[发明专利]一种无人机信号识别方法、系统、介质及设备在审
申请号: | 202110028566.5 | 申请日: | 2021-01-11 |
公开(公告)号: | CN112348006A | 公开(公告)日: | 2021-02-09 |
发明(设计)人: | 罗鹏;韩乃军;何鑫 | 申请(专利权)人: | 湖南星空机器人技术有限公司;湖南华诺星空电子技术有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N3/04;G06N3/08 |
代理公司: | 湖南兆弘专利事务所(普通合伙) 43008 | 代理人: | 廖元宝 |
地址: | 410205 湖南省长沙市高*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 无人机 信号 识别 方法 系统 介质 设备 | ||
1.一种无人机信号识别方法,其特征在于,包括步骤:
1)获取无人机信号数据,根据无人机信号识别任务定义无人机信号数据的标签类别,对无人机信号数据进行分类标注,得到训练数据集;训练数据集中的每条训练数据包括无人机信号数据及其标签类别;所述无人机信号数据为无人机射频信号数据;
2)根据无人机信号识别任务构建相应的残差网络模型,使用训练数据对所构建的残差网络模型进行训练,得到训练好的无人机信号识别模型;
3)将待识别的无人机信号数据输入到训练好的无人机信号识别模型,输出其对应的标签类别,完成无人机信号的识别。
2.根据权利要求1所述的无人机信号识别方法,其特征在于,在步骤1)中,从无人机射频数据库中得到无人机信号的原始数据集,再对原始数据集中原始数据进行预处理,得到无人机信号数据。
3.根据权利要求2所述的无人机信号识别方法,其特征在于,所述预处理包括依次进行的分段、频域转换、聚合、归一化和升维。
4.根据权利要求3所述的无人机信号识别方法,其特征在于,所述分段用于将原始数据集中的原始数据进行分段;所述频域转换用于将时域信号的采样变换为在离散傅里叶变换频域的采样;所述聚合用于将所有频域转换后的数据聚合生成mat文件;所述归一化用于将mat文件中的数据按比例压缩到0-1的范围之间;所述升维用于将一维的无人机信号数据升维成为三维数据。
5.根据权利要求1~4中任意一项所述的无人机信号识别方法,其特征在于,所述无人机信号识别任务包括无人机是否存在的识别、无人机型号的识别、无人机飞行模式的识别中的一种或多种。
6.根据权利要求1~4中任意一项所述的无人机信号识别方法,其特征在于,在步骤3)中,在训练好无人机信号识别模型后,再对其进行测试评估。
7.根据权利要求6所述的无人机信号识别方法,其特征在于,所述无人机信号识别模型的训练、测试评估采用交验验证方法:将训练数据集划分为n组,每次选取一组作为测试集,其它组作为训练集,依次将训练集中的训练数据用于残差网络模型的训练,测试集中的训练数据用于对训练好的无人机信号识别模型进行评估,依次训练n次。
8.一种无人机信号识别系统,其特征在于,包括:
第一模块,用于获取无人机信号数据,根据无人机信号识别任务定义无人机信号数据的标签类别,对无人机信号数据进行分类标注,得到训练数据集;训练数据集中的每条训练数据包括无人机信号数据及其标签类别;所述无人机信号数据为无人机射频信号数据;
第二模块,用于根据无人机信号识别任务构建相应的残差网络模型,并使用训练数据对所构建的残差网络模型进行训练,得到训练好的无人机信号识别模型;
第三模块,用于将待识别的无人机信号数据输入到训练好的无人机信号识别模型,输出其对应的标签类别,完成无人机信号的识别。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序在被处理器运行时执行如权利要求1~7中任意一项所述的无人机信号识别方法的步骤。
10.一种计算机设备,包括存储器和处理器,所述存储器上存储有计算机程序,其特征在于,所述计算机程序在被处理器运行时执行如权利要求1~7中任意一项所述的无人机信号识别方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南星空机器人技术有限公司;湖南华诺星空电子技术有限公司,未经湖南星空机器人技术有限公司;湖南华诺星空电子技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110028566.5/1.html,转载请声明来源钻瓜专利网。