CN109981192B - 一种空域反黑飞无人机的频谱监测方法 - Google Patents
一种空域反黑飞无人机的频谱监测方法 Download PDFInfo
- Publication number
- CN109981192B CN109981192B CN201910278294.7A CN201910278294A CN109981192B CN 109981192 B CN109981192 B CN 109981192B CN 201910278294 A CN201910278294 A CN 201910278294A CN 109981192 B CN109981192 B CN 109981192B
- Authority
- CN
- China
- Prior art keywords
- frequency
- data
- unmanned aerial
- aerial vehicle
- illegal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/18502—Airborne stations
- H04B7/18506—Communications with or from aircraft, i.e. aeronautical mobile service
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/69—Spread spectrum techniques
- H04B1/713—Spread spectrum techniques using frequency hopping
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Electromagnetism (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
一种空域反黑飞无人机的频谱监测系统及方法,包括无人机平台、遥控遥测模块、频谱监测设备和处理显示上位机,机载频谱监测设备由射频模块、控制处理模块、GPS模块、直接序列扩频通信模块等组成。本发明将频谱监测引向空域,即将频谱监测设备搭载在合法飞行无人机上,按一定的轨迹在监视区域内巡逻,以查找黑飞无人机为任务进行工作,利用频谱监测技术在电磁频谱域中监测识别出黑飞无人机遥测、遥控信道的跳频信号,从而探测出黑飞无人机。本发明中的黑飞信号提取识别算法提取效果好,识别效率高,且计算量小;直接序列扩频通信模块具有极低的功率谱密度,既保证了在复杂的电磁环境下能稳定运行,又不会影响对黑飞无人机遥控遥测信号的监测。
Description
技术领域
本发明属于无线电信号频谱监测领域,具体涉及一种空域反黑飞无人机的频谱监测系统及方法。
背景技术
近几年来,随着无人机不断的小型化、低空化,应用场景的逐渐广泛,非法飞行的无人机(俗称黑飞无人机)事件屡见不鲜,这些未经许可私自飞行的无人机主要造成了以下几点危害:危害民航、军用飞机飞行安全;威胁军事、重要政府部门等区域的信息安全;影响重大活动、集会人群的人身安全;泄露民用住宅、场所的个人隐私等。
为解决黑飞无人机问题,在法律层面健全法制法规固然重要,在技术层面研究黑飞无人机反制技术同样重要,反制黑飞无人机的基础是监测,传统的技术有雷达、光学、声音监测等,雷达监测技术属于有源监测,针对低、小、慢黑飞无人机的监测效果较差;光学、声音监测技术易受天气、环境、地形等因素的影响,监测距离的受限,也不是合适的解决方案。
国家知识产权局于2018年11月6日公开了一件公开号为108762291A、名称为“一种发现和跟踪黑飞无人机遥控者的方法与系统”的发明专利,其利用摄像头基于可见光或红外图像,在空中搜寻并识别黑飞无人机,其受天气条件影响甚大,监测距离近、准确度低。
国家知识产权局于2018年2月27日公开了一件公开号为106154262B、名称为“反无人机探测系统及其控制方法”的发明专利,其特征包括具有光学镜头的摄像机、显示器、控制摄像机运动的自动跟踪伺服机构、雷达装置等。主要还是利用雷达监测和光学图像识别,对于低小慢黑飞无人机的监测效果较差。
随着通信技术的发展,无线用频设备不断增长,为了加强电磁频谱管理和维护电磁频谱安全,国家有关部门利用监测设备对电磁频谱进行了全方位地监控和管理。黑飞无人机本身也是一种无线用频设备,当其工作时,其遥控、遥测以及监控等业务需要利用无线频谱来传送数据,故可采用电磁频谱监测技术对黑飞无人机进行监测。传统的频谱监测设备一般位于地面,如地面监测车、监测站,监测效果易受障碍物遮挡、环境限制、多径效应干扰等不利因素影响,监测距离短、受环境影响大、可靠性差;且对监测到的黑飞无人机无线频谱进行需要人工甄别和判定,自动化程度低。
另外,黑飞无人机的遥控、遥测信道一般采取跳频或跳频/直扩组合技术,其通信频段属于ISM频段,主要有430MHz、869MHz、915MHz、2.4GHz和5.8GHz等频段,这些频段有蓝牙、WiFi、ZigBee等多种制式信号,电磁环境复杂,对黑飞无人机频谱进行识别的要求较高。
综上所述,目前存在的黑飞无人机监测技术尚不完善,利用传统的频谱监测设备进行黑飞无人机监测时,监测距离短、受环境影响大、可靠性差以及自动化程度低。为补充和完善现有黑飞无人机监测手段,急需提出一种可靠、准确及自动化程度高的频谱监测技术。
发明内容
本发明针对现有技术中的不足,提供一种空域反黑飞无人机的频谱监测系统及方法。
为实现上述目的,本发明采用以下技术方案:
一种空域反黑飞无人机的频谱监测系统,其特征在于,包括:巡逻无人机、频谱监测设备和处理显示上位机;所述频谱监测设备搭载在无人机飞行器上,所述处理显示上位机位于地面,与频谱监测设备间通过抗干扰扩频通信传输数据。
为优化上述技术方案,采取的具体措施还包括:
进一步地,所述频谱监测设备由射频模块、控制处理模块、GPS模块、直接序列扩频通信模块组成,所述射频模块对黑飞跳频遥控信号进行接收,所述控制处理模块将接收到的数据进行处理生成频谱数据,所述GPS模块可以获得频谱监测设备的地理位置数据、时间戳数据,所述直接序列扩频通信模块将得到的每一帧频谱数据、地理位置数据、时间戳数据传输至地面控制的处理显示上位机。
进一步地,所述处理显示上位机为个人PC机,用于控制频谱监测设备的工作模式、参数以及接收监测的频谱数据并进行统计识别、判别显示,最终显示无人机航迹、时频图、黑飞有无以及型号的判别结果。
本发明还提出了一种采用上述系统的空域反黑飞无人机的频谱监测方法,其特征在于,包括如下步骤:
第一步,搭载着频谱监测设备的无人机接到监测任务起飞并按一定轨迹巡航;
第二步,机载频谱监测设备的控制处理模块接收地面的射频配置参数并完成对射频模块的配置;
第三步,机载频谱监测设备利用射频模块对周围的黑飞频段周期性的监测,并将监测数据进行快速傅里叶变换处理生成频谱数据;
第四步,机载频谱监测设备利用直接序列扩频通信模块将频谱数据传输至地面处理显示上位机;
第五步,开始执行黑飞信号提取识别算法,处理显示上位机持续接收数据频谱数据、地理位置数据、时间戳数据,从每一帧的频谱数据中,提取各频点的频率属性、带宽属性和时间属性,并用连续均值去除方法找出每一帧数据中的非法频点,将其加入非法频点集合,循环这个过程直至提取不到新的非法频点;
第六步,利用每个非法频点的时间占有度公式,将非法频点集合中的定频频点去除;再对非法频点集合做时频分析图,得到黑飞跳频遥控信号的跳频图案、跳频周期特征,再与黑飞遥控信号特征数据库中的数据作对照匹配,识别出黑飞型号;并结合地理位置数据、时间戳数据判断出黑飞出现的时间和位置。
进一步地,所述第五步中,连续均值去除方法即将频点分成两部分,噪声频点集合和疑似黑飞频点集合,通过迭代运算不断从噪声频点集合中去除大于门限的频点,添加到疑似黑飞频点集合,再计算信道门限进行去除操作,直到没有频点被去除为止。
进一步地,所述第五步中,黑飞信号提取识别算法具体如下:
记第一帧数据经FFT变换后的频域信号为Y(k),k=0,1,…,N-1,假设不存在黑飞,则认为初始的N个频点均不为跳频信号频点,根据预设的虚警概率P,计算得到门限因子T0,T0=ln(1/P);
第一次迭代计算均值E=∑Y(k)/N,门限T=E*T0;
令k=0,若Y(k)<T,则跳至下一个频点,若Y(k)>T,将该频点加入跳频信号疑似频点集,并加上时间戳信息,持续这个过程直至N个频点遍历完毕,记剩下未加入跳频信号疑似频点集的频点个数为N1个;
对剩下N1个频点重复第一次的迭代过程,重新计算均值和门限,最后记剩下未加入跳频信号疑似频点集合的频点个数为N2个;
不断迭代,直到第m次迭代过程中没有新的频点加入跳频信号疑似频点集合,完成这一帧的数据处理,记跳频信号疑似频点集的频点为N-Nm个;
接收第二帧数据,并按第一帧数据的处理过程进行处理,将得到的疑似频点集合与之前的疑似频点集合取并集;
在多帧数据经过如上处理后,总疑似频点集合趋于稳定,则停止数据采集过程;至此得到这样一个跳频信号疑似频点集合,包含着所有疑似频点以及每个疑似频点的频点值和多帧时间戳信息。
进一步地,所述第六步中,每个非法频点的时间占有度公式为非法频点出现的总帧数除以监测总帧数,将得到的百分值与预设的定频信号阈值比较来判断该频点是否为定频信号。
本发明的有益效果是:1、本发明中的黑飞信号提取识别算法提取效果好,识别效率高,且计算量小;2、巡逻无人机遥控、遥测以及业务通信均采用直接序列扩频通信模块,由此既保证了在复杂的电磁环境下能稳定运行,又不会影响对黑飞无人机遥控遥测信号的监测。
附图说明
图1是空域反黑飞无人机的频谱监测系统框图。
图2是黑飞的跳频信号识别流程图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。
本发明提供一种空域反黑飞无人机的频谱监测系统及方法,是将频谱监测引向空域,即将频谱监测设备搭载在合法飞行无人机上,然后按一定的轨迹在监视区域内巡逻,以查找黑飞无人机为任务进行工作,利用频谱监测技术在电磁频谱域中监测识别出黑飞无人机遥测、遥控信道的跳频信号,从而探测出黑飞无人机。
系统的构成框图如图1所示,包括巡逻无人机、频谱监测设备和处理显示上位机,频谱监测设备搭载在无人机飞行器上,处理显示上位机位于地面,与频谱监测设备间通过抗干扰扩频通信传输数据。
机载频谱监测设备由射频模块、控制处理模块、GPS模块、直接序列扩频通信模块组成。射频模块对黑飞跳频遥控信号进行接收,控制处理模块将接收到的数据进行处理生成频谱数据,GPS模块可以获得监测设备地理位置数据、时间戳数据,直接序列扩频通信模块将得到的每一帧频谱数据、地理位置数据、时间戳数据传输至地面控制处理显示上位机。本系统所有数据均通过直接序列扩频通信模块进行无线传输,直接序列扩频通信具有极低的功率谱密度,不影响对黑飞无人机遥控遥测信号的检测。
地面处理显示上位机是一台个人pc机,用于控制监测设备的工作模式、参数以及接收监测的频谱数据并进行统计识别、判别显示,最终显示无人机航迹、时频图和黑飞有无以及型号的判别结果。
搭载着监测设备的无人机接到监测任务起飞并按一定轨迹巡航,机载频谱监测设备的控制处理模块接收地面的射频配置参数并完成对射频模块的配置。机载频谱监测设备利用射频模块对周围的黑飞频段周期性的监测,并将监测数据进行处理生成频谱数据。机载频谱监测设备利用数据传输模块将频谱数据传输至地面处理显示上位机。
处理显示上位机持续接收数据频谱数据、地理位置数据、时间戳数,从每一帧的频谱数据中,提取各频点的频率属性、带宽属性和时间属性,并用连续均值去除方法找出每一帧数据中的非法频点,将其加入非法频点集合,循环这个过程直至提取不到新的非法频点。如图2所示,黑飞信号提取识别算法具体流程如下:
记第一帧数据经FFT变换后的频域信号为Y(k),k=0,1,…,N-1,假设不存在黑飞,则认为初始的N个频点均不为跳频信号频点,根据预设的虚警概率P,计算得到门限因子T0,T0=ln(1/P);
第一次迭代计算均值E=∑Y(k)/N,门限T=E*T0;
令k=0,若Y(k)<T,则跳至下一个频点,若Y(k)>T,将该频点加入跳频信号疑似频点集,并加上时间戳信息,持续这个过程直至N个频点遍历完毕,记剩下未加入跳频信号疑似频点集的频点个数为N1个;
对剩下N1个频点重复第一次的迭代过程,重新计算均值和门限,最后记剩下未加入跳频信号疑似频点集合的频点个数为N2个;
不断迭代,直到第m次迭代过程中没有新的频点加入跳频信号疑似频点集合,完成这一帧的数据处理,记跳频信号疑似频点集的频点为N-Nm个;
接收第二帧数据,并按第一帧数据的处理过程进行处理,将得到的疑似频点集合与之前的疑似频点集合取并集;
在多帧数据经过如上处理后,总疑似频点集合趋于稳定,则停止数据采集过程;至此得到这样一个跳频信号疑似频点集合,包含着所有疑似频点以及每个疑似频点的频点值和多帧时间戳信息。
接下来处理跳频信号疑似频点集,利用每个非法频点的时间占有度公式,将非法频点集合中的定频频点去除。每个非法频点的时间占有度公式为非法频点出现的总帧数除以监测总帧数,将得到的百分值与预设的定频信号阈值比较来判断该频点是否为定频信号。再对非法频点集合做时频分析图,得到黑飞跳频遥控信号的跳频图案、跳频周期特征,再与黑飞遥控信号特征数据库中的数据作对照匹配,识别出黑飞型号。并结合地理位置数据、时间戳数据判断出黑飞出现的时间和位置。
需要注意的是,发明中所引用的如“上”、“下”、“左”、“右”、“前”、“后”等的用语,亦仅为便于叙述的明了,而非用以限定本发明可实施的范围,其相对关系的改变或调整,在无实质变更技术内容下,当亦视为本发明可实施的范畴。
以上仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,应视为本发明的保护范围。
Claims (3)
1.一种采用空域反黑飞无人机的频谱监测系统的空域反黑飞无人机的频谱监测方法,系统包括:巡逻无人机、频谱监测设备和处理显示上位机;所述频谱监测设备搭载在无人机飞行器上,所述处理显示上位机位于地面,与频谱监测设备间通过抗干扰扩频通信传输数据;所述频谱监测设备由射频模块、控制处理模块、GPS模块、直接序列扩频通信模块组成,所述射频模块对黑飞跳频遥控信号进行接收,所述控制处理模块将接收到的数据进行处理生成频谱数据,所述GPS模块获得频谱监测设备的地理位置数据、时间戳数据,所述直接序列扩频通信模块将得到的每一帧频谱数据、地理位置数据、时间戳数据传输至地面控制的处理显示上位机;所述处理显示上位机为个人PC机,用于控制频谱监测设备的工作模式、参数以及接收监测的频谱数据并进行统计识别、判别显示,最终显示无人机航迹、时频图、黑飞有无以及型号的判别结果;
其特征在于,包括以下步骤:
第一步,搭载着频谱监测设备的无人机接到监测任务起飞并按一定轨迹巡航;
第二步,机载频谱监测设备的控制处理模块接收地面的射频配置参数并完成对射频模块的配置;
第三步,机载频谱监测设备利用射频模块对周围的黑飞频段周期性的监测,并将监测数据进行快速傅里叶变换处理生成频谱数据;
第四步,机载频谱监测设备利用直接序列扩频通信模块将频谱数据传输至地面处理显示上位机;
第五步,开始执行黑飞信号提取识别算法,处理显示上位机持续接收数据频谱数据、地理位置数据、时间戳数据,从每一帧的频谱数据中,提取各频点的频率属性、带宽属性和时间属性,并用连续均值去除方法找出每一帧数据中的非法频点,将其加入非法频点集合,循环这个过程直至提取不到新的非法频点;所述第五步中,黑飞信号提取识别算法具体如下:
记第一帧数据经FFT变换后的频域信号为Y(k),k=0,1,…,N-1,假设不存在黑飞,则认为初始的N个频点均不为跳频信号频点,根据预设的虚警概率P,计算得到门限因子T0,T0=ln(1/P);
第一次迭代计算均值E=∑Y(k)/N,门限T=E*T0;
令k=0,若Y(k)<T,则跳至下一个频点,若Y(k)>T,将该频点加入非法频点集合,并加上时间戳信息,持续这个过程直至N个频点遍历完毕,记剩下未加入非法频点集合的频点个数为N1个;
对剩下N1个频点重复第一次的迭代过程,重新计算均值和门限,最后记剩下未加入非法频点集合的频点个数为N2个;
不断迭代,直到第m次迭代过程中没有新的频点加入非法频点集合,完成这一帧的数据处理,记非法频点集合的频点为N-Nm个;
接收第二帧数据,并按第一帧数据的处理过程进行处理,将得到的非法频点集合与之前的非法频点集合取并集;
在多帧数据经过以上处理后,总非法频点集合趋于稳定,则停止数据采集过程;至此得到这样一个非法频点集合,包含着所有疑似频点以及每个疑似频点的频点值和多帧时间戳信息;
第六步,利用每个非法频点的时间占有度公式,将非法频点集合中的定频频点去除;再对非法频点集合做时频分析图,得到黑飞跳频遥控信号的跳频图案、跳频周期特征,再与黑飞遥控信号特征数据库中的数据作对照匹配,识别出黑飞型号;并结合地理位置数据、时间戳数据判断出黑飞出现的时间和位置。
2.如权利要求1所述的空域反黑飞无人机的频谱监测方法,其特征在于:所述第五步中,连续均值去除方法即将频点分成两部分,噪声频点集合和非法频点集合,通过迭代运算不断从噪声频点集合中去除大于门限的频点,添加到非法频点集合,再计算信道门限进行去除操作,直到没有频点被去除为止。
3.如权利要求1所述的空域反黑飞无人机的频谱监测方法,其特征在于:所述第六步中,每个非法频点的时间占有度公式为非法频点出现的总帧数除以监测总帧数,将得到的百分值与预设的定频信号阈值比较来判断该频点是否为定频信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910278294.7A CN109981192B (zh) | 2019-04-08 | 2019-04-08 | 一种空域反黑飞无人机的频谱监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910278294.7A CN109981192B (zh) | 2019-04-08 | 2019-04-08 | 一种空域反黑飞无人机的频谱监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109981192A CN109981192A (zh) | 2019-07-05 |
CN109981192B true CN109981192B (zh) | 2020-12-15 |
Family
ID=67083557
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910278294.7A Active CN109981192B (zh) | 2019-04-08 | 2019-04-08 | 一种空域反黑飞无人机的频谱监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109981192B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110596698A (zh) * | 2019-07-25 | 2019-12-20 | 姚碧琛 | 主被动一体化无人机探测及识别技术 |
CN110875785B (zh) * | 2019-09-29 | 2022-05-13 | 扬州船用电子仪器研究所(中国船舶重工集团公司第七二三研究所) | 基于频域特征的无人机遥控信号识别方法 |
CN111431580B (zh) * | 2020-03-24 | 2022-05-03 | 南京航空航天大学 | 一种基于无人机平台的频谱态势认知测绘装置及方法 |
CN111193565B (zh) * | 2020-04-03 | 2021-09-28 | 山西科泰航天防务技术股份有限公司 | 一种遥测频谱感知管理方法 |
CN112147704B (zh) * | 2020-09-27 | 2023-01-06 | 上海特金无线技术有限公司 | 探测无人机的方法、装置及设备、存储介质 |
CN113110541A (zh) * | 2021-04-15 | 2021-07-13 | 浙江大学 | 一种基于无人机和移动地面站的无线电频谱监测与定位装置和方法 |
CN113364536A (zh) * | 2021-06-07 | 2021-09-07 | 西安邮电大学 | 一种频谱监测方法及系统 |
CN113470294A (zh) * | 2021-06-30 | 2021-10-01 | 秦皇岛擎锐智能电子设备有限公司 | 一种基于5g网络的智能反无人机预警系统及方法 |
CN113507341B (zh) * | 2021-07-06 | 2022-03-11 | 中交遥感天域科技江苏有限公司 | 基于无线电频谱识别的无人机侦测方法、系统和存储介质 |
CN114111456B (zh) * | 2021-11-25 | 2023-05-09 | 北京睿空未来信息技术有限公司 | 一种电力变电站及重要设施无人机防御系统 |
CN114696922B (zh) * | 2022-02-22 | 2023-06-09 | 电子科技大学 | 一种适用于无人机通信的跳频信号检测方法 |
CN115017165B (zh) * | 2022-08-04 | 2022-11-11 | 长沙市公安局 | 一种获取无人机密切关联人员身份信息的方法及系统 |
CN115542318B (zh) * | 2022-10-12 | 2024-01-09 | 南京航空航天大学 | 面向无人机群目标的空地联合多域探测系统和方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108233985A (zh) * | 2017-12-28 | 2018-06-29 | 厦门安胜网络科技有限公司 | 一种无人机管理方法、终端设备及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107204107B (zh) * | 2017-04-21 | 2020-05-08 | 杭州昊舜视讯科技有限公司 | 一种通过无人机实时传输频谱的方法和系统 |
US10823842B2 (en) * | 2017-08-06 | 2020-11-03 | Regulus Cyber Ltd. | System and method for generating a temporal map of radio frequency (RF) signals |
CN108768562B (zh) * | 2018-05-07 | 2020-10-27 | 西北工业大学 | 一种基于遥控与图传信号的非法无人机识别方法 |
-
2019
- 2019-04-08 CN CN201910278294.7A patent/CN109981192B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108233985A (zh) * | 2017-12-28 | 2018-06-29 | 厦门安胜网络科技有限公司 | 一种无人机管理方法、终端设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109981192A (zh) | 2019-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109981192B (zh) | 一种空域反黑飞无人机的频谱监测方法 | |
US11871103B2 (en) | Systems, methods, and devices for unmanned vehicle detection | |
US11930382B2 (en) | Systems, methods, and devices having databases and automated reports for electronic spectrum management | |
CN108333584A (zh) | 一种低空小目标远距离无人机探测系统及探测方法 | |
CN106781705B (zh) | 一种无人机预警管控方法及系统 | |
WO2019161076A1 (en) | Systems, methods, and devices for unmanned vehicle detection and threat management | |
CN107403536B (zh) | 一种基于无线信号强度分析的民用无人机入侵预警方法 | |
CN107018362A (zh) | 反盗猎监控方法及系统 | |
CN107976690B (zh) | 一种智能协同环境下的多无人机抗gps欺骗方法 | |
CN110719136A (zh) | 无人机干扰欺骗系统和无人机防御系统 | |
EP3571862B1 (en) | Systems, methods, and devices for automatic signal detection with temporal feature extraction within a spectrum | |
CN108733073A (zh) | 一种区域内无人机管控系统、方法及可读介质 | |
Mahler et al. | Measurement-based wideband analysis of dynamic multipath propagation in vehicular communication scenarios | |
CN109815773A (zh) | 一种基于视觉的低慢小航空器探测方法 | |
CN108287341A (zh) | 一种低空目标探测方法及其系统、电子设备 | |
CN108233985A (zh) | 一种无人机管理方法、终端设备及存储介质 | |
Adesina et al. | Aircraft location prediction using deep learning | |
CN208298351U (zh) | 一种基于无人机的雷达监控预警系统 | |
Zhang et al. | Machine learning-based integrated wireless sensing and positioning for cellular network | |
Chen et al. | MD-alarm: A novel manpower detection method for ship bridge watchkeeping using Wi-Fi signals | |
CN113507341B (zh) | 基于无线电频谱识别的无人机侦测方法、系统和存储介质 | |
Sadovskis et al. | Modern methods for UAV detection, classification, and tracking | |
Zuo et al. | A Machine Learning GNSS Interference Detection Method based on ADS-B Multi-index Features | |
WO2017098128A1 (fr) | Systeme d'analyse spatio-temporelle des flux d'objets mobiles | |
CN111986523A (zh) | 一种城市低慢小无人机目标监测装置及监测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200417 Address after: Room 311, f building, No.29, Yudao street, Qinhuai District, Nanjing, Jiangsu Province, 210016 Applicant after: Nanjing lisheide Electronic Technology Co., Ltd Address before: 210000 general Avenue, Nanjing, Nanjing, Jiangsu Applicant before: Nanjing University of Aeronautics and Astronautics |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |