論文の概要: Uncovering GNSS Interference with Aerial Mapping UAV
- arxiv url: http://arxiv.org/abs/2405.07611v1
- Date: Mon, 13 May 2024 10:21:03 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-14 14:15:10.677977
- Title: Uncovering GNSS Interference with Aerial Mapping UAV
- Title（参考訳）: 航空地図UAVによるGNSS干渉の解明
- Authors: Marco Spanghero, Filip Geib, Ronny Panier, Panos Papadimitratos,
- Abstract要約: 本研究では,高度飛行力学と高性能消費者受信機を組み合わせることで,大面積での干渉を検出する手法を提案する。
提案システムは、干渉源を検出し、その影響領域をマッピングし、品質の悪い環境や否定された環境に対する状況認識を得る。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Global Navigation Satellite System (GNSS) receivers provide ubiquitous and precise position, navigation, and time (PNT) to a wide gamut of civilian and tactical infrastructures and devices. Due to the low GNSS received signal power, even low-power radiofrequency interference (RFI) sources are a serious threat to the GNSS integrity and availability. Nonetheless, RFI source localization is paramount yet hard, especially over large areas. Methods based on multi-rotor unmanned aerial vehicles (UAV) exist but are often limited by hovering time, and require specific antenna and detectors. In comparison, fixed-wing planes allow longer missions but are more complex to operate and deploy. A vertical take-off and landing (VTOL) UAV combines the positive aspects of both platforms: high maneuverability, and long mission time and, jointly with highly integrated control systems, simple operation and deployment. Building upon the flexibility allowed by such a platform, we propose a method that combines advanced flight dynamics with high-performance consumer receivers to detect interference over large areas, with minimal interaction with the operator. The proposed system can detect multiple interference sources and map their area of influence, gaining situational awareness of poor GNSS quality or denied environments. Furthermore, it can estimate the relative heading and position of the interference source within tens of meters. The proposed method is validated with real-life measurements, successfully mapping two interference-affected areas and exposing radio equipment causing involuntary in-band interference.
- Abstract（参考訳）: グローバル・ナビゲーション・サテライト・システム(GNSS)は、ユビキタスで正確な位置、ナビゲーション、時間(PNT)を、幅広い民間および戦術的なインフラや装置に提供します。
低GNSS受信信号パワーのため、低出力電波干渉(RFI)源でさえ、GNSSの完全性と可用性に対する深刻な脅威である。
それでも、RFIのソースローカライゼーションは、特に広い地域では、依然として最重要である。
マルチローター無人航空機(UAV)に基づく手法は存在するが、ホバリング時間によって制限されることが多く、特定のアンテナや検出器を必要とする。
対照的に、固定翼機は長いミッションを許すが、運用と展開がより複雑である。
垂直離着陸(VTOL)UAVは、高い操作性、長期のミッションタイム、高度に統合された制御システム、単純な操作と展開の両プラットフォームの肯定的な側面を組み合わせたものである。
このようなプラットフォームで許容される柔軟性を基盤として,高度飛行力学と高性能消費者受信機を組み合わせることで,大面積での干渉を検知し,操作者との対話を最小限に抑える手法を提案する。
提案システムは、複数の干渉源を検出し、その影響領域をマッピングし、GNSSの品質の低下や否定された環境に対する状況認識を得る。
さらに、干渉源の相対的な方向と位置を数十m以内で推定することができる。
提案手法は実測値を用いて検証し、2つの干渉影響領域をマッピングし、不随意の帯域内干渉を引き起こす無線機器を露光する。
関連論文リスト
- Graph Koopman Autoencoder for Predictive Covert Communication Against
UAV Surveillance [29.15836826461713]
低確率検出(LPD)通信は、無線周波数(RF)信号の存在を曖昧にすることを目的としている。
無人航空機(UAV)は、特定の関心領域をホバリングすることで地上からのRF信号を検出することができる。
本稿では,複数の固定翼UAVの軌跡を予測するために,グラフニューラルネットワーク(GNN)とクープマン理論を組み合わせた新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2024-01-23T23:42:55Z) - UAV Swarm-enabled Collaborative Secure Relay Communications with
Time-domain Colluding Eavesdropper [115.56455278813756]
航空中継機としての無人航空機(UAV)は、インターネットモノ(IoT)ネットワークの補助として事実上魅力的である。
本研究では,UAV基地局と端末端末装置間のセキュアな通信を支援するために,UAVを活用することを目的とする。
論文 参考訳（メタデータ） (2023-10-03T11:47:01Z) - Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue
with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。
本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
論文 参考訳（メタデータ） (2023-08-14T16:48:57Z) - UAV-aided RF Mapping for Sensing and Connectivity in Wireless Networks [52.14281905671453]
無人航空機(UAV)を空飛ぶ無線アクセスネットワーク(RAN)ノードとして使用することは、従来の固定地上配備を補完する。
無線マッピングは、この課題に関連する課題の1つであり、ここでは無線マッピングと呼ばれている。
接続性, センサ性, ローカライゼーション性能の観点から, 無線マッピングによる利点を示す。
論文 参考訳（メタデータ） (2022-05-06T16:16:08Z) - A Multi-UAV System for Exploration and Target Finding in Cluttered and
GPS-Denied Environments [68.31522961125589]
複雑なGPSを用いた複雑な環境において,UAVのチームが協調して目標を探索し,発見するための枠組みを提案する。
UAVのチームは自律的にナビゲートし、探索し、検出し、既知の地図で散らばった環境でターゲットを見つける。
その結果, 提案方式は, 時間的コスト, 調査対象地域の割合, 捜索・救助ミッションの成功率などの面で改善されていることがわかった。
論文 参考訳（メタデータ） (2021-07-19T12:54:04Z) - Learning-Based UAV Trajectory Optimization with Collision Avoidance and
Connectivity Constraints [0.0]
無人航空機(UAV)は無線ネットワークの不可欠な部分であると期待されている。
本稿では,衝突回避と無線接続制約による複数UAV軌道最適化問題を再構成する。
この問題を解決するために,分散型深層強化学習手法を提案する。
論文 参考訳（メタデータ） (2021-04-03T22:22:20Z) - Integrating LEO Satellites and Multi-UAV Reinforcement Learning for
Hybrid FSO/RF Non-Terrestrial Networks [55.776497048509185]
低高度地球軌道衛星(SAT)と無人航空機(UAV)のメガコンステレーションは、第5世代(5G)を超える高速・長距離通信の実現を約束している。
我々は、ミリ波(mmWave)無線周波数(RF)または自由空間光(FSO)リンクを用いて、SATとUAVリレーを介して2つの長距離地上端末間のパケット転送の問題を検討する。
論文 参考訳（メタデータ） (2020-10-20T09:07:10Z) - Integrating LEO Satellite and UAV Relaying via Reinforcement Learning
for Non-Terrestrial Networks [51.05735925326235]
低軌道軌道(LEO)衛星のメガコンステレーションは、低レイテンシで長距離通信を可能にする可能性がある。
軌道上の星座から選択されたLEO衛星を用いて、2つの遠距離地上端末間でパケットを転送する問題について検討する。
エンドツーエンドのデータレートを最大化するためには、衛星アソシエーションとHAPロケーションを最適化する必要がある。
本稿では, 深部強化学習(DRL)と新しい動作次元低減技術を用いてこの問題に対処する。
論文 参考訳（メタデータ） (2020-05-26T05:39:27Z) - Dynamic Radar Network of UAVs: A Joint Navigation and Tracking Approach [36.587096293618366]
新たな問題は、建物の後ろに隠れている無人小型無人航空機(UAV)を追跡することである。
本稿では,悪意のある標的のリアルタイムかつ高精度な追跡のためのUAVの動的レーダネットワークを提案する。
論文 参考訳（メタデータ） (2020-01-13T23:23:09Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。