一种基于射频信号倒频谱的民用无人机识别和分类方法
Detection and Classification on Amateur Drones Based on Cepstrum of Radio Frequency Signal作者机构:中国民航管理干部学院民航通用航空运行重点实验室北京100102 浙江建德通用航空研究院浙江省通用航空运行技术研究重点实验室建德311612 北京航空航天大学成都创新研究院成都611930 北京航空航天大学电子信息工程学院北京100191
出 版 物:《Transactions of Nanjing University of Aeronautics and Astronautics》 (南京航空航天大学学报(英文版))
年 卷 期:2021年第38卷第4期
页 面:597-606页
核心收录:
学科分类:08[工学] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0802[工学-机械工程] 0825[工学-航空宇航科学与技术] 0704[理学-天文学]
基 金:co-supported by the National Natural Science Foundation of China (Nos. U1933130,71731001,1433203,U1533119) the Research Project of Chinese Academy of Sciences (No. ZDRW-KT-2020-21-2)。
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%。