面向AI无人机检测系统的紧凑卷积神经网络

第一人称视角（FPV）无人机在现代冲突中的普及，把一个很实际的问题推到了电子战面前：如何在复杂电磁环境里，用足够小、足够可靠的系统尽早发现来袭平台。这份资料的出发点很具体——FPV 无人机飞行高度很低、雷达截面积很小、射频部件又是货架产品，而传统防空与监视系统往往针对更大的空中目标优化，对这类目标的效能明显下降；早期识别因此成为部队防护的关键一环，因为它能为防御反应和反制手段的展开争取时间。FPV 无人机的一个稳定特征是机载视频发射机（VTX）持续向操作员回传视频，这些射频发射带有与视频传输体制相关的重复结构，正好可以被被动监测利用。值得现在看的地方在于路线选择：它不去做昂贵的频域变换，而是把信号直接栅格化成时域图像再交给轻量卷积网络。换句话说，它是用更便宜的输入表示来换取更小的模型，而不是在频谱图上继续堆算力。

覆盖范围与方法是围绕这条路线展开的。信号由一套基于软件定义无线电（SDR）的电子战框架采集，样本被转换为栅格化的时域图像，作者把这种表示称为计算高效、适合嵌入式系统的输入形式。在此基础上，若干种自定义卷积网络架构被设计出来，并从准确率、模型大小、推理性能三个维度做基准比较，使用的数据集包含约 40,000 张标注图像。除离线测试外，模型还被接入 GNU Radio 信号处理链做实时评估，这一点让工作不止停留在实验台指标上。作者也交代了它与自身前期研究的关系：早前那一步侧重系统级设计与可行性演示，包括信号采集和概念验证性的网络实现，而现在做的是针对嵌入式部署的系统性、定量化架构研究。

关键结论的第一条是时域路线本身成立。作者的核心假设是，模拟 FPV 视频传输的重复时间结构可以直接在时域上利用，而不必先做计算量大的频域变换；结果显示这条路走得通。与现有的基于频谱图的射频检测方法相比，该方案省去了频域预处理环节，在准确率上达到了可比水平，而计算成本显著降低。这里的因果关系值得注意：省掉的不是模型里的某几层，而是整条前端预处理链，这意味着节省下来的算力余量可以留给别处，或者用来换更低的功耗与更小的硬件。对于需要在现场长时间值守的便携设备，这种取舍往往比多几个百分点的准确率更有意义。

第二条结论关于模型规模与部署适配。作者指出，为大规模图像分类设计的通用模型——材料中以 ResNet 类架构为例——参数多、内存需求高，对紧凑的低功耗嵌入式平台来说计算负担过重，难以装进打算野外使用的便携电子战系统。相比之下，紧凑模型在保持高检测准确率的同时维持了较低的计算需求，因而适合嵌入式射频监测应用。资料还特别提到一个此前未被处理的问题：离线评估的结果与系统实时运行时的行为之间存在差距。这一点在方法上很重要，它提醒读者不要把离线指标直接当成现场性能。同一脉络下，作者也解释了为何放弃早期的自相关检测方法——该方法对噪声、信号失真和传输参数变化敏感，鲁棒性与适应性不足，难以应对信号的可变性和环境干扰。

把这些放在一起看，这份资料主张的是一种工程取向上的转移：射频无人机检测的瓶颈未必在网络容量，而可能在输入表示和预处理开销上。如果时域栅格图像足以承载判别信息，那么整条链路的算力预算、功耗和硬件体积都能往下压，便携式电子战与嵌入式频谱监测的可行性随之提高。同时，"离线好、实时未必好"的提醒对任何要做样机落地的人都是直接的实践约束——评测流程里必须留出接入真实信号链的环节。需要说清楚的是，这些都是就材料自身表述所作的解读，作者给出的比较对象是笼统的"现有基于频谱图的射频检测方法"，并非针对某一具体系统的逐项对照。

这份资料适合做射频无人机检测、电子战信号处理以及嵌入式机器学习落地的人读，尤其是关心"模型能不能装进设备、跑不跑得动"这类问题的工程读者。读完能拿走的是一套清晰的技术论证：时域栅格化输入 + 自定义紧凑 CNN + GNU Radio 实时链路验证，以及一套按准确率、模型大小、推理性能三轴做取舍的评测思路。边界也需要一并看到：材料在描述结果时用的是"高准确率""计算成本显著降低"这类定性表述，没有给出具体的准确率数值、模型参数量或推理延迟；数据集为自建的约 40,000 张标注图像，其在其他机型、其他视频发射机和其他电磁环境下的泛化能力，材料中没有涉及。

Compact convolutional neural networks for AI-based drone detection system G ´abor Farkas1,+,*, G ´abor Fazekas1,+, Patrik Karakai 2,+, Andr ´as N ´emeth1,+, and G ´abor Farkas2,+ 1Department of Electronic Warfare, Ludovika University of Public Service, Budapest, H-1083, Hungary 2Faculty of Informatics, E¨otv¨os Lor´and University, Budapest, H-1117, Hungary *[email protected] +these authors contributed equally to this work ABSTRACT The increasing use of first-person-view drones in modern conflicts has created a demand for compact and reliable detection systems capable of operating in complex electromagnetic environments. These drones continuously transmit video signals through onboard video transmitters, generating radio-frequency emissions that can be exploited for early detection. This