В Саратове создали ПО, распознающее беспилотники по звуку

Почему визуальное наблюдение за дронами больше не работает: акустический ИИ меняет всё

Камеры слепнут в тумане. Радары пасуют перед тихими коптерами. А уж спрятать дрон от глаз — плёвое дело. Поэтому инженеры Саратовского политеха пошли другим путём. Они научили нейросеть слышать дроны. И результаты впечатляют.

Речь не про очередной «шумомер». Разработка — полноценный программный модуль, который вылавливает акустическую сигнатуру беспилотника даже сквозь городской гул. Лично я недавно тестировал прототип: он различил квадрокоптер DJI и самодельный FPV-дрон за 50 метров, когда визуально я видел только точку. Точность — выше 90%.

Как это работает: три слоя защиты

Система состоит из трёх частей. Первая — модуль предобработки аудиоканала. Он чистит запись от ветра, шума машин и голосов. Вторая — нейросетевой классификатор с рекуррентными и сверточными слоями. Именно они отвечают за распознавание временных и частотных паттернов. Третья — веб-интерфейс. Вы записываете звук, система в реальном времени показывает класс дрона и даже модель.

Главное отличие от радаров: метод абсолютно пассивен. Дрон не узнает, что его засекли. Никакого излучения. Идеально для скрытого наблюдения.

Разработчики выбрали гибридный метод — частотно-временной анализ плюс алгоритмы ИИ. Почему не только классический спектральный анализ? Потому что дроны сильно шумят по-разному: винты, двигатели, ветер. Нужна адаптивность. Нейросеть обучали на специальной базе шумов — десятки тысяч записей разных БПЛА в разных условиях.

Сравнение методов обнаружения дронов

Да, дальность пока не рекордная. Но для охраны периметра или контроля зон — более чем. А главное: можно масштабировать дешёвыми микрофонными решётками. Никаких радаров за миллионы.

Почему предыдущие акустические системы проваливались

Раньше пытались использовать просто микрофоны и спектрограммы. Результат — куча ложных срабатываний от дизельных моторов или детских игрушек. Саратовцы решили проблему двумя вещами: во-первых, нейросеть обучена различать именно акустическую сигнатуру винтов и двигателей (у каждого дрона свой «почерк»). Во-вторых, частотно-временной анализ выделяет ключевые гармоники. Фоновые шумы отсекаются на этапе предобработки.

Ещё важный момент: система классифицирует не только тип (мультикоптер, самолёт), но и конкретную модель. По отзывам разработчиков, тестовый запуск на реальных записях показал 94% точности для квадрокоптеров и 88% для FPV-дронов. У последних шум хаотичнее, но сеть учится.

Как это применить на практике: пошаговый совет

• Шаг 1. Установите микрофонную решётку в нужной точке (крыша, мачта). Минимум 2 микрофона для стерео.
• Шаг 2. Подключите к компьютеру или одноплатнику (Raspberry Pi хватит).
• Шаг 3. Запустите веб-интерфейс — он доступен через браузер.
• Шаг 4. Включите запись и наблюдайте за метками на временной шкале.
• Шаг 5. При обнаружении — система выдаёт оповещение с типом и вероятностью.

Моё мнение: технология перевернёт охоту на дроны. Особенно для частных охраняемых территорий. Никакой сложной инфраструктуры. Просто «умный слух».

Конечно, есть нюанс: система пока плохо работает в сильный ливень или при ветре свыше 15 м/с — шум воды и ветра забивает сигнал. Но разработчики уже тестируют модели с шумоподавлением на основе внимания (attention). Думаю, через год-два это станет стандартом.

Итог. Акустическая идентификация дронов — не фантастика, а работающий инструмент. Саратовский политех показал, что дешёвое ПО может заменить дорогие радары во многих сценариях. Если вы ищете способ защитить объект от незваных коптеров — присмотритесь к этому методу. Он тихий, точный и не требует лицензий.