[发明专利]一种基于软件无线电的无人机探测与测向方法

权利要求书

1.一种基于软件无线电的无人机探测与测向方法，其特征在于，包括：

步骤1，搭建软件无线电阵列天线平台，采集WiFi信号并解析和存储；

步骤2，基于步骤1对时域采样信号进行预处理，去除高频成分和直流成分，计算时域采样信号的标准差δ与无干扰环境中的信号标准差δ₀进行比较，如果δ＞δ₀，则表明环境中存在WiFi信号；

步骤3，对步骤2中经预处理的时域采样信号进行墨西哥帽小波变换，墨西哥帽小波变换可以捕获到信号中短暂变化，无人机的移动频率会短暂存在于无人机信号中，可以利用这一变换捕捉到无人机短暂存在的移动频率f_i；

步骤4，对步骤2中经过预处理的时域采样信号进行希尔伯特黄变换，得到Hilbert能量谱，得到能量最大的频率分量f_k，用于后续步骤判定无人机振动频率；

步骤5，对步骤2中经预处理的时域采样信号进行短时傅里叶变换，计算各频率成分的能量，得到能量最大的频率分量f_j，用于后续步骤判定无人机振动频率；

步骤6，基于步骤4和步骤5，得到f_k和f_j两个频率，当两个频率差值小于5Hz时取均值得到频率f_p作为目标源的振动频率，无人机振动频率由机翼导致，一直存在于整个飞行过程中，并且振动频率大于移动频率，所以该频率的能量体现为能量峰值，可以利用这一特性检测无人机的振动频率；

步骤7，基于步骤3和步骤6，判断提取到的目标源的信号特征是否满足先验的无人机振动和移动信号特征，若满足则表示成功检测到无人机；

步骤8，基于步骤7，当成功检测到无人机时，则解析无人机信号的Mac地址和信道状态信息(CSI)；

步骤9，基于步骤8的CSI，利用MUSIC算法计算出无线链路中的信号到达角(AOA)，即获得无人机相对于探测设备的方向。

2.一种基于软件无线电的无人机探测与测向方法，其特征在于，所述步骤3具体为：

S1：对权利要求1中步骤2所述的预处理过后的时域采样信号进行墨西哥帽小波变换，得到时域采样信号在64尺度下的分量，并且计算每个尺度下信号分量对应的频率f_n,n＝1...64，墨西哥帽小波变换的母波函数为其中t为时间，w(t)为母波表达式；对母波函数进行伸缩和平移之后的函数表达式为其中s为尺度，表示对母波函数进行伸缩变换的尺度大小，可以采取64尺度对母波函数进行变换，对应于信号的不同频率；

S2：无人机移动信号是短暂存在的，可以通过墨西哥帽小波64尺度变换对短暂信号进行捕捉，并且无人机的振动信号和噪声信号对应频率为一个常量，在墨西哥帽小波多尺度变换下会逐渐消失掉，所以基于S1得到f_n中低频分量f_i即为无人机短暂的移动频率。

3.一种基于软件无线电的无人机探测与测向方法，其特征在于，所述步骤4具体为：

S1：对权利要求1中步骤2所述的预处理过后的时域采样信号进行经验模式分解(EMD)，可以得到不同分量上的固有模态函数(IMF)；

S2：基于S1对每个IMF进行Hilbert变换，可以得到每个IMF分量的瞬时频率，进而可以得到Hilbert变换后的边际谱和能量谱；

S3：对比Hilbert能量谱中各频率分量能量大小，找出能量最大值对应的频率f_k，f_k将用作判定无人机的振动频率。

4.一种基于软件无线电的无人机探测与测向方法，其特征在于，所述步骤5具体为：

S1：考虑到无人机信号呈周期性变换，采用长度为256点数的汉明窗，窗内采样点数为250的短时傅里叶变换对权利要求1中步骤2所述的预处理过后的时域采样信号进行处理；

S2：基于S1得到不同频率成分下的能量和功率，进而得到最大能量值对应的频率f_j，f_j将用作判定无人机的振动频率，对各频率成分计算能量的公式为其中f_j为各频率成分上能量最大的频率，r_f(t)为无线时域采样信号。