Reconnaissance par apprentissage automatique de signatures  acoustique de drone

Please use this identifier to cite or link to this item: http://localhost:8080/xmlui/handle/123456789/24953

Title:	Reconnaissance par apprentissage automatique de signatures acoustique de drone
Authors:	Benabida, Lalouani Hamdani, Younes Cheggaga, Nawal (promotrice)
Keywords:	Drones Détection acoustique Réseaux de neurone convolutifs spectrogramme Le développement des drones et les menaces qu’ils représentent pour les sites sensibles rendent critiques leur localisation et identification. Plusieurs modalités sont disponibles pour traiter ce problème comme l’imagerie optique ou radar, la détection de communications radiofréquence ou encore l’acoustique. C’est sur cette dernière modalité que ce travail s’articule .Il s’agit de développer un module acoustique pour la détection et l’identification de sources acoustiques de type mini- drone. Afin de protéger des sites sensibles contre les drones artisanaux. Les résultats obtenus au cours de cette recherche démontrent clairement l’efficacité de réseaux de neurones spécifiquement CNN dans la classification de sons de drones transformés sous forme d’image de spectrogramme. Avec une précision de 98%.
Issue Date:	2023
Publisher:	blida 01
Description:	Mémoire de Master option Avionique.-Numéro de Thèse 026/2023
URI:	https://di.univ-blida.dz/jspui/handle/123456789/24953
Appears in Collections:	Mémoires de Master

Files in This Item:

File	Description	Size	Format
memoire.pdf		4,45 MB	Adobe PDF	View/Open

DSpace JSPUI