[发明专利]一种基于实时信号特征分析的无人机识别方法及系统有效
申请号: | 201711184612.0 | 申请日: | 2017-11-23 |
公开(公告)号: | CN107911183B | 公开(公告)日: | 2020-11-06 |
发明(设计)人: | 刘宇飞;刘力辉;蔡颖;张灵珠;胡刚;易翔;沈强;苏鑫;戴如永 | 申请(专利权)人: | 成都中星世通电子科技有限公司 |
主分类号: | H04B17/309 | 分类号: | H04B17/309;H04B17/318;H04B1/7143 |
代理公司: | 成都华风专利事务所(普通合伙) 51223 | 代理人: | 徐丰;张巨箭 |
地址: | 610041 四川省*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 实时 信号 特征 分析 无人机 识别 方法 系统 | ||
本发明公开了一种基于实时信号特征分析的无人机识别方法及系统,方法包括:S10:对接收到的原始信号进行预处理,获得时间上连续的实时信号;S20:进行信号特征参数提取,并进行分类识别,确定信号的参数;S30:对分选结果进行分析统计,以此判断当前信号当中是否有无人机;步骤S20包括:对接收到的实时信号进行噪声基底判定;根据噪声门限计算信号的起始终止频率、中心频率、占用带宽;给信号加上时间标签;根据各频点信号的包括时间、频率、带宽在内的特征,获取跳频信号特征。本发明的信号分析是基于连续时间信号进行的,通过对信号特征深层次的分析,能够挖掘出更多的信息,能够有效提高无人机信号的截获概率。
技术领域
本发明涉及无线电侦测技术领域,尤其一种基于实时信号特征分析的无人机识别方法及系统。
背景技术
由于无人机行业的迅猛发展,监管机关急需一种能够有效发现无人机的技术。由于外界电磁信号的越来越复杂,无人机遥控、数据传输技术的不断发展,无线电监管机构对无人机信号频谱的监测难度越来越大,原来基于:采集—暂停采集—分析—再采集的传统频谱监测模式,由于具有较大的时间分析间隙,无法满足对已广泛采用跳频体制的无人机信号进行侦测,截获概率低下。
申请号为CN201510481020.X的发明专利公开了一种无人机信号处理装置及信号处理方法,其中装置,其包括接收模块、监控模块、预警模块,其中,所述接收模块利用全向接收天线扫描无人机工作的上行和下行工作频段用于实时扫描无人机信号;监控模块包括将接收到的信号按相同的功率分为多路信号的功率分配器、将每路信号进行带通滤波的带通滤波单元、将所述信号转换为数字信号的A/D 转换单元和对数字信号进行傅里叶变换且将时域数据变化为频域数据的频谱分析单元;预警模块包括存储无人机频域数据的存储单元和将频谱分析单元发来的当前频域数据和存储单元中存储的无人机频域数据比较的比较单元,当比较结果处于预定范围内时,预警模块发出警报。该发明专利虽然公开了一部分对无人机的信号处理方法,但是其并没有公开如何将变换得到的频域数据与存储单元中存储的无人机频域数据进行比较的方式,效果不好。
有鉴于此,本发明提出了一种基于实时采集分析的信号特征分析技术,通过长时间、不间断的采集,保证采集期间信号在时间上不间断,能够提取时间上跳变的跳频信号的跳频图案,以此为基础准确分析出信号的带宽、中心频率、截获时间、跳频顺序等特征,实现对无人机信号的截获。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于实时信号特征分析的无人机识别方法及系统,解决了现有技术中无线电监测无法获得时间上连续的实时信号,进而实现了获得准确度较高的跳频信号特征的技术效果。
本发明的目的是通过以下技术方案来实现的:一种基于实时信号特征分析的无人机识别方法,包括以下步骤:
S10:对接收到的原始信号进行预处理,获得时间上连续的实时信号;
S20:对处理后得到的实时信号进行信号特征参数提取,并根据提取到的特征参数阈值进行分类识别,确定信号的参数;
S30:对分选结果进行分析统计,以此判断当前信号当中是否有无人机;
其中,步骤S20包括以下子步骤:
S201:对接收到的实时信号进行噪声基底判定;
S202:根据噪声门限计算信号的起始终止频率、中心频率、占用带宽;
S203:根据数据先后到达时间给信号加上时间标签;
S204:根据各频点信号的包括时间、频率、带宽在内的特征,获取跳频信号特征;
步骤S30包括以下子步骤:
S301:根据实际无人机的跳频/非跳频信号特征,与实际测试得到的信号特征进行比对;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都中星世通电子科技有限公司,未经成都中星世通电子科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711184612.0/2.html,转载请声明来源钻瓜专利网。