科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了解决无人机遥控信号在识别监测时易受随机噪声、窄带与宽带干扰影响,以及遥控信号跳频序列的跳频周期、跳频速率等特征难以准确提取的问题,提出了一种采用残差神经网络对无人机遥控信号时频谱图进行识别监测的算法(DRN-UAV)。首先通过滑动时间窗来读入时频谱图,并以联合自适应的方法计算信号频谱检测阈值;然后对已读入的时频谱图进行二值化、剔除干扰等预处理操作,构造待测谱图;接着将大量实测的不同机型遥控信号待测谱图作为数据集来训练和测试残差神经网络,进而避免跳频特征难以提取的问题;最终由训练好的网络来实时识别当前遥控信号是否存在及其所属机型。DRN-UAV算法能克服遮挡及无人机体积等不利影响,是对基于雷达或光学的反无人机系统的有效补充。实验结果表明:DRN-UAV算法使单次识别耗时约缩短为传统读入方式的1/25;在相同误检率下,DRN-UAV算法得到的信号频谱检测阈值相比传统方法降低了1.4 dBm,在不同硬件平台上都能有效增加检测范围;当信噪比高于5.5 dB时,在单个窄带定频信号和WiFi干扰下,检测错误率能达到0.01%以内。
- 单位
