CN109587089B - 一种提升无人机信号识别准确度的方法 - Google Patents

Abstract

本发明公开了一种提升无人机信号识别准确度的方法，包括以下步骤：初始化信号处理环境并对时域信号进行分帧；使分帧后的信号单元通过带通滤波器；计算信号单元的可变延时自相关函数，结合峰值搜索得到信号有用符号时长；计算信号单元的定延时循环谱函数，结合峰值搜索得到信号的符号时长；计算循环前缀长度；计算信号的子载波间隔；计算信号的子载波数。根据以上步骤计算得到的特征参数，与频谱特征库内的信号进行对比，实现对无人机图传信号的分类识别；本发明的优点在于：有效的提高了特征参数计算的精度；更快的计算出有用符号时长；大大缩减了计算量，提高系统响应灵敏度；为后续信号的解调解码工作提供了有力的支持。

Description

一种提升无人机信号识别准确度的方法

技术领域

本发明涉及电子侦察技术领域，特别涉及一种基于循环平稳性检测提升无人机信号识别准确度的方法。

背景技术

无人机(Unmanned Aerial Vehicles,UAV)起源于军事领域，在上世纪九十年代末期，由于无人机的小型化和低空化技术取得了突破，无人机市场得以迅速增长，被广泛应用于农业、摄影等领域。在全球反恐形势越来越严重的情况下，非法持有无人机的数量猛增，这就对重点目标、重点区域和重点活动带来了巨大的安全威胁，一旦恐怖分子利用无人机进行恐怖袭击，后果将不堪设想。无人机由于其飞行速度慢，飞行高度低，雷达散射面积小，有些甚至采用了隐身涂层，导致不容易被雷达发现，用传统的侦测方式非常难以发现，由此，开发一种针对无人机的侦测系统势在必行。

如何对无人机进行有效监测、识别和定位是当前的研究热点。目前主要的技术有低空雷达、光电探测、声学探测和无线电信号侦测等。这些手段各有特点：雷达探测的缺点在于无人机的散射面积小，大大的降低了被雷达侦测的距离和概率，而且低空盲区大，地面雷达对无人机侦测的难度非常大；光电探测则在厚云层或逆光等条件下，由于目标红外反射特性不明显，使识别和跟踪的难度增大；声学探测在闹市或机场等场合下，环境背景噪音会影响探测灵敏度导致目标难以识别；由于无人机与操作人员进行通信的不可避免性，对这种信号截获进行分析的无线电信号频谱侦测技术，是一种值得关注和深入研究的无人机侦测技术。

无线电信号频谱侦测技术关键点在于如何准确的识别出无人机信号，对无人机信号的特征参数进行提取是有效识别无人机信号的一种技术方法。

发明内容

本发明针对现有技术的缺陷，提供了一种提升无人机信号识别准确度的方法，能有效的解决上述现有技术存在的问题。

为了实现以上发明目的，本发明采取的技术方案如下：

一种提升无人机信号识别准确度的方法，包括以下步骤：

步骤1：初始化信号处理环境并对时域信号进行分帧；

初始化后端信号处理的软件环境之后，对连续采样的时域信号进行分帧处理，每一帧信号作为后续特征参数提取的单元；在信号分帧处理中，采用了滑动平均窗处理后，根据设定阈值捕捉信号上升沿和下降沿。

步骤2：使分帧后的信号单元通过带通滤波器；

根据步骤1中时域分帧处理后，将连续采样的时域信号切割为以帧为单位的信号单元，每一个单元通过带通滤波器以抑制带外噪声，提高特征参数计算的精度。

步骤3：计算信号单元的可变延时自相关函数，结合峰值搜索得到信号有用符号时长。

采用可变延时自相关的方法，对自相关函数进行峰值搜索，当延时等于有用符号时长时，延时信号中的循环前缀与原信号的一部分完全相同，因此相关值会出现一个峰值；当延时为其他值时，相关值为零。

当延时为零时自相关函数有最大峰值，改变延时长度出现第二个峰值时，对应的峰值间距即为有用符号时长。由于接收的信号受噪声和衰落的影响，信号的包络峰均比较大，因此用接收信号的能量对延时自相关函数进行归一化。

步骤4：计算信号单元的定延时循环谱函数，结合峰值搜索得到信号的符号时长。

根据步骤3得到的有用符号时长，令延时等于有用符号时长对信号单元做定延时循环谱函数计算，结合峰值搜索得到相邻两个峰值之间的峰值间距，根据观测信号数据长度与峰值间距的关系计算得到信号的符号时长。

步骤5：计算循环前缀长度。

根据步骤3、步骤4得到的信号有用符号时长及符号时长，计算信号的循环前缀长度。信号的循环前缀长度即信号的符号时长与有用符号时长之差。

步骤6：根据步骤3计算得到的有用符号时长计算信号的子载波间隔，子载波间隔为信号的有用符号时长的倒数。

步骤7：根据步骤3计算得到的有用符号时长，在已知信号接收设备的采样率的情况下可计算得到过采样倍数，则当前的码片时宽为信号带宽的倒数，故子载波数量为有用符号时长与码片时宽之商。

步骤8：根据以上步骤计算得到的特征参数，与频谱特征库内的信号进行对比，实现对无人机图传信号的分类识别。

与现有技术相比本发明的优点在于：

(1)本发明对无人机信号进行分帧处理之后，把连续采样的时域信号切割为以帧为单位的信号，继而对每一帧进行带通滤波处理，有效的提高了特征参数计算的精度。

(2)本发明采用了可变延时自相关的方法，对自相关函数进行峰值搜索，相较于传统的方法，该方法可以更快的计算出有用符号时长。

(3)本发明利用定延时循环谱计算信号的符号时长，大大缩减了计算量，提高系统响应灵敏度。

(4)本发明涉及到的信号特征从信号的帧结构出发，为后续信号的解调解码工作提供了有力的支持。

附图说明

图1为本发明实施例无人机信号探测系统误警率方法的主流程图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚明白，以下结合附图并列举实施例，对本发明做进一步详细说明。

如图1所示，一种提升无人机信号识别准确度的方法，包括以下步骤：

步骤1：初始化信号处理环境并对时域信号进行分帧。

初始化后端信号处理的软件环境之后，对连续采样的时域信号进行分帧处理，每一帧信号作为后续特征参数提取的单元。在信号分帧处理中，主要采用了滑动平均窗处理，根据设定阈值捕捉信号上升沿和下降沿的方法。

步骤2：使分帧后的信号单元通过带通滤波器。

根据步骤1中时域分帧处理后，连续采样的时域信号切割为以帧为单位的信号单元，每一个单元通过带通滤波器以抑制带外噪声，提高特征参数计算的精度。

步骤3：计算信号单元的可变延时自相关函数，结合峰值搜索得到信号有用符号时长T_u。

采用可变延时自相关的方法，在循环频率等于零的切面上搜索峰值位置估计有用符号时长。根据OFDM信号及其延时信号的自相关性可得：

式中，r(i)是信号，r^*(i+τ)是延时信号的共轭，α是循环频率，

是信号能量，

是噪声能量，当延时τ＝0时，相关值为接收信号能量；当延时等于有用符号时长时，延时信号中的循环前缀和原信号的一部分完全相同，因此相关值会出现一个峰值；当延时等于其他值时，理论上相关值为0。因此我们通过不断改变时延的长度，观察延时自相关的输出。当延时等于0时出现最大峰值，改变时延长度，当出现第二个峰值时，此时对应的时延就是有用符号时长。即：

式中，

为信号的延时自相关，

为信号能量。

由于接收的信号受噪声和衰落的影响，信号的包络峰均比较大，因此用接收信号的能量对相关结果进行归一化。

步骤4：计算信号单元的定延时循环谱函数，结合峰值搜索得到信号的符号时长。

根据步骤3得到的有用符号时长，令延时τ＝T_u，对r(i)r^*(i-T_u)做快速傅里叶变换，结合峰值搜索估计OFDM符号时长T_s。

根据OFDM信号的自相关函数R_r(t+T,τ)＝R_r(t,τ)为时间t的周期函数，当延时τ＝T_u时，R_r(t,τ)≠0。所以对R_r(t,τ)的时间轴t做FFT变换会出现离散的峰值，令：

R_r(k,T_u)＝FFT[r(i)r^*(i-T_u)](3)

若观测数据总长度为M，根据相邻峰值间距k有：

可得

其中FFT(·)为快速傅里叶变换函数，α为循环频率，T_s为符号时长。

步骤5：计算循环前缀长度。

根据步骤3、步骤4得到的信号有用符号时长及符号时长，计算信号的循环前缀长度。信号的循环前缀长度即信号的符号时长与有用符号时长之差，即：

T_cp＝T_s-T_u (4)

其中T_cp为循环前缀长度。

步骤6：计算信号的子载波间隔。

根据步骤3计算得到的有用符号时长计算信号的子载波间隔，子载波间隔为信号的有用符号时长的倒数，即：

其中Δf为子载波间隔。

步骤7：计算信号的子载波数。

根据步骤3计算得到的有用符号时长，在已知信号接收设备的采样率的情况下可计算得到过采样倍数，则当前的码片时宽为信号带宽的倒数，故子载波数量为有用符号时长与码片时宽之商。即：

其中N为子载波数，T_b为码片时宽。

步骤8：根据以上步骤计算得到的特征参数，与频谱特征库内的信号进行对比，提高无人机信号的识别准确度。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的实施方法，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (1)

1.一种提升无人机信号识别准确度的方法，其特征在于，包括以下步骤：

步骤1：初始化信号处理环境并对时域信号进行分帧；

初始化后端信号处理的软件环境之后，对连续采样的时域信号进行分帧处理，每一帧信号作为后续特征参数提取的单元；在信号分帧处理中，采用了滑动平均窗处理后，根据设定阈值捕捉信号上升沿和下降沿；

步骤2：使分帧后的信号单元通过带通滤波器；

根据步骤1中时域分帧处理后，将连续采样的时域信号切割为以帧为单位的信号单元，每一个单元通过带通滤波器以抑制带外噪声，提高特征参数计算的精度；

步骤3：计算信号单元的可变延时自相关函数，结合峰值搜索得到信号有用符号时长；

采用可变延时自相关的方法，对自相关函数进行峰值搜索，当延时等于有用符号时长时，延时信号中的循环前缀与原信号的一部分完全相同，因此相关值会出现一个峰值；当延时为其他值时，相关值为零；

当延时为零时自相关函数有最大峰值，改变延时长度出现第二个峰值时，对应的峰值间距即为有用符号时长；由于接收的信号受噪声和衰落的影响，信号的包络峰均比较大，因此用接收信号的能量对延时自相关函数进行归一化；

步骤4：计算信号单元的定延时循环谱函数，结合峰值搜索得到信号的符号时长；

根据步骤3得到的有用符号时长，令延时等于有用符号时长对信号单元做定延时循环谱函数计算，结合峰值搜索得到相邻两个峰值之间的峰值间距，根据观测信号数据长度M与峰值间距k的关系计算得到信号的符号时长，公式为：

步骤5：计算循环前缀长度；

根据步骤3、步骤4得到的信号有用符号时长及符号时长，计算信号的循环前缀长度；信号的循环前缀长度即信号的符号时长与有用符号时长之差；

步骤6：根据步骤3计算得到的有用符号时长计算信号的子载波间隔，子载波间隔为信号的有用符号时长的倒数；

步骤7：根据步骤3计算得到的有用符号时长，在已知信号接收设备的采样率的情况下可计算得到过采样倍数，则当前的码片时宽为信号带宽的倒数，故子载波数量为有用符号时长与码片时宽之商；

步骤8：根据以上步骤计算得到的特征参数，与频谱特征库内的信号进行对比，实现对无人机图传信号的分类识别。

Images