[发明专利]一种基于时频图的无人机遥控信号识别方法及其识别系统在审
申请号: | 202210075890.7 | 申请日: | 2022-01-23 |
公开(公告)号: | CN114978370A | 公开(公告)日: | 2022-08-30 |
发明(设计)人: | 王衍文;芮翼鹏;王渭森;马晓幡;沈洲;郝东来;尼涛 | 申请(专利权)人: | 西京学院 |
主分类号: | H04B17/30 | 分类号: | H04B17/30 |
代理公司: | 北京众合诚成知识产权代理有限公司 11246 | 代理人: | 刘妮 |
地址: | 710100 *** | 国省代码: | 陕西;61 |
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 基于 时频图 无人机 遥控 信号 识别 方法 及其 系统 | ||
1.一种基于时频图的无人机遥控信号识别方法,其特征在于,包括以下步骤:
步骤一:先采用基于零中频接收机架构的数据采集系统对无人机信号进行采集,接着通过接收机内部的模拟/数据器件对采集的无人机信号进行模数转换,并通过正交解调和数字下变频的方法,将采集的无人机信号转换为两路数字基带信号,然后将两路数字信号合并,得到时域信号;
步骤二:采用平滑伪维纳变换方法对合并后的时域信号进行以时间为横轴和以频率为纵轴的分析变换,得到SPW时频分布SPW(t,f),其中t为时间,f为频率;
步骤三:采用改进的伯恩森方法,设定能量门限阈值来消除SPW时频分布中随机噪声对遥控信号检测的影响;
步骤四:利用低秩矩阵恢复方法,先将SPW时频分布SPW(t,f)表示为低秩矩阵A与稀疏矩阵E之和,再通过求解范数优化问题来恢复低秩矩阵,即求解下列最优化问题式:
其中,表示针对低秩矩阵A和稀疏矩阵E求最小值,s.t.表示约束条件,rank()表示求秩,||||0表示求0范数,λ为平衡因子,取利用快速矩阵分解算法求解公式,得到稀疏矩阵E,即采样数据时频序列;
步骤五:在稀疏矩阵E中得到清晰的遥控信号时频表示,并提取出遥控信号的时频特征,再与无人机遥控信号标准库中的图样进行比对,并采用基于形状相似距离的时频序列相似性搜索方法,对提取的时频特征进行识别,得到无人机型号。
2.根据权利要求1所述的一种基于时频图的无人机遥控信号识别方法,其特征在于:所述步骤一中,所述两路数字基带信号包括同相分量I和正交分量Q,所述时域信号的计算公式为:
Sig=I+j·Q
其中,Sig为时域信号,j表示虚数单位,
3.根据权利要求1所述的一种基于时频图的无人机遥控信号识别方法,其特征在于:所述步骤二中,SPW时频分布为:
其中,μ为时间积分参数,τ为时延积分参数,h()为时域中的频率平滑窗,设置为汉明窗,g()为时间平滑窗,设置为凯瑟窗,Sig为时域信号,上角标#表示求共轭。
4.根据权利要求1所述的一种基于时频图的无人机遥控信号识别方法,其特征在于:所述步骤二中,对合并后的时域信号进行分析变换过程中,对采集的Num采数据点进行处理,每组数据为Num组点,共分析Num采/Num组次,每次代表一个时间点,Num组点对应接口带宽Bw内的信号频率,每一点频率为Bw/Num组,经过Num采/Num组次平滑伪维纳变换处理,每一次输出均得到SPW时频谱,再计算每组数据沿着时间轴的SPW时频谱最大值,将各组数据的最大值拼接起来,得到全部样本数据的SPW时频谱最大值图。
5.根据权利要求1所述的一种基于时频图的无人机遥控信号识别方法,其特征在于:所述步骤三中,设阈值为SPW阈值(t,f),则:
阈值采用改进的伯恩森方法,即取当前位置(t0,f0)为中心,半径为r的圆区域内的最大值和最小值的平均值;
其中,Nt为时域样点数,Nf为频域样点数。
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西京学院,未经西京学院许可,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/202210075890.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种机械车库新型分布式控制方法
- 下一篇:玄武岩鳞片