CN110875785A - 基于频域特征的无人机遥控信号识别方法 - Google Patents

基于频域特征的无人机遥控信号识别方法 Download PDF

Info

Publication number
CN110875785A
CN110875785A CN201910930192.9A CN201910930192A CN110875785A CN 110875785 A CN110875785 A CN 110875785A CN 201910930192 A CN201910930192 A CN 201910930192A CN 110875785 A CN110875785 A CN 110875785A
Authority
CN
China
Prior art keywords
frequency measurement
unmanned aerial
aerial vehicle
remote control
control signal
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.)
Granted
Application number
CN201910930192.9A
Other languages
English (en)
Other versions
CN110875785B (zh
Inventor
柏仲干
柴恒
完诚
傅荣
姚群
亓亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yangzhou Institute Of Marine Electronic Instruments No723 Institute Of China Shipbuilding Industry Corp
Original Assignee
Yangzhou Institute Of Marine Electronic Instruments No723 Institute Of China Shipbuilding Industry Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yangzhou Institute Of Marine Electronic Instruments No723 Institute Of China Shipbuilding Industry Corp filed Critical Yangzhou Institute Of Marine Electronic Instruments No723 Institute Of China Shipbuilding Industry Corp
Priority to CN201910930192.9A priority Critical patent/CN110875785B/zh
Publication of CN110875785A publication Critical patent/CN110875785A/zh
Application granted granted Critical
Publication of CN110875785B publication Critical patent/CN110875785B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels

Landscapes

  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Selective Calling Equipment (AREA)

Abstract

本发明提出了一种基于频域特征的无人机遥控信号识别方法，具体为：将接收的无人机遥控信号进行预处理，取M位数据进行N路信道化处理，多次统计有输出的信道数、测频输出均值、测频中位数、测频最大值、测频最小值，并据此确定无人机遥控信号的有输出的信道数、测频输出均值、测频中位数、测频最大值、测频最小值，根据确定的无人机信号各值与设定阈值的关系，确定无人机遥控信号为上行链路信号还是下行链路信号。本发明计算量适中、检测速度快，结合高性能的FPGA芯片，可以实现低信噪比信号的实时处理。

Description

基于频域特征的无人机遥控信号识别方法
技术领域
本发明属于无人机防控技术，具体为一种基于频域特征的无人机遥控信号识别方法。
背景技术
近年来，为了提高对低空飞行目标的探测、识别、跟踪和处置能力，我国各界都在积极开展针对“低慢小”飞行器预警探测、处置拦截技术和设备的研究。总体来看，当前国内对“黑飞”无人机的监管举措主要包括侦测、管控和对操作者的定位三个环节。其中，对无人机的侦测手段主要包括雷达、光电和无线电监测等几种方式，而对无人机的管控手段主要包括对其遥控信号、GPS信号的干扰压制，以及对其控制链路协议的学习、破解、诱骗降落甚至摧毁等。由于民用无人机的雷达反射截面积很小，并常常保持悬停状态，因此给雷达探测构成了严重挑战。而要实现对“黑飞”无人机的有效监控，往往需要多种技术手段各展所长、相互配合使用。鉴于无人机需要借助无线电波进行遥控和数据传输，因此，无线电监测手段是无线电管理机构对“黑飞”无人机实施监控的主要手段。民用无人机的实际用频主要是免执照的2.4GHz等开放频段，无人机飞行时，其与地面操控手之间的无线操控链路信号始终存在，因此如何在复杂密集的通信以及wifi频段信号环境中识别和发现无人机遥控信号，对无人机管控设备的引导、干扰，有重要意义。
综合来看，对无人机遥控信号的侦察设备采用的体制有干涉仪、比幅和多波束等测向体制，由于民用小型无人机的信号功率较小，对侦收设备的灵敏度要求较高，尤其是对于侦收距离要求比较高的情况下，基于幅度检测的侦收体制就明显不适用。
发明内容
本发明的目的在于提出了一种基于频域特征的无人机遥控信号识别方法。
实现本发明目的的技术解决方案为：一种基于频域特征的无人机遥控信号识别方法，具体为：将接收的无人机遥控信号进行预处理，取M位数据进行N路信道化处理，多次统计有输出的信道数、测频输出均值、测频中位数、测频最大值、测频最小值，并据此确定无人机遥控信号的有输出的信道数、测频输出均值、测频中位数、测频最大值、测频最小值，根据确定的无人机信号各值与设定阈值的关系，确定无人机遥控信号为上行链路信号还是下行链路信号。
优选地，具体步骤为：
步骤1、接收无人机遥控信号；
步骤2、接收信号经过微波前端后进行混频，将混频后的信后输入ADC，对相邻通道信号进行鉴相，对鉴相后的其中一路信号进行采样，取M位数据进行N路信道化处理；
步骤3、根据N路信道的测频输出，统计有输出的信道数、测频输出均值、测频中位数、测频最大值、测频最小值；
步骤4、重复进行L次步骤3；
步骤5、对有输出的信道数取最大值，测频输出均值取均值，测频中位数取均值，测频最大值取最大值，测频最小值取最小值；
步骤6、如果输出信道数的最大值大于既有信道数的设定比例，且测频输出均值、测频中位数均值与设定频率值差值小于设定阈值，测频最大值与ISM频段上界差值小于设定阈值，测频最小值与ISM频段下界差值小于设定阈值，则识别该信号为无人机遥控信号的上行链路信号；如果输出信道数的最大值小于全部信道数的设定比例η，且测频输出均值、测频中位数均值差值小于设定阈值，且测频最大值与测频最小值小于设定阈值，则识别该信号为无人机遥控信号的下行链路信号。
优选地，步骤1中采用相位干涉仪体制对无人机遥控信号进行接收
优选地，步骤2中M取8或10或12。
优选地，步骤2中N＝128。
优选地，步骤4中L取100～400。
本发明与现有技术相比，其显著优点为：(1)本发明利用无人机遥控信号的频域特征，基于频域特征的统计观测模型，即统计输出信道及测评值，实现无人机遥控信号的检测识别；(2)基于多次观测并进行平滑处理，提高观测数据稳健性；(3)计算量适中、检测速度快，结合高性能的FPGA芯片，可以实现低信噪比信号的实时处理。
下面结合附图对本发明做进一步详细的描述。
附图说明
图1是无人机遥控信号侦察接收处理态势图。
图2是基于频域特征的无人机遥控信号识别方法的流程图。
图3是截获的无人机遥控信号示意图，其中图3(a)为2帧信号示意图，图3(b)为1帧信号示意图，图3(c)为放大后的遥控信号示意图。
图4干涉仪输出的测试所有样本点的方位示意图。
图5测试样本点中的无人机信号方位示意图。
具体实施方式
如图1-5所示，一种基于频域特征的无人机遥控信号识别方法，其特征在于，具体步骤为：
步骤1、采用相位干涉仪体制对无人机遥控信号进行接收；
步骤2、接收信号经过微波前端后进行混频，将混频后的信后输入ADC，对相邻通道信号进行鉴相，对鉴相后的其中一路信号进行采样，取M位数据进行N路信道化处理；在某些实施例中，微波前端后共有8个通道，信号进入其中7个通道输入ADC，4个通道的相邻通道信号进行鉴相，另外3个通道作为辅助通道，用于方向监测；鉴相后的1路信号进行采样，取M位数据进行N路信道化处理。
步骤3、根据N路信道的测频输出，统计有输出的信道数fchanl、测频输出均值fmean、测频中位数fmed、测频最大值fmax、测频最小值
Figure BDA0002220015430000031
步骤4、重复进行L次步骤3；遥控信号间隔14ms来一次，本发明中，多次观测，通常是重复步骤3 100至400次；
步骤5、对有输出的信道数
Figure BDA0002220015430000032
取最大值
Figure BDA0002220015430000033
测频输出均值
Figure BDA0002220015430000034
取均值
Figure BDA0002220015430000035
测频中位数
Figure BDA0002220015430000036
取均值，测频最大值
Figure BDA0002220015430000037
取大，测频最小值fmin,i＝1,2,...L取最小值；
步骤6、如果输出信道数的最大值大于既有信道数的设定比例η，且测频输出均值、测频中位数均值与设定频率值f0差值小于设定阈值，测频最大值与ISM频段上界差值小于设定阈值，测频最小值与ISM频段下界差值小于设定阈值，则识别该信号为无人机遥控信号的上行链路信号；如果输出信道数的最大值小于全部信道数的设定比例η，且测频输出均值、测频中位数均值差值小于设定阈值，且测频最大值与测频最小值小于设定阈值，则识别该信号为无人机遥控信号的下行链路信号。

Claims (6)

1.一种基于频域特征的无人机遥控信号识别方法，其特征在于，具体为：
将接收的无人机遥控信号进行预处理，取M位数据进行N路信道化处理，多次统计有输出的信道数、测频输出均值、测频中位数、测频最大值、测频最小值，并据此确定无人机遥控信号的有输出的信道数、测频输出均值、测频中位数、测频最大值、测频最小值，根据确定的无人机信号各值与设定阈值的关系，确定无人机遥控信号为上行链路信号还是下行链路信号。
2.根据权利要求1所述的基于频域特征的无人机遥控信号识别方法，其特征在于，具体步骤为：
步骤1、接收无人机遥控信号；
步骤2、接收信号经过微波前端后进行混频，将混频后的信后输入ADC，对相邻通道信号进行鉴相，对鉴相后的其中一路信号进行采样，取M位数据进行N路信道化处理；
步骤3、根据N路信道的测频输出，统计有输出的信道数、测频输出均值、测频中位数、测频最大值、测频最小值；
步骤4、重复进行L次步骤3；
步骤5、对有输出的信道数取最大值，测频输出均值取均值，测频中位数取均值，测频最大值取最大值，测频最小值取最小值；
步骤6、如果输出信道数的最大值大于既有信道数的设定比例，且测频输出均值、测频中位数均值与设定频率值差值小于设定阈值，测频最大值与ISM频段上界差值小于设定阈值，测频最小值与ISM频段下界差值小于设定阈值，则识别该信号为无人机遥控信号的上行链路信号；如果输出信道数的最大值小于全部信道数的设定比例η，且测频输出均值、测频中位数均值差值小于设定阈值，且测频最大值与测频最小值小于设定阈值，则识别该信号为无人机遥控信号的下行链路信号。
3.根据权利要求2所述的基于频域特征的无人机遥控信号识别方法，其特征在于，步骤1中采用相位干涉仪体制对无人机遥控信号进行接收。
4.根据权利要求2所述的基于频域特征的无人机遥控信号识别方法，其特征在于，步骤2中M取8或10或12。
5.根据权利要求2所述的基于频域特征的无人机遥控信号识别方法，其特征在于，步骤2中N＝128。
6.根据权利要求2所述的基于频域特征的无人机遥控信号识别方法，其特征在于，步骤4中L取100～400。
CN201910930192.9A 2019-09-29 2019-09-29 基于频域特征的无人机遥控信号识别方法 Active CN110875785B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910930192.9A CN110875785B (zh) 2019-09-29 2019-09-29 基于频域特征的无人机遥控信号识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910930192.9A CN110875785B (zh) 2019-09-29 2019-09-29 基于频域特征的无人机遥控信号识别方法

Publications (2)

Publication Number Publication Date
CN110875785A true CN110875785A (zh) 2020-03-10
CN110875785B CN110875785B (zh) 2022-05-13

Family

ID=69718031

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910930192.9A Active CN110875785B (zh) 2019-09-29 2019-09-29 基于频域特征的无人机遥控信号识别方法

Country Status (1)

Country Link
CN (1) CN110875785B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9337889B1 (en) * 2015-09-30 2016-05-10 PICA Product Development LLC Drone aircraft detector
CN106371144A (zh) * 2016-10-10 2017-02-01 厦门市美亚柏科信息股份有限公司 一种无人机发现及预警的装置
CN108399391A (zh) * 2018-03-06 2018-08-14 北京邮电大学 一种基于信号带宽特征的无人机信号识别的方法及装置
CN109981192A (zh) * 2019-04-08 2019-07-05 南京航空航天大学 一种空域反黑飞无人机的频谱监测系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9337889B1 (en) * 2015-09-30 2016-05-10 PICA Product Development LLC Drone aircraft detector
CN106371144A (zh) * 2016-10-10 2017-02-01 厦门市美亚柏科信息股份有限公司 一种无人机发现及预警的装置
CN108399391A (zh) * 2018-03-06 2018-08-14 北京邮电大学 一种基于信号带宽特征的无人机信号识别的方法及装置
CN109981192A (zh) * 2019-04-08 2019-07-05 南京航空航天大学 一种空域反黑飞无人机的频谱监测系统及方法

Also Published As

Publication number Publication date
CN110875785B (zh) 2022-05-13

Similar Documents

Publication Publication Date Title
CN105099585B (zh) 无人机信号处理装置及信号处理方法
CN106877947B (zh) 一种无人机的射频信道并行检测装置及方法
CN108089205B (zh) 一种无人机飞控人员定位系统
CN107678023A (zh) 一种对民用无人机的无源定位和识别系统
CN111800205B (zh) 一种无人机载的无线通信干扰信号检测方法
CN108562892B (zh) 一种无人机载无源双基地雷达装置及目标定位方法
CN105371842A (zh) 一种无人飞行器预警定位装置及其预警定位方法
CN204993363U (zh) 无人机信号处理装置
CN110213010B (zh) 一种基于多通道射频信号的无人机检测系统和方法
Svyd et al. Optimizing the request signals detection of aircraft secondary radar system transponders
CN112564735A (zh) 一种基于跳频信号的无人机检测跟踪干扰装置
CN103576153B (zh) 一种方位向多波束合成孔径雷达及其实现方法和装置
CN109031185A (zh) 一种基于无人机的定点比幅测向方法
CN100368822C (zh) 无线电发射源定位方法与系统
CN110875785B (zh) 基于频域特征的无人机遥控信号识别方法
CN108254763B (zh) 一种商用小型无人机远程探测及处置方法
CN205228470U (zh) 一种无人飞行器预警定位装置
CN207611135U (zh) 一种无人机遥控信号源实时测向系统
CN108737030B (zh) 一种基于星载场景的ads-b信号低灵敏度接收方法
CN107589409B (zh) 一种分置天线mimo雷达分布式低通信量检测融合方法
CN109115041A (zh) 一种基于认知无线电的跳频跟踪无人机反制方法
JP2015025728A (ja) 航空機からの信号を用いた測位方法及び測位装置
KR101052034B1 (ko) 전자전 체계의 다기능 수신기
CN207939523U (zh) 一种用于无人机的监测与对抗设备
CN113156424A (zh) 植被高度的测量方法、装置、系统以及存储介质

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 225001 No. 26, South River, Jiangsu, Yangzhou

Applicant after: Yangzhou Institute of marine electronic instruments (no.723 Institute of China Shipbuilding Industry Corp.)

Address before: 225001 No. 186 East Wuzhou Road, Yangzhou City, Jiangsu Province

Applicant before: Yangzhou Institute of marine electronic instruments (no.723 Institute of China Shipbuilding Industry Corp.)

GR01 Patent grant
GR01 Patent grant