Bài viết Một phương pháp ứng dụng mẫu nén và học máy để phát hiện Flycam trong môi trường có chồng lấn với tín hiệu WiFi nghiên cứu đề xuất một giải pháp phát hiện tín hiệu WiFi lẫn trong tín hiệu vô tuyến phát ra từ Flycam. Giải pháp được đề xuất dựa trên phương pháp học máy và kỹ thuật lấy mẫu nén trong trường hợp phổ tần của tín hiệu thu được từ Flycam và từ các thiết bị sử dụng sóng WiFi bị chồng lấn lên nhau tại điểm thu tín hiệu. | Kỹ thuật điều khiển amp Điện tử Một phương pháp ứng dụng mẫu nén và học máy để phát hiện Flycam trong môi trường có chồng lấn với tín hiệu WiFi Trần Vũ Kiên Đỗ Anh Tú Nguyễn Hải Quân Nguyễn Lê Cường Trường Đại học Điện lực. Email cuongnl@ Nhận bài 12 8 2022 Hoàn thiện 04 10 2022 Chấp nhận đăng 10 10 2022 Xuất bản 28 10 2022. DOI https TÓM TẮT Bài báo này nghiên cứu đề xuất một giải pháp phát hiện tín hiệu WiFi lẫn trong tín hiệu vô tuyến phát ra từ Flycam. Giải pháp được đề xuất dựa trên phương pháp học máy và kỹ thuật lấy mẫu nén trong trường hợp phổ tần của tín hiệu thu được từ Flycam và từ các thiết bị sử dụng sóng WiFi bị chồng lấn lên nhau tại điểm thu tín hiệu. Để thực hiện điều đó một ma trận lấy mẫu nén đặc biệt được thiết kế với mục đích chỉ thu lấy đoạn tín hiệu có chứa tín hiệu đồng bộ để sau đó trích chọn các đặc trưng và đưa vào hệ thống học máy nhằm phát hiện và loại bỏ được đoạn tín hiệu WiFi có lẫn trong tín hiệu thu được. Một hệ thống máy thu cũng được xây dựng trên nền tảng vô tuyến cấu hình mềm SDR để thử nghiệm phương pháp này. Kết quả tính toán và thử nghiệm cho thấy giải pháp được đề xuất giúp cải thiện tốc độ trong việc loại bỏ tín hiệu WiFi có lẫn trong Flycam. Từ khóa Lấy mẫu nén Nhiễu WiFi Học máy. 1. ĐẶT VẤN ĐỀ Trong những năm gần đây việc sử dụng máy bay không người lái cụ thể là Flycam một cách dễ dàng có tính tự phát không làm thủ tục xin cấp phép bay với cơ quan có thẩm quyền hoặc bay vào khu vực cấm đã gây ra các vấn đề ảnh hưởng đến an toàn hàng không an toàn dân sinh và an ninh quốc gia. Do đó việc phát hiện và cảnh báo sớm sự xuất hiện của các Flycam để có các phản ứng kịp thời là rất cần thiết. Để giải quyết vấn đề này đã có nhiều nghiên cứu theo các cách tiếp cận khác nhau như phân tích âm thanh phân tích hình ảnh thu được từ camera kết hợp với các thuật toán học máy và trí tuệ nhân tạo để cải thiện độ chính xác và hiệu quả của việc phát hiện sử dụng radar chủ động và .
