergő, Ferenc Braun, Attila Ámon, Péter Kackstädter, János Volk, Péter Kovács, Tamás Dózsa

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous essayez d'identifier un chant d'oiseau spécifique dans une forêt très bruyante. Vous ne pouvez pas voir l'oiseau, et il y a des voitures, du vent et d'autres animaux qui font du bruit. La plupart des systèmes de sécurité tentent de résoudre ce problème en utilisant des microphones à « super-ouïe » puis en faisant passer le son à travers un cerveau informatique massif et boîte noire (Apprentissage Profond) qui devine ce qu'est le son. Bien que ces boîtes noires soient souvent très bonnes pour deviner, elles ne vous disent pas pourquoi elles ont fait cette hypothèse, et elles nécessitent des ordinateurs puissants et coûteux pour fonctionner.

Ce papier propose une méthode différente, plus intelligente et moins coûteuse pour écouter les drones (UAV). Voici la décomposition de leur approche :

1. Le Problème : L'Aiguille dans la Botte de Foin

Les drones deviennent courants, mais ils sont aussi utilisés pour de mauvaises choses comme l'espionnage ou la contrebande. Pour les arrêter, nous devons les entendre. Mais les drones sont petits, volent bas, et leur son est facilement noyé par le vent, le trafic ou d'autres bruits. De plus, parfois un seul drone vole, et d'autres fois toute une « essaim » (un groupe) vole ensemble. Distinguer un seul drone d'un groupe, ou différencier un drone « Mavic » d'un drone « Mini », est comme essayer de faire la différence entre un violon et une flûte alors que quelqu'un les joue tous les deux pendant qu'un camion passe.

2. La Solution : Une « Oreille Accordable » au lieu d'une « Boîte Noire »

Les auteurs ont construit un système qui agit comme une oreille accordable plutôt qu'une boîte noire.

L'Ancienne Méthode (Filtres Statiques) : Imaginez essayer d'écouter un oiseau spécifique avec un casque doté d'un filtre fixe. Si l'oiseau change de chant ou si le vent se lève, votre casque ne peut pas s'ajuster, et vous manquez l'oiseau. Les méthodes précédentes utilisaient ces filtres « fixes ».
La Nouvelle Méthode (Filtres Adaptatifs) : Les auteurs ont créé un outil spécial appelé Ondelette Gaussienne Rationnelle (RGW). Imaginez cela comme une oreille métamorphe.
- Elle commence par une forme de base (comme une oreille générique).
- En écoutant le drone, elle apprend à changer de forme pour correspondre parfaitement au « bourdonnement » spécifique de ce drone.
- Elle peut s'étirer, rétrécir et se tordre pour s'adapter à la signature sonore d'un petit drone ou d'un grand drone industriel, même si le vent souffle.

3. Comment Cela Fonctionne : La « Partition Musicale »

Le système prend le son brut et le fait passer à travers cette oreille métamorphe.

L'Ondelette : Au lieu de simplement regarder le volume du son, elle décompose le son en une carte « temps-échelle » (comme une partition musicale qui montre quand une note se produit et combien elle est aiguë ou grave).
L'Apprentissage : Le système ne se contente pas de mémoriser le son ; il apprend la forme de la signature sonore. Il détermine exactement quelles « notes » (fréquences) appartiennent à un drone et lesquelles appartiennent au vent.
La Décision : Une fois le son décomposé en ces caractéristiques physiques claires, un petit cerveau informatique simple (un petit réseau de neurones) regarde la partition et dit : « C'est un Mavic Pro », ou « C'est un essaim de trois drones », ou « Ce n'est que le vent ».

4. Pourquoi C'est Spécial

C'est Explicable : Parce que le système utilise ces « oreilles métamorphes » (ondelettes) qui ont une forme mathématique claire, nous pouvons examiner les résultats et comprendre ce que le système a entendu. Nous ne faisons pas simplement confiance à un ordinateur mystérieux ; nous pouvons voir les caractéristiques physiques qu'il a trouvées.
C'est Léger : Parce que le système est intelligent dans la façon dont il écoute, il n'a pas besoin d'un superordinateur massif. Il peut fonctionner sur du matériel petit et peu coûteux (comme les microphones d'un téléphone).
Il Gère les Essaims : Il peut faire la différence entre un seul drone et un groupe d'entre eux, ce qui est une tâche très difficile pour les autres systèmes.

5. Les Résultats : Gagner contre le Bruit

Les auteurs ont testé cela dans deux endroits :

Un Studio Calme : Où ils pouvaient entendre parfaitement les drones.
Un Extérieur Bruyant : Où des hélicoptères, du trafic et du vent hurlaient en arrière-plan.

Le Résultat :

Dans le studio calme, leur système était presque parfait (99 % de précision) pour distinguer différents modèles de drones, battant presque toutes les autres méthodes testées.
À l'extérieur bruyant, il était toujours le meilleur pour détecter si un drone était présent, surpassant même des modèles informatiques complexes et lourds.
Crucialement, il a fait tout cela tout en étant interprétable (nous savons comment il fonctionne) et rentable (il n'a pas besoin de matériel coûteux).

En résumé : Ils ont remplacé un cerveau informatique géant et mystérieux par une « oreille métamorphe » intelligente et adaptable qui peut entendre la chanson spécifique d'un drone même dans un ouragan, et qui peut expliquer exactement ce qu'elle a entendu.

Résumé Technique : Classification et Détection de Multiples UAVs à l'Aide de Réseaux de Neurones à Ondelettes Gaussiennes Rationnelles

Énoncé du Problème

La détection et la classification des Véhicules Aériens sans Pilote (UAV) constituent un défi critique pour la protection des infrastructures civiles et militaires contre des menaces allant du trafic illicite à la surveillance. Bien que diverses modalités de détection existent (radar, vision, radiofréquences), la détection acoustique offre des avantages distincts : elle est rentable, déployable sans ligne de vue directe, et capable de classifier les types d'UAV et d'estimer leurs positions. Cependant, la détection acoustique fait face à des obstacles majeurs, notamment le bruit de fond, les interférences du vent, et la nature non stationnaire et non périodique des signaux audio des drones.

Les approches acoustiques existantes reposent souvent sur une extraction de caractéristiques statique (par exemple, la Transformée de Fourier à Court Terme) suivie de modèles d'apprentissage automatique traditionnels. Bien qu'interprétables, ces méthodes statiques échouent à s'adapter aux différents types d'UAV, aux manœuvres et aux conditions environnementales. À l'inverse, les modèles d'apprentissage profond atteignent de hautes performances mais manquent souvent d'interprétabilité physique et nécessitent un matériel spécialisé, posant des risques pour les applications critiques en matière de sécurité. Les auteurs identifient un besoin pour un système à la fois très précis et physiquement interprétable, capable de distinguer les UAV individuels des essaims dans des environnements bruyants.

Méthodologie

L'article propose une approche d'Apprentissage Automatique Piloté par le Modèle (MDML) utilisant un Réseau de Neurones à Convolution par Ondelettes Gaussiennes Rationnelles (RGW). Cette architecture intègre le traitement du signal directement dans le processus d'apprentissage pour garantir l'interprétabilité physique.

1. Traitement du Signal et Acquisition des Données

Sources de Données : Les expériences ont utilisé des données audio provenant d'un studio intérieur contrôlé (échantillonnage à 192 kHz) et d'un environnement extérieur bruyant (échantillonnage à 8 kHz).
Prétraitement : Les signaux audio ont été segmentés en fenêtres non chevauchantes de 100 ms (19 200 échantillons à 192 kHz) et normalisés à une moyenne nulle et une variance unitaire.
Diversité des UAV : L'ensemble de données comprenait divers UAV commerciaux multirotors (par exemple, les séries DJI Mavic, Avata 2, Matrice 30T) avec des masses, des configurations de rotors et des plages de RPM différentes pour couvrir un large spectre acoustique.

2. Kernels à Ondelettes Gaussiennes Rationnelles (RGW)

L'innovation centrale réside dans l'utilisation de noyaux RGW, une classe d'ondelettes admissibles définies par un vecteur de paramètres $\eta$ contenant des zéros polynomiaux ( $t_k$ ) et des pôles ( $z_j$ ). L'ondelette mère $\psi_\eta(t)$ est définie comme suit :
$\psi_\eta(t) = C(\eta) P_\eta(t) v_\eta(t) e^{-t^2/2}$
Contrairement aux ondelettes traditionnelles aux formes fixes, les RGW permettent d'optimiser la morphologie de l'ondelette mère via des paramètres apprenables. Cela permet au réseau d'apprendre de manière adaptative la forme d'ondelette optimale pour des signatures d'UAV spécifiques.

3. Architecture du Réseau

Le réseau proposé se compose de :

Couche de Convolution RGW : Applique des convolutions discrètes du signal d'entrée avec des noyaux RGW à plusieurs échelles ( $\lambda_k$ ). La couche apprend les paramètres de dilatation ( $\lambda$ ) et les paramètres de morphologie ( $\eta$ ).
Couche de Pooling : Un mécanisme de pooling unique qui ne conserve que les $Q$ coefficients d'ondelette absolus maximaux pour chaque échelle. Cela agit comme un filtre 1D, extrayant les composantes fréquentielles dominantes (pseudo-fréquences) tout en éliminant le bruit.
Tête de Classification : Suivie de couches entièrement connectées avec une activation ReLU. La sortie utilise une activation Sigmoïde pour les tâches binaires (détection) ou Softmax pour les tâches multi-classes (classification).

Le modèle est conçu pour être léger, adapté au déploiement en temps réel sur du matériel limité, et entièrement différentiable, permettant un entraînement de bout en bout.

Contributions Clés

Nouvelle Couche de Convolution RGW : Les auteurs introduisent une nouvelle couche de convolution utilisant des noyaux RGW qui apprend à la fois la morphologie optimale de l'ondelette mère et les échelles pertinentes. Cela permet au système d'extraire des caractéristiques physiquement significatives de signaux non périodiques et non stationnaires.
Capacité de Détection d'Essaims : L'étude démontre que la méthode proposée peut efficacement distinguer les intrusions d'UAV individuels des essaims de drones coordonnés, une tâche qui complique de nombreuses stratégies de défense.
Interprétabilité et Performance : L'approche comble le fossé entre le traitement du signal interprétable traditionnel et l'apprentissage profond. Les coefficients d'ondelette portent un sens physique (similitude avec des formes d'ondelettes spécifiques à des échelles spécifiques), contrairement aux paramètres opaques des réseaux de neurones profonds standards.
Système Rentable : En utilisant des microphones MEMS et un réseau de neurones léger, les auteurs proposent un système qui évite les coûts élevés et la complexité des systèmes radar ou basés sur la vision tout en maintenant une haute précision.

Résultats Expérimentaux

Les auteurs ont évalué le modèle sur trois scénarios en utilisant une validation croisée à 5 plis, le comparant à la Forêt Aléatoire (RF), aux SVM (Linéaire et RBF), à la Naive Bayes (NB), aux Réseaux de Neurones Entièrement Connectés (FCNN) et aux Réseaux de Neurones à Convolution standards (CNN).

Scénario 1 : Détection d'Essaims (Intérieur)
- Tâche : Distinguer entre le bruit de fond, un UAV unique et plusieurs UAV.
- Résultat : Le modèle RGW proposé a atteint une précision moyenne de 92,52 %, surpassant le CNN standard (90,57 %) et dépassant nettement les méthodes d'apprentissage automatique traditionnelles (par exemple, RF à 78,94 %).
Scénario 2 : Classification d'UAV (Intérieur)
- Tâche : Classifier des modèles d'UAV spécifiques (Mavic Pro, Mavic Pro 2, Mavic Mini).
- Résultat : Le modèle RGW a atteint une précision moyenne de 99,20 %, comparable au CNN (99,97 %) mais avec moins de paramètres et une interprétabilité supérieure.
Scénario 3 : Détection dans un Environnement Extérieur Bruyant
- Tâche : Détection binaire d'un UAV unique au milieu d'un bruit de fond intense (trafic, vent, hélicoptères).
- Résultat : Le modèle RGW a atteint une précision moyenne de 90,55 %, surpassant le CNN (89,60 %) et toutes les méthodes de référence. Les auteurs notent que l'interprétabilité était cruciale ici pour vérifier la validité du modèle dans un tel contexte difficile.

Importance et Revendications

L'article affirme que la méthode proposée offre un algorithme d'apprentissage automatique physiquement interprétable qui surpasse les approches d'apprentissage automatique traditionnelles et égale ou dépasse les performances de l'apprentissage profond de l'état de l'art dans les tâches de détection d'UAV.

Les revendications clés concernant l'importance incluent :

Adaptabilité : Contrairement aux extracteurs de caractéristiques statiques, la couche RGW s'adapte aux différents types d'UAV et aux conditions environnementales.
Adéquation aux Applications Critiques en Sécurité : L'interprétabilité des caractéristiques répond aux préoccupations concernant la nature de « boîte noire » de l'apprentissage profond dans les applications de défense critiques pour la sécurité.
Efficacité : Le modèle atteint une haute précision avec un petit nombre de paramètres, le rendant adapté au déploiement sur du matériel aux ressources limitées.
Reproductibilité : Les auteurs soulignent que leur implémentation est publiquement disponible, assurant la reproductibilité de leurs résultats.

Les auteurs concluent que, bien que leur modèle générique actuel soit efficace, les travaux futurs se concentreront sur des modèles spécialisés pour des tâches spécifiques et un déploiement en temps réel. Ils ne prétendent pas résoudre tous les défis de détection de drones, mais présentent une solution robuste, interprétable et rentable pour la détection et la classification basées sur l'acoustique.