[发明专利]无人机信号识别方法、装置、电子设备与存储介质

说明书

本发明提供了一种无人机信号识别方法、装置、电子设备与存储介质，无人机信号识别方法，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。本发明以循环谱为依据识别无人机的类型信息，可避免信号特征的单独提取，从而可削弱噪声和干扰的影响，改善了信号识别的准确率，并在低信噪比环境下也可保障较高的识别准确率。

技术领域

本发明涉及无人机领域，尤其涉及一种无人机信号识别方法、装置、电子设备与存储介质。

背景技术

随着信息技术与社会生产生活的融合程度逐渐提升，无人机市场呈井喷式发展。然而，有大量无人机都处于缺乏监管的状态，并且很难实施有效掌控，导致无人机影响公共安全的事件频出，因此，有效监测、识别并且压制无人机对公共安全至关重要。其中，需对无人机信号属于哪一个型号的无人机进行识别。

现有相关技术中，无线电信号方式识别无人机的主要思路是：先提取信号特征(例如时域特征、频域特征、空域特征、调制信息等)，再根据信号特征进行识别。

然而，信号识别准确率受限于信号特征提取的有效性，在低信噪比环境下，提取单个或多个特征时很容易受噪声和干扰的影响，信号特征提取的有效性不佳，进而，无法实现较佳的信号识别效果，识别的准确率较低。

发明内容

本发明提供一种无人机信号识别方法、装置、电子设备与存储介质，以解决提取单个或多个特征时很容易受噪声和干扰的影响，识别的准确率较低的问题。

根据本发明的第一方面，提供了一种无人机信号识别方法，应用于控制端，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。

可选的，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。

可选的，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。

可选的，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：

针对多个无人机，分别多次采集每个无人机的图传信号；

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，每个无人机每次采集到的一组图传信号作为图传信号样本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。

可选的，确定每个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。

可选的，所述识别模型采用卷积神经网络。

可选的，所述卷积神经网络采用ResNet34网络。

可选的，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。