In recent years, the rapid technological development and ease of use of unmanned vehicles have led to their application in various fields and a growing market. However, due to the damage caused to private spaces and attacks on nationally important facilities by unmanned vehicles, the importance of detecting and classifying unmanned vehicles has increased. Over the past decade, there have been many studies on detecting and classifying unmanned vehicles. In this thesis, a mathematical model of the characteristics of unmanned vehicles is designed and a classification technique using it is presented. First, we present an algorithm for classifying unmanned vehicles and birds using support vector machines. It also presents an algorithm for the classification of unmanned vehicles and their distinction from birds using CNNs. Finally, we discuss the challenges of substation environments for UAV detection and suggest research needs.
최근 무인 이동체의 빠른 기술 발전과 손쉬운 사용법으로 다양한 분야에 활용하고 시장이 커졌다. 그러나 무인 이동체를 이용한 사적 공간에 대한 피해와 국가 중요시설에 대한 공격으로 무인 이동체의 탐지와 식별에 대한 중요성이 대두되고 있다. 지난 10년간 무인 이동체를 탐지하고 식별하는 연구가 많이 진행되었다. 본 학위논문에서는 무인 이동체의 특성을 수학적 모델로 설계하고 이를 이용한 식별 기법을 다룬다. 우선 서포트 벡터 머신을 이용한 무인 이동체과 새를 식별하는 알고리즘을 제시한다. 또한 CNN을 이용한 무인 이동체와 새의 구분에 대한 알고리즘을 다룬다. 마지막으로 UAV 탐지하는 데 변전소 환경이 주는 어려움에 대해 소개하고 연구 필요성을 시사한다.
