[发明专利]一种无人机类型识别方法在审

专利信息
申请号: 202111072120.9 申请日: 2021-09-14
公开(公告)号: CN114036997A 公开(公告)日: 2022-02-11
发明(设计)人: 王凡;陈玮玮;陈鹏;蒋波;张光云;刘冬;宋春燕 申请(专利权)人: 成都德辰博睿科技有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06V10/75;G06V10/30;G06V10/28
代理公司: 暂无信息 代理人: 暂无信息
地址: 610200 四川省成*** 国省代码: 四川;51
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 类型 识别 方法
【权利要求书】:

1.一种无人机类型识别方法,其特征在于,包括:

基于理论数据生成需要识别的无人机的上行信号时频图模板;

基于预设参数对待检测的无人机的信号进行扫描,获取扫描数据;

基于所述扫描数据生成时频图,对所述时频图进行图像处理,得到处理后的时频图;

将所述处理后的时频图与所述上行信号时频图模板进行比对,得出所述待检测的无人机的类型。

2.根据权利要求1所述的一种无人机类型识别方法,其特征在于,所述基于理论数据生成需要识别的无人机的上行信号时频图模板包括:

基于需要识别的不同的遥控型号的无人机产生的上行跳频信号点在图片中的分布规律,以及其形成的图像的特点,生成相应的上行信号时频图模板,最终得到无人机视觉字典。

3.根据权利要求2所述的一种无人机类型识别方法,其特征在于,所述需要识别的无人机的不同的遥控型号产生的上行跳频信号点在图片中的分布规律,以及其形成的图像的特点通过以下方式获得:

在预设环境条件下,多次采集需要识别的多种类型的无人机的至少两个周期以上的频谱数据,并基于所述频谱数据确定所述上行跳频信号点在图片中的分布规律,以及其形成的图像的特点。

4.根据权利要求3所述的一种无人机类型识别方法,其特征在于,所述基于所述扫描数据生成时频图,对所述时频图进行图像处理,得到处理后的时频图包括:

基于所述扫描数据生成三位频谱图;

对所述三位频谱图进行降噪处理得到降噪后的图像;

对所述降噪后的图像进行有效信号点边缘轮廓提取;

对提取到的数据进行变换处理得到信号分布向量方向;

对所述信号分布向量方向进行形态学处理及二值化处理,恢复部分处理中损失的信号并得到二值化时频图。

5.根据权利要求3所述的一种无人机类型识别方法,其特征在于,所述基于所述扫描数据生成时频图,对所述时频图进行图像处理,得到处理后的时频图包括:

基于所述扫描数据生成三位频谱图;

对所述三位频谱图进行降噪处理得到降噪后的图像;

对所述降噪后的图像进行二值化处理得到二值化时频图;

寻找连通域,基于所述二值化时频图得到细胞信号图;

去掉所述细胞信号图中不符合调频信号的细胞,得到修正后的时频图;

计算所述修正后的时频图中细胞间的向量分布以及曼哈顿距离。

6.根据权利要求4或5所述的一种无人机类型识别方法,其特征在于,所述将所述处理后的时频图与所述上行信号时频图模板进行比对,得出所述待检测的无人机的类型包括:

计算所述时频图与所述无人机视觉字典中各类型的无人机的所述上行信号时频图模板的相似度,并取相似度最大的无人机型号作为识别结果。

7.一种无人机类型识别系统,其特征在于,包括:

模板生成模块,用于基于理论数据生成需要识别的无人机的上行信号时频图模板;

信号获取模块,用于基于预设参数对待检测的无人机的信号进行扫描,获取扫描数据;

图像处理模块,用于基于所述扫描数据生成时频图,对所述时频图进行图像处理,得到处理后的时频图;

类型匹配模块,用于将所述处理后的时频图与所述上行信号时频图模板进行比对,得出所述待检测的无人机的类型。

8.根据权利要求7所述的一种无人机类型识别系统,其特征在于,所述模板生成模块进一步用于,基于需要识别的不同的遥控型号的无人机产生的上行跳频信号点在图片中的分布规律,以及其形成的图像的特点,生成相应的上行信号时频图模板,最终得到无人机视觉字典。

9.一种无人机类型识别装置,所述装置包括处理器以及存储器;所述存储器用于存储指令,其特征在于,所述指令被所述处理器执行时,导致所述装置实现如权利要求1至6中任一项所述无人机类型识别方法对应的操作。

10.一种计算机可读存储介质,其特征在于,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机运行如权利要求1至6中任一项所述无人机类型识别方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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成都德辰博睿科技有限公司,未经成都德辰博睿科技有限公司许可,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/202111072120.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top