消费级无人机在近处时可能会有恼人的嗡嗡声，但在远处探测它们一直极具挑战性--特别是考虑到它们作为武器或监视工具的潜力。现在，弗林德斯大学和南澳大利亚大学的新研究在远距离无人机探测方面取得了令人印象深刻的飞跃。


据悉，他们使用的信号处理算法的灵感来自于食蚜蝇在非常低的光线环境中看到目标的能力。


实际上，这些昆虫一直在努力从大量混乱的噪音中挑选出有用的视觉信息，因此，它们已经进化出了光受体系统，而这些系统能非常有效地处理复杂、杂乱和嘈杂的信息，另外还能极大地提高信噪比从而使有用的部分跳出来。


弗林德斯大学的研究小组决定测试这些类型的光受体电路是否能对音频也能做同样的事情。为此，他们采用了一个麦克风阵列并分析了环境声音--尤其关注放大和检测无人机飞行的声音。


他们建立了一个麦克风测试阵列并将它们连接到一个“生物灵感视觉(BIV)”处理器上，该处理器被设计用来模仿食蚜蝇视觉系统的神经通路。他们将音频波形视为二维“频谱图”图像，并将信息经过几个阶段的气旋式处理，其中包括动态范围缩小、自适应过滤、低通“DeVries-Rose”分裂反馈、指数“Weber”低通分裂反馈和非线性Naka-Rushton变换。



得到的结果非常令人印象深刻。跟传统的宽带/窄带无人机探测系统相比，BIV系统能探测到30%到49%远的无人机。测试使用的无人机则大到大疆的Matrice 600、小到Mavic Air，该系统能在空旷的乡村探测到3-4公里以外的无人机并带回更准确的飞行参数和轨迹估计。


虽然许多项目都在研究这种系统以此来提高摄像系统的低光信噪比能力，但UniSA的自主系统教授Anthony Finn表示，他们这个则是第一次将生物视觉系统用于声学数据。