【技术实现步骤摘要】
本专利技术属于信号识别和无人机身份识别领域，涉及一种无人机身份识别方法。
技术介绍
1、无人机识别相关的机器学习技术分为：基于射频信号的无人机身份识别系统、基于可见光的无人机识别系统、基于声纹的无人机识别系统、基于雷达的无人机探测系统、还有混合的无人机识别系统。例如中国专利申请号为2017105254440，公开了一种无人机身份识别方法及管理平台系统，其中所述方法包括：获取用于指示无人机身份的二维码信息；对所述二维码信息进行解密，得到无人机的身份识别码；对所述身份识别码进行解析，得到无人机的身份信息；将所述身份信息与备案库中预存的各无人机对应的身份信息进行匹配；若匹配成功，则确定所述无人机身份认证成功；若匹配失败，则确定所述无人机身份认证失败。存在的技术缺陷是：1.生成二维码用于指示无人机身份有着极大的冒名顶替风险，很容易将注册过的无人机身份二维码仿制印刷在未注册过的无人机表面；2.二维码的数字签名公证并不安全；3.二维码生成过程较为繁琐；4.不同无人机存在发送相同的认证过的二维码信息的风险；5.二维码信息可以直接通过复制图片的形式伪造...
【技术保护点】
1.一种基于深度学习射频指纹的无人机身份识别方法，其特征在于，所述方法包括以下步骤：
2.如权利要求1所述的一种基于深度学习射频指纹的无人机身份识别方法，其特征在于，所述步骤2中，所述RF前端包括天线、低噪声放大器、带通滤波器和前级放大器，无线电信号经过天线采集后，依次通过低噪声放大器、带通滤波器和前级放大器进行信号处理。
3.如权利要求1或2所述的一种基于深度学习射频指纹的无人机身份识别方法，其特征在于，所述步骤3中，混频是将预处理的射频信号与局部振荡器LO信号进行混频，以生成中频信号IF；低通滤波移除混频后产生的高频分量，只保留目标频段的低...
【技术特征摘要】
1.一种基于深度学习射频指纹的无人机身份识别方法，其特征在于，所述方法包括以下步骤：
2.如权利要求1所述的一种基于深度学习射频指纹的无人机身份识别方法，其特征在于，所述步骤2中，所述rf前端包括天线、低噪声放大器、带通滤波器和前级放大器，无线电信号经过天线采集后，依次通过低噪声放大器、带通滤波器和前级放大器进行信号处理。
3.如权利要求1或2所述的一种基于深度学习射频指纹的无人机身份识别方法，其特征在于，所述步骤3中，混频是将预处理的射频信号与局部振荡器lo信号进行混频，以生成中频信号if；低通滤波移除混频后产生的高频分量，只保留目标频段的低频分量；抽取是降低信号的采样率以减少数据量，同时保留主要的信息内容；生成iq信号是指通过数字信号处理器dsp进行信...
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。