【技术实现步骤摘要】
本申请涉及信号识别，尤其涉及一种无人机射频信号识别方法。
技术介绍
1、随着无人机技术的迅速发展和广泛应用，无人机在农业监测、地理勘探、搜索救援等多个领域发挥着越来越重要的作用。此外，无人机的普及也带来了新的挑战，尤其是在射频信号的管理、识别和安全方面。
2、一方面，随着无人机数量的增加，射频环境变得越来越复杂，不同无人机之间的信号干扰问题日益严重，例如，在城市搜索救援任务中，多架无人机同时作业时可能会相互干扰，影响任务的执行效率；另一方面，环境因素，如建筑物遮挡、天气变化等也会对无人机的射频信号产生影响，使得信号识别变得更加困难；又一方面，随着技术的进步，无人机用途的多样化要求射频信号识别系统具有更高的灵活性和适应性，能够在不同的应用场景下准确快速地识别信号。
3、传统的无人机射频信号识别技术通常依赖于固定核心的卷积神经网络(即cnn)和静态的注意力机制，这些方法在处理复杂多变的射频环境时，往往表现出灵活性不足和识别效率低下的问题。
4、有鉴于此，如何提供一种可以高效准确对信号特征进行识别的无人机射频信号识别系统，成为当前亟需解决的技术问题。
技术实现思路
1、本申请实施例提供一种无人机射频信号识别方法，本申请一个或多个实施例同时涉及一种无人机射频信号识别系统，以及一种无人机射频信号识别装置，用以解决现有技术中存在的信号特征识别不准确、不高效的问题。
2、根据本申请实施例的第一方面，提供一种无人机射频信号识别方法，其特征在于，包括：
3、响应于检测到射频接收机启动的情况下，将采集的初始数据输入识别网络的可变核卷积模块中进行处理，输出特征数据，其中，所述识别网络包括：可变核卷积模块、动态注意力模块和分类器模块；
4、基于所述动态注意力模块，对所述特征数据进行处理，得到所述特征数据不同尺度对应的特征信息；
5、基于所述分类器模块中的全连接层，将所述特征信息转化为与类别数对应的输出维度，并将所述输出维度转换为概率分布，确定所述特征信息对应的目标类别。
6、根据本申请实施例的第二方面，提供一种无人机射频信号识别装置，其特征在于，包括：
7、第一处理模块，被配置为响应于检测到射频接收机启动的情况下，将采集的初始数据输入识别网络的可变核卷积模块中进行处理，输出特征数据，其中，所述识别网络包括：可变核卷积模块、动态注意力模块和分类器模块；
8、第二处理模块，被配置为基于所述动态注意力模块，对所述特征数据进行处理，得到所述特征数据不同尺度对应的特征信息；
9、输出模块，被配置为基于所述分类器模块中的全连接层，将所述特征信息转化为与类别数对应的输出维度，并将所述输出维度转换为概率分布，确定所述特征信息对应的目标类别。
10、根据本申请实施例的第三方面，提供一种无人机射频信号识别系统，其特征在于，包括：
11、数据采集模块，用于通过射频接收机采集初始数据，并将采集的初始数据输入识别网络中进行处理，其中，所述识别网络包括：可变核卷积模块、动态注意力模块和分类器模块；
12、可变核卷积模块，用于对采集的初始数据进行处理，输出特征数据；
13、动态注意力模块，用于对所述特征数据进行处理，得到所述特征数据不同尺度对应的特征信息；
14、分类器模块，用于基于所述分类器模块中的全连接层，将所述特征信息转化为与类别数对应的输出维度，并将所述输出维度转换为概率分布；
15、结果识别模块，用于确定所述特征信息对应的目标类别。
16、本申请提供了一种无人机射频信号识别方法，包括，响应于检测到射频接收机启动的情况下，将采集的初始数据输入识别网络的可变核卷积模块中进行处理，输出特征数据，其中，所述识别网络包括：可变核卷积模块、动态注意力模块和分类器模块；基于所述动态注意力模块，对所述特征数据进行处理，得到所述特征数据不同尺度对应的特征信息；基于所述分类器模块中的全连接层，将所述特征信息转化为与类别数对应的输出维度，并将所述输出维度转换为概率分布，确定所述特征信息对应的目标类别。
17、应用本申请实施例提供的无人机射频识别方法，通过融合动态注意力机制和可变核卷积的信号处理步骤，能够有效提升模型对复杂射频信号环境中关键特征的捕捉能力，通过减少计算资源的消耗和优化信号特征的表示，显著增强了无人机信号识别的准确性和鲁棒性。
18、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
本文档来自技高网...【技术保护点】
1.一种无人机射频信号识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述初始数据的采集方法，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述将采集的初始数据输入识别网络的可变核卷积模块中进行处理，输出特征数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述动态注意力模块，包括第一动态注意力模块、第二动态注意力模块和第三动态注意力模块，其中，所述第一动态注意力模块的输出特征信息，作为所述第二动态注意力模块的输入，所述第二动态注意力模块的输出特征信息，作为所述第三动态注意力模块的输入，其中，
5.根据权利要求1所述的方法，其特征在于，所述基于所述分类器模块中的全连接层，将所述特征信息转化为与类别数对应的输出维度，并将所述输出维度转换为概率分布，确定所述特征信息对应的目标类别，包括：
6.根据权利要求4所述的方法，其特征在于，所述第一动态注意力模块、所述第二动态注意力模块和所述第三动态注意力模块，分别由多头注意力模块和深度可分离卷积模块组成。
7.一种无人机射频信号识别装
8.一种无人机射频信号识别系统，其特征在于，包括：
9.一种计算机设备，其特征在于，所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求1-6中任一项所述方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有信息传递的实现程序，所述程序被处理器执行时实现如权利要求1-6中任一项所述方法的步骤。
...【技术特征摘要】
1.一种无人机射频信号识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述初始数据的采集方法，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述将采集的初始数据输入识别网络的可变核卷积模块中进行处理，输出特征数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述动态注意力模块，包括第一动态注意力模块、第二动态注意力模块和第三动态注意力模块，其中，所述第一动态注意力模块的输出特征信息，作为所述第二动态注意力模块的输入，所述第二动态注意力模块的输出特征信息，作为所述第三动态注意力模块的输入，其中，
5.根据权利要求1所述的方法，其特征在于，所述基于所述分类器模块中的全连接层，将所述特征信息转化为与类别数对应的输出维度，并将所述输出维度转...
【专利技术属性】
技术研发人员：张博，单秦，徐山峰，刘春旭，梁延峰，王欣九，鲁伟，孙浚杰，刘畅，洪坤林，
申请(专利权)人：中国电子科技集团有限公司电子科学研究院，
类型：发明
国别省市：
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。