Afficher la notice abrégée
dc.contributor.author |
Bessahra, Manal Maria |
|
dc.contributor.author |
Ferrache, Selma;
Cheggaga, Nawal (promotrice) |
|
dc.date.accessioned |
2021-04-08T09:29:01Z |
|
dc.date.available |
2021-04-08T09:29:01Z |
|
dc.date.issued |
2020 |
|
dc.identifier.uri |
http://di.univ-blida.dz:8080/jspui/handle/123456789/11134 |
|
dc.description |
Mémoire de Master option Télécommunication Spatiale.-Numéro de Thèse 086/2020 |
fr_FR |
dc.description.abstract |
Le drone a fait son entrée dans le monde civil pour des applications professionnelles avant de détourner son aspect à des fins dangereuses. L’atteinte des vies privées, la récolte d’information et la destruction des sites critiques peut perturbe le système de sécurité
nationale. Il s’est avéré indispensable de développer des systèmes de défense et de détectionLe problème c’est que les techniques utilisées sont encore insuffisantes et très limitées vu lechangement rapides des technologies. A l’aide des logiciels Python et Audacity nous avons élaboré sur des enregistrements de sons, issus de l’ambiance acoustique de la CLA, plusieurs
analyses tel que : la FFT, la TFCT, la décomposition en ondelette, le spectrogramme et le periodogramme. Notre détecteur de drone est basé sur la décomposition du signal reçu en deux sons celui du moteur et des hélices par filtrage ainsi que la corrélation/autocorrélation.Cette dernière nous a permet de détecter les sons de drone par type avec une grande précision.Etant donné qu’un détecteur acoustique peut être détourné nous avons ajouté une carte Micro:bit dans le but de renforcer la détection des drones par champs magnétique. |
fr_FR |
dc.language.iso |
fr |
fr_FR |
dc.publisher |
Université Blida 01 |
fr_FR |
dc.subject |
Acoustique;
Champs magnétique;
Corrélation;
Détection;
Drones |
fr_FR |
dc.title |
Détecteur de drones non conventionnels |
fr_FR |
dc.type |
Thesis |
fr_FR |
Fichier(s) constituant ce document
Ce document figure dans la(les) collection(s) suivante(s)
Afficher la notice abrégée