一种民用小型无人机的射频指纹识别方法

随着民用无人机的普及,无人机"黑飞"事件频频发生,给公共安全带来极大隐患.为了实现对"黑飞"无人机的有效监管,通过提取遥控信号指纹特征对无人机识别是一种有效的方法.基于民用小型无人机遥控信号通常采用跳频通信这一特性,通过分形贝叶斯变点检测算法对实测无人机遥控信号的瞬态起始点进行检测,并提取信号瞬态部分所含有的指纹特征,由主成分分析法进行特征降维,最后采用多分类支持向量算法对该信号进行分类及识别.实验结果表明,采用射频指纹法能够完成无人机型号的区分以及同一型号无人机的区分.     

短波信道下的跳频信号检测

针对复杂环境下跳频信号的检测问题,提出一种基于能量特征提取的检测算法.该算法可以准确判断信道内跳频信号的存在性.首先将接收数据投影到能量域内进行白化,抑制接收信号中存在的色噪声;然后通过能量分布特征提取信道内存在的时域连续信号,去除接收信号中存在的短时突发信号;最后利用信道化处理将接收信号分解到各个子信道,通过短时能量对消的方法来检测跳频信号的存在性.对该算法的统计特性,虚警概率和检测概率进行理论推导,并对检测流程进行了实验仿真,验证了算法有效性.     

一种新的跳频信号检测方法

本文针对跳频信号检测的问题,研究并设计了一种新的检测算法.该方法对信道进行由"粗"到"细"的分层检测,降低了很多无谓的资源消耗.文章首先介绍了传统信道化处理的思想并推导出其模型的数学表达式.然后分析了这种模型在跳频信道数较多时难于实现的原因,进而提出分层信道化处理的检测模型.接下来对该模型的运算量进行了推导并与传统结构...     

基于遥控信号频谱特征的无人机识别算法

近年来,无人机"黑飞"事件与非法入侵的案例开始激增,现有的识别技术往往难以实时、准确地检测到非法无人机,为此提出了一种基于遥控信号频谱特征的无人机识别算法。该算法通过背景频谱模板学习(利用二次平均的方法求信号检测阈值,并屏蔽宽带信号对无人机遥控信号检测的干扰)、无人机跳频与定频遥控信号检测、机型判断及其特征参数学习三大模块来识别非法入侵的无人机。实验结果表明,该算法可以实现对常见无人机实时准确地识别,且鲁棒性较强。     

一种新的跳频信号检测模型

 对基于信道化处理的跳频信号检测模型进行了研究.在介绍并推导了该检测结构的基础上,分析了该模型运算复杂度过高的原因,设计了一种基于分层处理的跳频信号检测模型.该模型通过对信号进行分层处理,减少了监控无用信道的面积,较大幅度降低了模型的运算量,提高了模型对资源的利用率,提升了模型的实用价值.仿真结果表明,改进后模型的运算量得到了大幅降低,验证了模型的有效性.     

基于深度卷积神经网络的小型民用无人机检测研究进展

小型民用无人机预警探测是公共安全领域的热点问题,也是视觉目标检测领域的研究难点。采用手工特征的经典目标检测方法在语义信息的提取和表征方面存在局限性,因此基于深度卷积神经网络的目标检测方法在近年已成为业内主流技术手段。围绕基于深度卷积神经网络的小型民用无人机检测技术发展现状,本文介绍了计算机视觉目标检测领域中基于深度卷积神经网络的双阶段算法和单阶段检测算法,针对小型无人机检测任务分别总结了面向静态图像和视频数据的无人机目标检测方法,进而探讨了无人机视觉检测中亟待解决的瓶颈性问题,最后对该领域研究的未来发展趋势进行了讨论和展望。     

STFT算法在短波差分跳频信号检测中的应用

结合短波差分跳频(DFH)信号的特点,分析了短波信道的多径、时延和多普勒效应对高速跳频信号的影响,构建了基于Turbo码的G函数模型,并提出采用短时傅里叶变换(STFT)算法和最大后验概率(MAP)译码算法相结合的跳检测方法,进行跳频信号的跳检测.仿真结果表明:综合考虑短波信道影响,采用该方法进行跳频信号检测,信噪比为6.8 dB时,误码率达到10-5,可实现DFH信号的有效检测.     

一种复杂环境中跳频信号检测和参数估计改进方法

信号检测与参数估计可为后续的信号解调分析提供依据,在电子对抗中起到重要的作用。针对复杂环境中跳频信号的盲处理问题,针对跳频信号模型进行分析,提出了一种基于滑动相关与小波变换结合的改进方法,更好地完成了检测与参数估计。该方法可较好地克服瑞利信道衰落和传播损耗的影响,检测性能良好,且跳频参数估计精度较高。最后,通过计算机仿真验证了改进方法结果的有效性,且正确率高,具有工程实用性,性能也优于过去的一些算法。     

基于飞控信号频谱特征的无人机检测与识别系统设计

随着民用无人机的普及,无人机“黑飞”事件频频发生,给公共安全带来极大隐患。为了实现对“黑飞”无人机的有效 监管,设计了基于飞控信号频谱特征的无人机检测与识别系统,该系统以FPGA为控制与运算核心,采用AD9361射频收发 模块实现无线电信号采集,采集的信号送至FPGA后,进行信号预处理、短时傅里叶变换法(STFT)、飞控信号特征提取、飞控信号检测与识别等算法处理,完成无人机的检测与识别,识别结果传输到上位机显示,该系统能够快速实现对多架无人机同时进行探测识别,可识别出无人机具体型号、参数、数目,具有实际应用价值。     

Nakagami衰落信道下噪声跟踪干扰检测性能分析

针对慢跳频通信中噪声跟踪干扰的检测问题,提出了一种新的噪声跟踪干扰检测算法.该检测算法应用认知无线电中协作频谱感知方法,分析了接收信号的条件概率密度函数,研究了加性高斯白噪声信道下单跳信号存在干扰的检测性能.在此基础上,推导了Nakagami衰落信道下单跳信号存在干扰的检测概率和虚警概率,通过对检测概率和虚警概率中的多重积分进行化简,得到了检测概率和虚警概率的级数表达式.单跳信号检测后,把检测结果上报到融合中心,应用协作频谱感知中的“k out of n”准则分析了噪声跟踪干扰的检测性能.仿真结果验证了理论分析的正确性.     

基于示向图分割投影的短波跳频信号检测算法

针对短波信道中跳频信号检测的问题,提出一种利用K-Means聚类对示向图进行分割,并通过图像处理方法来实现对跳频信号检测的算法。采用测向速度快的相关干涉仪测向方法完成宽带信号的示向图生成,然后基于K-Means聚类对示向图进行分割,经过形态学滤波进行预处理后,利用灰度图像处理中的边界投影算法对跳频信号检测。此算法在能检测出跳频信号的同时能粗估计跳频信号的基本参数。仿真结果及性能分析表明,该算法能有效地克服信号带宽内复杂的电磁环境,能有效检测出跳频信号,计算复杂度较低,易于工程实现。      

无线通信中跟踪干扰信号检测方法及检测性能

根据跟踪干扰随通信信号变频的特征,提出一种检测跟踪干扰的方法。该方法对空闲信道采用能量检测法进行检测,对通信信道采用在信号中插入训练序列进行检测,根据干扰是否连续多次伴随信号出现、消失来判断系统是否受到跟踪干扰,并推导出该方法在加性高斯白噪声(AWGN)信道条件下的检测概率。通过对该方法进行计算机仿真,计算出不同仿真条件下的检测概率,验证了该方法的正确性和有效性。理论分析和仿真结果表明,信道改变次数越多,检测结果的可信度越高,但检测概率越低;在低信干比条件下,仿真检测概率与理论值较为符合,在高信干比条件下,检测性能受信道噪声影响较大。     

复杂环境下高扩展性无人机信号检测识别方法

利用无人机与遥控器间的无线电信号进行无人机检测和识别是当前的研究热点。但在该领域，仍存在两个关键问题有待解决：一是如何在存在众多第三方信号的复杂电磁环境下有效检测识别无人机信号，二是如何保证检测识别系统针对新型无人机的快速扩展能力。针对这两个问题，提出了一种高扩展性的无人机信号检测识别架构。首先，利用YOLO神经网络模型应对复杂电磁环境下信号检测难题。该模型设计和训练面向通用电磁信号检测。完成信号检测后，利用“信号特征提取+支持向量机”结构设计无人机信号识别算法。该步骤计算复杂度低，模型参数少，因此对新型无人机具备良好的可扩展性。     

CCSDS空间遥控链路异常行为检测算法

空间通信网络的开放性使其面临巨大的安全威胁,在空间遥控链路中应用认证或加密等密码学算法以增强空间遥控数据传输的安全性成为该领域的主要研究方向。由于CCSDS空间遥控链路COP-1协议与所加入的认证机制对传输错误均具有敏感性,而恶意攻击或信道误码均能引起数据接收端的重传请求,使得数据发送端无法对链路中的协议异常行为进行检测。该文提出了一种新的重传请求机制,改进了现有的COP-1传输控制协议,并建立了空间遥控链路中恶意攻击者的攻击行为模型,基于假设检验的策略提出了CCSDS空间遥控链路异常行为检测算法。仿真实验结果表明,所提出的算法能够在各种信道状态下准确、无误地检测到链路中攻击者的存在。     

基于双通道多跳互相关的快跳频信号检测方法

针对快跳频信号频带宽、跳速快、检测难的问题,在分析多跳自相关检测的基础上,提出了一种基于双通道多跳互相关技术的快跳频信号检测方法。通过理论分析与仿真验证了该方法的可行性并得出结论：在不要求高采样率的情况下,采用双通道多跳互相关的方法能够有效检测出快跳频信号,且检测性能优于多跳自相关方法。     

同时到达信号数字信道化检测技术研究

针对宽带反辐射导引头对瞬时带宽内多个威胁目标同时捕获跟踪问题,研究基于数字信道化接收机的同时到达信号检测方法。在FPGA中对数字信道化接收机所有子信道输出数据进行动态延迟缓存,然后根据双门限判别原则对缓存后的数据进行轮询检测,在脉冲上升沿时启动有效数据存储,在脉冲下降沿时根据有效子信道数量以及单个脉冲跨越子信道数量进行综合判断,识别并分离出同时到达信号。文中提出一种基于动态数据延迟控制和子信道轮询的多信号检测方法,有效节省了FPGA硬件资源,具备对100 ns量级极窄雷达脉冲信号的捕获能力,为多通道宽带数字信道化接收机的FPGA实现提供了新的方法。测试结果表明,该方法可实现800 MHz瞬时带宽内2路同时到达信号的检测分离,具有较高的工程实用价值。     

基于YOLOX的跳频信号检测

现有跳频信号检测算法大多针对固定参数的跳频信号检测,而面对可变参数的跳频信号检测时,其每跳时长及带宽的不确定性导致这些算法的适用性下降。为此,提出了一种基于YOLOX的跳频信号检测算法。该算法适用于固定参数跳频信号和可变参数跳频信号,判断跳频信号的存在性。首先将观测时间内的信号进行短时傅里叶变换获得灰度时频谱图;然后将时频谱图经过目标检测网络YOLOX,获得各个信号的预测框;最后根据跳频信号各跳点的时间连续性,筛选出跳频信号各个跳点,根据连续跳点个数判断跳频信号的存在性。对算法的检测流程进行了仿真,以验证算法的可行性。实验结果表明,该算法可以较好地完成盲检测任务,且能够通过增加较少的先验信息以提高检测性能。     

跳频信号盲检测的时频语义对消方法

复杂电磁环境下精准检测跳频信号是实施跳频信号侦查的先决条件。针对复杂干扰下跳频信号难以检测的问题,本文提出一种名为时频语义对消的方法。该方法设计了一种具有自注意力和图注意力机制的暹罗嵌套UNet,并根据该网络提取包含跳频信号、干扰信号和噪声的时频图语义信息。将得到的结果与不包含跳频信号时频图的语义信息相消就可以得到仅包含跳频信号的时频图,实现对跳频信号的检测。仿真结果表明所提方法可以在复杂干扰下实现对跳频信号的参数估计与盲检测,在信噪比高于-5 dB和信干比高于0 dB时,虚警概率与漏警概率低于1‰。在信号时频范围检测中,对比实验表明语义对消检测方法比语义分割检测方法交并比分数提升0.31,消融实验表明注意力模块对交并比分数提升为0.022。同时分析了所提网络的复杂度,结果表明该方案具有较小的参数量以及较快的处理速度,可以运用于跳频信号的实际检测当中。      

一种基于循环谱的接收信号功率检测算法

接收信号功率的精确检测是自适应跳频电台信道有无干扰识别的关键技术之一。为了提高接收信号功率的检测精度,文章提出了用循环谱法精确检测接受信号功率的循环谱检测算法,并以MPSK信号为例给出了该算法的详细的理论分析。     

短波SSB跳频干扰引导中信道化门限的一种设置方法

信道化门限是短波SSB跳频干扰引导中信号检测的一个重要手段。信道化门限设置的好坏直接决定了信号检测的准确度。本文在分析短波SSB跳频干扰引导中不同信道信号分布特征的基础上，给出了一种基于不同信道信号分布特征的门限设置方法。仿真结果表明，该方法具有简单、实用、可靠的优点。