一种基于射频指纹的无人机探测与识别方法技术

技术编号:26063212 阅读:28 留言:0更新日期:2020-10-28 16:35
本发明专利技术公开了一种基于射频指纹的无人机探测与识别方法,属于无人机探测技术领域,包括信号接收模块、信号处理模块和无人机分类识别模块,适用于无人机探测与分类识别领域,其主要思路为:使用射频前端接收2.4GHz频段各频点的无线信号;判断接收信号的幅度是否稳定大于预设阈值来检测疑似信号,通过计算疑似信号的自相关函数是否具有周期性来完成无人机的探测;若是,提取无人机信号中部分特征作为该无人机设备的“指纹”,使用分类识别算法对无人机进行分类识别。

【技术实现步骤摘要】
一种基于射频指纹的无人机探测与识别方法
本专利技术属于无人机探测与识别领域,具体提出一种无人机探测与识别方法。
技术介绍
随着当今社会民用无人机的广泛使用,给人类社会带来诸多便利的同时,也会带来一些意外情况,无人机失控会导致行人或建筑的意外伤害。因此,需要有一种机制能够探测出无人机并对其身份进行识别,从而区分合法与违法的无人机,提高管控效率。目前主要的无人机探测技术有无线电频谱监测、雷达探测、声波识别和可见光/红外探测等。无线电频谱探测技术主要是利用无线电监测设备侦测目标无人机的无线信号,通过综合分析处理,发现并识别目标。无人机雷达探测技术是利用雷达扫描技术,根据电磁波在经过不同传输介质时产生的反射波现象来实现对无人机的探测。无人机在飞行时,其电机工作和旋翼震动均会产生一定程度的噪声,并且每台无人机产生的噪声具有唯一性,可以作为无人机的“音频指纹”。无人机声波识别技术正是利用“音频指纹”来发现和探测无人机。可见光/红外侦测是利用可见光或目标的热红外反射,采用超视距、高清的可见光摄像机和红外热成像仪传感器组合来进行无人机侦测。使用以上技术探测识别无人机的优缺点比较如图1所示,由图1可知,传统无人机探测技术的设备比较复杂,识别精度不高。本专利技术提出的基于射频指纹的无人机探测与识别技术不仅可以解决以往无人机探测系统中设备复杂问题,而且识别精度也很高。所谓射频指纹,是指在制造无线通信设备过程中,在保证产品合格的前提下,射频电路上依然会产生微小的随机性的特征。这些特征具有唯一性、普遍性、稳健性以及短时不变性,类似于生物的指纹可以唯一地标识某个个体,这些特征被称为射频指纹。由于无人机正是采用无线通信进行信息交互,因此基于射频指纹技术的无人机探测与识别具有极大的可行性,且可以有效地识别无人机身份,可以提高无人机的管控效率。
技术实现思路
本专利技术的目的是提供一种基于射频指纹的无人机探测与识别方法,有效解决当下无人机探测与识别设备系统复杂、识别效率低的问题。本专利技术提供了如下的技术方案:一种基于射频指纹的无人机探测与识别方法,该技术方案包括:信号接收模块,通过射频前端采集无线信号,对接收信号进行一系列预处理并进行存储。信号处理模块,对存储的信号进行综合分析处理,实现对无人机的探测。无人机识别模块,对探测到的无人机信号进行特征的选取并提取信号特征,将提取的信号特征作为无人机的“指纹”,利用无人机识别算法实现无人机的分类识别。一种基于射频指纹的无人机探测和识别方法,包括步骤如下:步骤1,通过射频前端接收无线信号。具体为:使用2.4GHz全向天线接收无线信号,将天线接收的无线信号经2.4GHz低噪声高频放大器放大后送入滤波器进行滤波,将滤波后的信号经过混频器进行下变频处理,输出较为稳定的中频信号频谱信息。步骤2,基于步骤1得到的信号进行处理,若接收信号某个频段上的信号幅度稳定大于预设阈值σ,则判定有信号进入并将该信号记为疑似无人机信号。对疑似信号进行判定,无人机的无线信号是周期信号,周期信号的自相关函数依然具有周期性,噪声等干扰信号的自相关函数则不具备周期性,因此可以通过计算疑似信号的自相关函数是否具有周期性来判别疑似信号,从而实现无人机的探测。步骤3,基于步骤2得到的无人机信号进行数据采集,分为离线阶段和在线阶段。离线阶段:使用信号特征提取算法提取无人机信号特征,作为该无人机设备的“指纹”。最后将提取的“指纹”数据和代表该无人机类别的标签一起作为训练数据进行存储;在线阶段:提取步骤2得到的无人机信号的信号特征,作为测试数据并存储。步骤4,基于步骤3得到的无人机信号训练数据和测试数据,利用无人机分类识别算法来实现无人机的分类识别。优选的,无人机信号特征提取算法,包括以下步骤:S1:将信号x(t)=xI(t)+xQ(t)作为输入信号经过I/Q正交调制器进行调制,得到输出信号s(t),其中XI(t)是同相分量,XQ(t)是正交分量。求取s(t)的复数并化简得SB(t)=αx(t)+βx*(t)其中α=cosθ+jεsinθ,β=εcosθ+jsinθ,ε和θ分别为正交调制器的增益失配和相位失配参数。S2:对S1中的SB(t)进行分析。定义接收信号对r(t)取复共轭得到r*(t)=β*x(t)+α*x*(t),定义计算Y(t)的自相关矩阵RY=E[Y(t)Y(t)H],对RY进行化简可得其中σx2是x(t)的能量,σs2是SB(t)的能量。S3:基于S2中得到的自相关矩阵RY,定义代入α和β进行化简得由化简结果可知,只与ε和θ有关,对于不同的无人机设备,由I/Q失配产生的相位失配θ和增益失配ε是不同的,因此不同无人机的值不同,那么就可以将的值作为无人机设备的“指纹”。优选的,无人机分类识别算法之K最近邻算法,包括以下步骤:S1:当获取无人机的训练数据S和待测试数据T后,将S和T加载到算法中,并指定K的值为k。S2:基于S1的数据S和T,对数据进行归一化,得到新训练数据S'和新测试数据T',归一化公式为X′=(X-minX)/(maxX-minX),其中X是原始数据,X'为X归一化后的新数据,maxX和minX分别为X中的最大值和最小值。S3:基于S2中归一化之后的新数据S'和T',选取待测试数据T'中数据t,计算t到S'中数据si的欧式距离di,其中i=(1,2,...n),n为S'中数据的总个数。S4:基于S3中得到的欧式距离di,对di进行升序排序,得到距离集D=(d1,d2,...,dn),n为S'中数据的总个数。S5:基于S4中的距离D,选取D中前k个欧氏距离分别对应到训练数据S'中的数据s”。S6:基于S5中的数据s”,统计s”中类别的个数,将出现频率最高的类别label作为测试数据T的类别,则label就是待测试无人机的类别,即完成了无人机的识别。有益效果本专利技术的有益效果在于:本专利技术首先使用射频前端平台接收信号,具体为:使用2.4GHz的全向天线接收2.412GHz到2.472GHz不同频点的无线信号,对接收的信号进行预处理;通过对比接收信号的幅度是否稳定大于预设阈值σ来检测疑似无人机信号,分析疑似信号的自相关函数是否具有周期性来实现无人机的探测;无人机探测成功后,使用信号特征提取算法提取无人机信号特征作为无人机设备“指纹”;最后使用无人机分类识别算法来实现无人机的分类识别。其中,本专利技术中提取的信号特征具有唯一性和短时不变性,可以很好的区分不同无人机设备。无人机分类识别算法使用K最近邻算法,算法中选用欧式距离来计算未知点与已知点的距离,通过设置不同的K值来使算法的识别率达到最高,解决了基于现有的无人机探测与识别设备中系统复杂、识别效率低的问题。附图说明图1为本专利技术中常用无人机探测技术优缺点比较示意图;图2为本专利技术中无人机探测与识别方法流程示意图;图3为本专利技术中无人机分类识别算法流程示意图;具体实施方式<本文档来自技高网
...

【技术保护点】
1.一种基于射频指纹的无人机探测与识别方法,其特征在于,包括:/n步骤1,通过射频前端接收无线信号。具体为:使用2.4GHz全向天线接收无线信号,将天线接收的无线信号经2.4GHz低噪声高频放大器放大后送入滤波器进行滤波,将滤波后的信号经过混频器进行下变频处理,输出较为稳定的中频信号频谱信息。/n步骤2,基于步骤1得到的信号进行处理,若接收信号某个频段上的信号幅度稳定大于预设阈值σ,则判定有信号进入并将该信号记为疑似无人机信号。通过计算疑似信号的自相关函数是否具有周期性来判别疑似信号是否为无人机信号,从而实现无人机的探测。/n步骤3,基于步骤2得到的无人机信号进行数据采集,分为离线阶段和在线阶段。离线阶段:使用信号特征提取算法提取无人机信号特征,作为该无人机设备的“指纹”。最后将提取的“指纹”数据和代表该无人机类别的标签一起作为训练数据进行存储;在线阶段:提取步骤2得到的无人机信号的信号特征,作为测试数据并存储。/n步骤4,基于步骤3得到的无人机的训练数据和测试数据,使用无人机分类识别算法来实现无人机的分类识别。/n

【技术特征摘要】
1.一种基于射频指纹的无人机探测与识别方法,其特征在于,包括:
步骤1,通过射频前端接收无线信号。具体为:使用2.4GHz全向天线接收无线信号,将天线接收的无线信号经2.4GHz低噪声高频放大器放大后送入滤波器进行滤波,将滤波后的信号经过混频器进行下变频处理,输出较为稳定的中频信号频谱信息。
步骤2,基于步骤1得到的信号进行处理,若接收信号某个频段上的信号幅度稳定大于预设阈值σ,则判定有信号进入并将该信号记为疑似无人机信号。通过计算疑似信号的自相关函数是否具有周期性来判别疑似信号是否为无人机信号,从而实现无人机的探测。
步骤3,基于步骤2得到的无人机信号进行数据采集,分为离线阶段和在线阶段。离线阶段:使用信号特征提取算法提取无人机信号特征,作为该无人机设备的“指纹”。最后将提取的“指纹”数据和代表该无人机类别的标签一起作为训练数据进行存储;在线阶段:提取步骤2得到的无人机信号的信号特征,作为测试数据并存储。
步骤4,基于步骤3得到的无人机的训练数据和测试数据,使用无人机分类识别算法来实现无人机的分类识别。

【专利技术属性】
技术研发人员:聂伟韩志超周牧蒋青
申请(专利权)人:重庆邮电大学
类型:发明
国别省市:重庆;50

网友询问留言 已有0条评论
  • 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。

1