[发明专利]一种基于遥控与图传信号的非法无人机识别方法

摘要

本发明涉及一种基于遥控与图传信号的非法无人机识别方法，首先从频谱图中学习出二值化背景频谱模板，进而识别出WIFI及图传信号，并构造模板矩阵，将其所在频点屏蔽，然后由频谱图构造二值化跳频检测矩阵，由此得到有效帧数、跳频次数，通过比较，判断某时刻中是否存在无人机遥控信号，若存在无人机遥控信号，则提取其机型特征参数，通过与无人机机型特征参数数据库匹配，以识别出非法无人机机型。本发明方法将频谱图抽象为多个二值化矩阵，极大地减小了计算量，且能有效排除WIFI或杂散信号对无人机遥控信号检测的干扰，进而准确地识别出非法无人机及其机型，故具有良好的实时性、抗干扰性与准确性。

主权项

1.一种基于遥控与图传信号的非法无人机识别方法，其特征在于步骤如下：步骤1：对中心频率fc附近100MHz进行一次频谱扫描，形成一帧1×Fs阶的频谱图Mt，其中Fs代表扫描100MHz频带内所包含的频谱采样点数；计算频谱的检测阈值Ath：其中Ath为该帧频谱图计算出的信号频谱检测阈值，该值每1s更新一次；Datan为该帧频谱图中第n个频谱采样点的功率值，Δth为常参数，代表噪声功率对平均噪声功率的最大偏移量；计算每帧频谱图Mt中每1MHz频带内的所包含的频谱点数F1MHz：步骤2：构造1×100阶二值化频谱模板矩阵Ma，初始化为零矩阵，每个频点代表1MHz，100列即代表100MHz；采用步骤1的扫描方式继续进行一次频谱扫描，得到一帧新的频谱图Mt，并对Mt中每1MHz频带内的频点进行检索：若在某1MHz频带内，功率值高于检测阈值Ath的频点数大于0.3F1MHz，则将1×100阶的二值化频谱模板矩阵Ma对应频点值加1；重复上述过程T次后，对二值化频谱模板矩阵Ma进行遍历，若Ma中某频点的数值大于Mmin，则将其值置为1，反之则置为0；其中Mmin为常参数；步骤3：构造1×100阶的WIFI与图传信号频谱模板矩阵MA，初始化为零矩阵，每个频点代表1MHz，100列即代表100MHz；对步骤2中构造的Ma遍历，每当检测到某频点值为1时，就判断从该频点开始的10个频点中所包含0的个数——若0的个数Zn≤1，则认为该位置存在带宽超过10MHz的图传或WIFI信号，则将MA矩阵对应的10个频点都置1；步骤4：寻找一帧频谱图Mt中所有的有效峰值Pk，并逐个计算有效峰值Pk对应的3dB带宽W3dB：所述的有效峰值Pk：记某一帧频谱图Mt的第n个频点的功率值为Datan，n∈(2F1MHz,Fs‑2F1MHz)，若Datan同时满足公式(1.3)、(1.4)、(1.5)，则称该Datan是有效峰值，记Datan为Pk，同时记其对应的位置n为lpeak；ATH≤Datan‑2＜Datan‑1＜Datan＞Datan+1＞Datan+2≥ATH  (1.4)计算帧频谱图Mt中的每个有效峰值Pk对应的3dB带宽W3dB：其中lleft,lright分别指功率值距0.5Pk最近的两个频谱点的横坐标；步骤5：连续读取T帧频谱图Mt，利用其中VT帧有效频谱图来构造VT×100阶的二值化跳频检测矩阵MD及1×3阶跳频信号带宽判断矩阵WJ，其中VT≤T；具体过程如下：若某帧频谱图Mt中某个有效峰值Pk的3dB带宽W3dB∈[0.3,1.6)，则对跳频信号带宽判断矩阵的WJ1加1，并将二值化跳频检测矩阵MD对应频点置1；若W3dB∈[1.6,2.7)，则对WJ2加1，并将MD对应频点置1；若W3dB∈[2.7,3.7)，则将WJ3加1，并将MD对应频点置1；其中，有效频谱图及有效帧数定义：当某帧频谱图Mt中存在功率值高于检测阈值Ath的频点时，则认为该帧频谱图Mt是有效频谱图；若T帧频谱图共包含VT帧有效频谱图，则记VT为有效帧数；某帧频谱图M_t中某Pk与MD矩阵对应频点的对应关系：若第i帧有效频谱图中的某有效峰值Pk的位置为l_peak，则其对应MD矩阵的第i行，第列；步骤6：提取二值化跳频检测矩阵MD中包含的跳频次数Ht：判断是否存在无人机遥控信号：若VT≥VTmin且Ht≥Htmin，则判断检测到无人机跳频遥控信号，进行步骤7～8；若VT≥VTmin但Ht≤Htmin，则判断检测到定频干扰信号；显示结果，结束本次无人机识别；若VT≤VTmin，则判断未检测到无人机遥控信号，显示结果，结束本次无人机识别；其中VTmin、Htmin均为预设的常参数；步骤7：构造无人机机型特征矩阵MN_(1×100)：由步骤1至步骤2计算出二值化频谱模板矩阵Ma及检测阈值A_th；若Ma矩阵值全为0，由步骤4、5可得到二值化跳频检测矩阵及跳频信号带宽判断矩阵WJ，若矩阵某列包含元素“1”，则将MN_(1×100)矩阵对应列置1，然后从MN_(1×100)提取无人机机型特征参数UAV Parameters；反之，若Ma矩阵值不全为0，则认为当前频谱环境不适合无人机机型特征参数学习，要求更换场地或更改开始学习的时间；所述的无人机机型特征参数UAV Parameters：包含中心频率fc、跳频信号带宽WH、遍历点数Et及跳频范围最大半径RH四个参数；中心频率fc由先验知识获得、跳频信号带宽WH是指跳频信号带宽判断矩阵WJ中元素最大值对应的列下标、遍历点数Et是指无人机机型特征矩阵MN(1×100)中“1”的总个数、跳频范围最大半径RH可由公式(1.8)获得RH＝max(|PS‑50|,|PE‑50|)  (1.8)其中PS、PE分别指无人机机型特征矩阵MN(1×100)中“1”出现的起、止位置；步骤8：将获得的无人机机型特征参数UAV Parameters及其机型存入无人机机型特征参数数据库里，在无人机机型特征参数数据库中检索已知的无人机机型特征参数UAV Parameters，若检索匹配成功，则直接输出待识别的无人机机型及其机型特性参数，反之则直接输出发现未知无人机。