[发明专利]一种无人机类型识别方法

说明书

本发明公开了一种无人机类型识别方法，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，可以显著提升无人机类型识别的准确率。

技术领域

本发明涉及无人机识别技术领域，更具体的说是一种无人机类型识别方法及系统。

背景技术

对无人机信号实现精确识别与检测，是监测无人机的前提。现有的跳频信号检测技术主要包括基于功率谱对消法、多跳自相关法以及多窗口重叠谱图法等，这些方法为非盲检测算法，需要一定的先验知识，在实际应用中使用局限太大。近年来，越来越多的基于图像处理的跳频信号盲检测算法逐渐被提出。无线电管理部门利用现有的监测技术可以对无人飞机信号进行一定程度的识别和侧向。现有的无线电检测技术监测通常无法自动识别无人飞机的型号等，检测效果差，而且成本高。

因此，需要一种识别效果更好的无人机类型识别方法

发明内容

本说明书实施例的一个方面提供一种无人机类型识别方法，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。

在一些实施例中，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。

在一些实施例中，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。

在一些实施例中，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。

在一些实施例中，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。

在一些实施例中，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。

本说明书实施例的一个方面提供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。