[发明专利]无人机信号识别方法、装置、电子设备与存储介质

权利要求书

1.一种无人机信号识别方法，应用于控制端，其特征在于，包括：

获取目标无人机的离散的目标图传信号；

确定所述目标图传信号对应的目标循环谱；

利用经训练的识别模型对所述目标循环谱进行识别，确定所述目标无人机的型号信息。

2.根据权利要求1所述的方法，其特征在于，确定所述目标图传信号对应的目标循环谱，包括：

根据所述离散的目标图传信号，计算对应的时变自相关函数；

对所述时变自相关函数进行傅里叶变换，得到对应的循环自相关函数；

对所述循环自相关函数进行傅里叶变换，得到所述目标循环谱。

3.根据权利要求1所述的方法，其特征在于，所述识别模型是利用不同无人机的图传信号对应的循环谱样本，以及所标定的各无人机的型号信息训练确定的。

4.根据权利要求3所述的方法，其特征在于，所述识别模型是所述控制端或其他设备经以下过程训练确定的：

针对多种无人机，分别多次获取每种无人机的离散的图传信号；

根据所获取到的图传信号，形成信号样本集合；在所述信号样本集合中，针对每种无人机每次获取到的一组图传信号处于同一个信号样本组；

确定每个信号样本组对应的循环谱样本；

利用各信号样本组对应的循环谱样本，以及所标定的各无人机的型号信息，训练所述识别模型。

5.根据权利要求4所述的方法，其特征在于，确定每种信号样本组对应的循环谱样本之前，还包括：

根据随机扰动对每个信号样本组中的图传信号样本进行扩容。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述识别模型采用卷积神经网络。

7.根据权利要求6所述的方法，其特征在于，所述卷积神经网络采用ResNet34网络。

8.根据权利要求7所述的方法，其特征在于，确定所述目标图传信号对应的目标循环谱之后，还包括：

计算所述目标循环谱的模值，以使得所述ResNet34网络能够根据所述目标循环谱的模值识别确定所述目标无人机的型号信息。

9.一种无人机信号识别装置，其特征在于，包括：

信号获取模块，用于获取目标无人机的离散的目标图传信号；

循环谱确定模块，用于确定所述目标图传信号对应的目标循环谱；

识别模块，用于利用经训练的识别模型对所述目标循环谱进行识别，确定所述目标无人机的型号信息。

10.根据权利要求9所述的装置，其特征在于，所述循环谱确定模块，包括：

时变自相关单元，用于根据所述离散的目标图传信号，计算对应的时变自相关函数；

循环自相关单元，用于对所述时变自相关函数进行傅里叶变换，得到对应的循环自相关函数；

循环谱确定单元，用于对所述循环自相关函数进行傅里叶变换，得到所述目标循环谱。

11.根据权利要求9所述的装置，其特征在于，所述识别模型是利用不同无人机的图传信号对应的循环谱样本，以及所标定的各无人机的型号信息训练确定的。

12.根据权利要求11所述的装置，其特征在于，所述识别模型是控制端或其他设备经以下过程训练确定的：

针对多种无人机，分别多次获取每种无人机的离散的图传信号；

根据不同无人机的图传信号，形成信号样本集合；在所述信号样本集合中，针对每种无人机，每次所获取到的一组图传信号处于同一个信号样本组；

确定每个信号样本组对应的循环谱样本；

利用各信号样本组对应的循环谱样本，以及所标定的各无人机的型号信息，训练所述识别模型。