摘要
由于监管不利,由小型无人机引起的扰航及空域非法入侵等事故对公共安全造成了不良影响。为了解决此问题,本文使用反向传播神经网络算法、支持向量机算法和K-近邻算法对位于禁飞区边缘的无人机的下行信号倒频谱进行识别和分类。在户外实地实验中收集了电磁静默环境下5种不同民用无人机的下行信号,并对这些信号进行了倒频谱分析。结果显示,本文提出的工作流和实现方法在非合作无人机的识别和分类方面取得了较好的效果,尤其在无人机识别方面,3种机器学习算法的平均准确率均可提升至近90%。
-
单位北京航空航天大学; 中国民航管理干部学院; 电子信息工程学院