The invention discloses an efficient method for identifying the flying control signals of low and slow slow UAV, including the following steps: Step 1, preliminary detection of the signal of the flight control link; step two, extract key features, construct a target feature database; step three, perform feature fusion and optimization; step four, and optimize after fusion. The new features parse the signal, obtain the signal type, frame format and key field, and save the analytic result into the target feature database. Step five, use the learning algorithm based on neural network to realize the accurate classification and recognition of the target, and get the correct recognition result. The invention can solve the problem of identifying the flying control signals of low and slow slow UAV, realize the recognition and control of specific airspace, and achieve effective early warning and early warning effect on various low and small slow slow UAVs in the illegal invasion and sensitive airspace, with high correct recognition rate, reduced calculation and improved processing efficiency. And the applicability is strong.
【技术实现步骤摘要】
一种对低小慢无人机飞控信号的高效识别方法
本专利技术涉及一种对低小慢无人机飞控信号的高效识别方法。
技术介绍
低小慢无人机通常指飞行高度在1000米以下,速度低于300千米/小时,雷达反射面积小于2平方米的空中无人机目标。低小慢无人机体积小、质量轻、携带方便、操作简单,可在机身上加装各种小型设备,如导航设备、通信设备和红外摄像设备等,以拓展其功能,可完成多种任务。同时由于低小慢无人机的技术门槛及成本相对较低,国内外多家公司都在研究生产该类型无人机,它们在民用军用市场得到了大量的使用。对低小慢无人机的识别是一个研究热点问题,传统的基于雷达等方法对其进行识别的难点主要体现为——对低小慢无人机目标的精确识别是实现高效拒止系统的基础。由于低小慢无人机的飞行高度低,一方面受地球曲率和地物遮蔽的影响,雷达波可能无法照射到目标。另一方面会有大量的地杂波同时进入雷达接收机,使雷达难以发现无人机目标,即使能够发现也是时隐时现,难以形成连续航迹。低小慢无人机的飞行速度较慢,有的甚至低于一般的雷达速度检测门限,导致脉冲多普勒体制的雷达无法检测到目标。目标的雷达反向面积小,回波信号微弱,使雷达对目标的检测概率显著下降。一方面,由于目标的飞行速度慢,容易与气象杂波和鸟群等慢度目标形成慢动杂波混淆,导致目标识别困难。另一方面,目前绝大多数无人机并没有类似民航客机安装的身份识别设备,无法通过信号询问/应答的方式来进行身份验证。目前,通过专利检索,尚未发现基于飞控信号多维特征对低小慢无人机进行识别的解决方案。检索到的、已提出专利申请的类似方法有:1.“一种无人机ID识别方法”,(公开号: ...
【技术保护点】
1.一种对低小慢无人机飞控信号的高效识别方法,其特征在于:包括如下步骤:步骤一、对飞控链路信号进行初步检测;步骤二、提取多维的关键特征,构建目标特征数据库;步骤三、进行特征融合和优化;步骤四、根据融合优化后的各种新特征对信号进行解析,获取信号类型特征、帧格式特征和关键字段特征,并将解析结果存入目标特征数据库;步骤五、采用基于神经网络的学习算法实现目标的精确分类识别,得到正确的识别结果。
【技术特征摘要】
1.一种对低小慢无人机飞控信号的高效识别方法,其特征在于:包括如下步骤:步骤一、对飞控链路信号进行初步检测;步骤二、提取多维的关键特征,构建目标特征数据库;步骤三、进行特征融合和优化;步骤四、根据融合优化后的各种新特征对信号进行解析,获取信号类型特征、帧格式特征和关键字段特征,并将解析结果存入目标特征数据库;步骤五、采用基于神经网络的学习算法实现目标的精确分类识别,得到正确的识别结果。2.根据权利要求1所述的一种对低小慢无人机飞控信号的高效识别方法,其特征在于:步骤一所述对飞控链路信号进行初步检测的方法为:首先,对信道化处理后的数据进行载频校正,使信号的瞬时频率能够对准信道中心,然后计算每个信道的背景噪声值;将信道化处理后的数据减去背景噪声值,得到去除背景的信道化数据;对所有信道数据进行最大值保持和出现次数统计处理,获得跳频信号的幅度信息和信号出现的频次信息,并根据幅度和频次信息判断是否为跳频信道,获得实际跳频信道分布并屏蔽除跳频信道外的其他信道,以便在跳频带宽内进行跳变检测。3.根据权利要求2所述的一种对低小慢无人机飞控信号的高效识别方法,其特征在于:每个信道的背景噪声值的计算方法为:对信道化后的每一个样点的IQ数据进行取模运算然后对M个样点的IQ数据进行累积求和得X,并将延时后的M个样点也进行累积求和得Y,再将X、Y和前一段时间的背景值Z进行背景计算:X+Y+(1+α)×Z,其中α为加权系数,得到每个信道的背景噪声值。4.根据权利要求3所述的一种对低小慢无人机飞控信号的高效识别方法,其特征在于:所述加权系数α根据实际背...
【专利技术属性】
技术研发人员:赵尔凡,熊刚,夏明赟,饶志宏,何建辉,
申请(专利权)人:中国电子科技集团公司第三十研究所,
类型:发明
国别省市:四川,51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。