CN111600824B - 一种无人机的图传信号识别方法与装置 - Google Patents
一种无人机的图传信号识别方法与装置 Download PDFInfo
- Publication number
- CN111600824B CN111600824B CN202010322771.8A CN202010322771A CN111600824B CN 111600824 B CN111600824 B CN 111600824B CN 202010322771 A CN202010322771 A CN 202010322771A CN 111600824 B CN111600824 B CN 111600824B
- Authority
- CN
- China
- Prior art keywords
- signal
- bandwidth
- frequency
- complex baseband
- correlation coefficient
- 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
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000011664 signaling Effects 0.000 title claims abstract description 13
- 230000005540 biological transmission Effects 0.000 claims abstract description 53
- 238000013507 mapping Methods 0.000 claims abstract description 24
- 238000012952 Resampling Methods 0.000 claims abstract description 12
- 230000015654 memory Effects 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 20
- 238000005070 sampling Methods 0.000 claims description 18
- 125000004122 cyclic group Chemical group 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000021615 conjugation Effects 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 3
- 238000005311 autocorrelation function Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000013256 coordination polymer Substances 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
- H04L27/2647—Arrangements specific to the receiver only
- H04L27/2655—Synchronisation arrangements
- H04L27/2666—Acquisition of further OFDM parameters, e.g. bandwidth, subcarrier spacing, or guard interval length
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
- H04L27/2602—Signal structure
- H04L27/2605—Symbol extensions, e.g. Zero Tail, Unique Word [UW]
- H04L27/2607—Cyclic extensions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
- H04L27/2647—Arrangements specific to the receiver only
- H04L27/2655—Synchronisation arrangements
- H04L27/2668—Details of algorithms
- H04L27/2669—Details of algorithms characterised by the domain of operation
- H04L27/2672—Frequency domain
-
- 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)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种无人机的图传信号识别方法与装置，属于信号识别技术领域，方法包括：获取无人机的待识别图传信号，对图传信号进行重采样处理，得到复基带信号；所述待识别图传信号采用CP‑OFDM调制方式，并在信号帧结构中内插LFM信号；并且根据先验知识能够确定待识别图传信号有M种带宽模式，设置M个或M‑1个在线性调频信号的参考波形，分别计算复基带信号与设置的各参考波形间的互相关系数，确定各互相关系数中的峰值，并比较各互相关系数中的峰值与设定门限值的大小，识别图传信号的带宽；根据图传信号的带宽，确定图传信号的频率。本发明的方法利用图传信号的参数特性和内插的插线性调频信号能够可靠的识别出图传信号，准确估计出信号频率。
Description
技术领域
本发明属于信号识别技术领域，具体涉及一种无人机的图传信号识别方法与装置。
背景技术
随着小型无人机“黑飞”现象的不断出现，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。对小型无人机的监管成为迫切需求。
在无人机监管应用中，对图传信号的识别和参数测量包括对其信号识别、带宽模式识别、 中心频率测量、功率测量等内容。目前，在图传信号识别方面，作者杨亚南于2018年公开的 名称为《无人机信号的侦收与识别方法研究》的硕士学位论文，提供了一种无人机图传信号的识别方法，该方法通过采集图传信号的功率谱，对图传信号的中心频率和带宽进行估计， 再根据信号时长、频点等信息判断是否为图传信号，该方法的缺点是，在远距离信号接收中， 功率谱估计容易受噪声的影响，从而造成带宽和中心频率估计误差大，导致识别图传信号不 准确。
发明内容
本发明的目的是提供一种无人机的图传信号识别方法，用于解决现有技术无法准确识别 图传信号的问题。同时，还提出一种无人机的图传信号识别装置，用于解决现有技术无法准 确识别图传信号的问题。
基于上述目的，一种无人机的图传信号识别方法的技术方案如下：
1)获取无人机的待识别图传信号，对所述待识别图传信号进行重采样处理，得到复基带 信号；所述待识别图传信号采用CP-OFDM调制方式，并在信号帧结构中内插LFM信号；并且根据先验知识能够确定所述待识别图传信号有M种带宽模式，M≥2；
2)分别构造M种带宽模式对应的线性调频信号作为参考波形，计算复基带信号与各个 带宽模式的参考波形间的互相关系数；
或者构造M-1种带宽模式对应的线性调频信息作为参考波形，计算复基带信号与各个带 宽模式的参考波形间的互相关系数；
3)确定各互相关系数中的峰值，并比较所述各互相关系数中的峰值与设定门限值的大小， 从而判断所述待识别图传信号的带宽模式；
4)根据所述待识别图传信号的带宽模式，确定该图传信号的精确频率。
基于上述目的，一种无人机的图传信号识别装置的技术方案如下：
包括存储器和处理器，以及存储在所述存储器上并在所述处理器上运行的计算机程序， 所述处理器与所述存储器相耦合，所述处理器执行所述计算机程序时实现上述的无人机的图 传信号识别方法。
上述两个技术方案的有益效果是：
本发明的图传信号识别方法，利用图传信号的参数特性，及可能的带宽模式，通过构造 插线性调频信号的参考波形，求取复基带信号与参考波形间的互相关系数，并将互相关系数 中的峰值与门限值进行比较、判断，最终确定是否为图传信号，并估计出信号频率。本发明的方法相对现有技术，利用图传信号的参数特性和内插的插线性调频信号，能够可靠的识别 出图传信号，进而准确估计出信号频率。
为了确定图传信号的精确频率，进一步的，还包括：
确定所述待识别图传信号的带宽模式后，确定所述复基带信号和参考波形间的互相关系 数中的峰值时刻；
计算所述复基带信号的自相关系数，确定所述自相关系数中的峰值时刻；
根据所述自相关系数中的峰值时刻和所述互相关系数中的峰值时刻的时间差，确定所述 图传信号的粗频率估计；
计算所述图传信号的残余频率偏差，根据将所述残余频率偏差与粗频率估计，计算所述 图传信号的精确频率。
进一步的，当所述图传信号包括第一带宽和第二带宽两种带宽模式，且第一带宽大于第 二带宽，分别设置所述两种带宽模式的参考波形；
计算所述复基带信号与第一宽带的参考波形间的第一互相关系数，确定所述第一互相关 系数中的峰值；计算所述复基带信号与第二宽带的参考波形间的第二互相关系数，确定所述 第二互相关系数中的峰值；
当所述第二互相关系数中的峰值小于所述门限值，且所述门限值小于或等于所述第一互 相关系数中的峰值时，判定所述图传信号为第一带宽模式；
当所述第一互相关系数中的峰值小于所述门限值，且所述门限值小于或等于所述第二互 相关系数中的峰值时，判定所述图传信号为第二带宽模式。
为了确定所述互相关系数，进一步的，所述互相关系数的计算式如下：
其中，Rr(k)表示互相关系数，
表示对所述参考波形sr(n)取共轭，y'(n+k)表示复 基带信号，N'u为参考波形sr(n)的采样点数。
为了确定所述复基带信号的自相关系数，进一步的，所述复基带信号的自相关系数的计 算式如下：
其中，r(d)为自相关系数，y(k)表示时刻k对应的复基带信号，d为时刻，y(Nu+k)表示 时刻(Nu+k)对应的复基带信号，y*(k+Nu)为对y(k+Nu)取共轭，Nc为所述图传信号中循 环前缀的长度。
为了确定所述图传信号的粗频率估计，进一步的，所述图传信号的粗频率估计的计算式 如下：
其中，
为所述图传信号的粗频率估计，K为所述图传信号中线性调频信号的调频斜率， d1为所述自相关系数中的峰值时刻，Nc为循环前缀的长度，Nu为有效信号的样点数，Nu'为 所述参考波形的采样点数，d2为所述复基带信号和与图传信号具有相同带宽的参考波形间的互相关系数中的峰值时刻，fs为重采样的采样率。
为了确定所述图传信号的残余频率偏差，进一步，计算所述残余频率偏差包括：
获取所述复基带信号和与图传信号具有相同带宽模式的参考波形间的互相关系数中的峰 值时刻d2；
选择复基带信号中以d2为起点的信号和所述与图传信号具有相同带宽模式的参考波形共 轭相乘，得到混入高斯白噪声的复正弦信号，利用离散傅里叶变换和频差估计算法计算所述 复正弦信号的频率，利用所述复正弦信号的频率计算所述残余频率偏差，计算式如下：
其中，Δf为所述残余频率偏差，
为所述复正弦信号的频率，
为利用离散傅里叶变 换确定的峰值最大所对应的数字频率，N′u为所述参考波形的采样点数，fs为重采样的采样率。
进一步的，在对所述图传信号进行重采样处理之前，还包括对所述图传信号进行变频和/ 或滤波处理。其中，变频处理是为了将采样信号转换为零中频复信号，滤波处理是为了滤除 其它干扰信号的影响。
附图说明
图1是本发明方法实施例1的一种图传信号的识别方法流程图；
图2是本发明方法实施例2的一种图传信号的识别方法流程图；
图3是本发明装置实施例的一种图传信号的识别装置示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的说明。
方法实施例1：
以识别大疆OucSync图传信号为目的，本发明的一种图传信号的识别方法的实施例，如 图1所示：
(1)采集信号，对采集信号进行处理。具体步骤如下：
由于大疆OucSync图传信号采用CP-OFDM调制方式，并在信号帧结构中内插线性调频 信号(Linear Frequency Modulated,LFM)的方式来实现信道探测和多普勒频移估计，即每20 毫秒内插一个OFDM(正交分频复用)符号周期的LFM信号。该内插的LFM信号也具有与 原OFDM符号相同的循环前缀。根据该特点，在采集信号中选取时长大于20毫秒的连续信号，对该信号进行变频、滤波处理，经过变频和滤波处理后，使信号为零中频复信号，允许存在频率偏差。并且，变频和滤波处理后的信号使有用符号的整个带宽落入采样率范围内。
选择合适的重采样速率，对信号重采样为与目标OFDM符号(内插LFM信号的OFDM符号)速率相匹配的复信号y(n)，使得每个OFDM符号具有相同的整数个采样点，且有用符号(即有效信号)的样点数Nu为2的幂次，循环前缀样点数为Nc，目标OFDM符号样点数 为N，且N＝Nc+Nu；过采样倍数为P＝fs/B，fs为重采样的采样率，B为信号的带宽。
重采样处理后的信号转换为采样率与OFDM符号速率匹配的复信号(即复基带信号) y(n)，该复信号表示为：
其中，A为幅值，f为频率，d为接收信号的时延，x(n)为含有循环前缀的线性调频信号(CP-LFM)，n为采样点，w(n)为噪声；线性调频信号x(n)可以表示为：
其中，Nc为循环前缀的长度，s(n)为线性调频信号，可以表示为：
其中，fl＝B/2表示线性调频信号的起始频率。
(2)对得到的复信号y(n)进行逐点处理，选择相关长度为Nc，相关间隔为Nu，计算信号归一化自相关系数；自相关系数的计算公式如下：
其中，r(d)为自相关系数，d为时刻r(d)的取值范围为0≤r(d)≤1，y(k)表示时刻k对应 的复基带信号，d为时刻，y(Nu+k)表示时刻(Nu+k)对应的复基带信号，y*(k+Nu)为对 y(k+Nu)取共轭，Nc为图传信号中循环前缀的长度。
由于循环前缀(即CP)是对OFDM有用符号的结尾部分的复制，因此循环前缀和有用信号的结尾部分信号具有相关性。因此，如果存在OucSync图传信号，则归一化自相关系数将出现等间隔的峰值，峰值之间的间隔为OFDM符号的长度。通过对峰值个数和间隔的判断可初步确定是否为OucSync图传信号。
一种具体的判断方式为，通过设置门限值，以检测峰值，即当归一化自相关系数中的幅 值大于或等于设置的门限值时，确定出一个峰值点；当存在连续M个间隔为N的峰值点，则认为该信号可能为OucSync图传信号，并记录所有峰值出现的时刻点，继续下一步处理；否 则认为不是OucSync图传信号。
本实施例中，门限值的大小影响峰值检测的虚警概率和漏警概率。若门限值设置越大， 则峰值检测的漏警概率越大；若门限值设置越小，则峰值检测的虚警概率越大；因此，本实 施例中根据经验值优选设置为0.6。
(3)构造两种调频斜率分别为K1和K2的部分LFM(线性调频信号)作为本地参考波形， 将复基带信号分别与两种本地参考波形匹配相关运算，根据互相关峰大小判断是否OucSync 图传信号及其带宽类型。如果是OucSync图传信号，获取互相关峰出现的时刻d2。
具体的，由于OucSync图传信号有20MHz和10MHz两种带宽模式，在这两种带宽模式下，OucSync图传信号中内插的LFM波形斜率不同。因此，通过接收信号与本地参考波形的相关性确定是否为OucSync图传信号并识别出带宽模式。为了满足大频率偏差估计的需求，构造的本地参考波形是以零频为中心的部分LFM波形，按如下表达式构造两种参考波形：
其中，f′l1为s1(n)的起始频率，f′l2为s2(n)的起始频率，N'u为参考波形的采样点数，且 N'u≤Nu，K1和K2为分别为s1(n)和s2(n)的斜率，且K1＝B1/Tu，K2＝B2/Tu，B1＝18.015MHz 和B2＝9.015MHz分别为两种带宽模式的实际带宽，Tu为OucSync图传信号的有用符号周期。
将复基带信号与本地参考波形按如下公式进行匹配相关运算：
其中，R1(k)、R2(k)表示互相关系数，
表示对s1(n)取共轭，
表示对s2(n)取共 轭，y(n+k)表示接收信号经过重采样处理后的复基带信号；式中，R1(k)、R2(k)的取值范围 分别为0≤R1(k)≤1，0≤R2(k)≤1。设定门限Th，该设定门限大小反映了待识别信号与参考 波形的相关程度，取值范围为0≤Th≤1，本实施例中根据经验值优选设置为0.6，并按照如 下关系式判断：
当max[|R2(k)|]＜Th≤max[|R1(k)|]时，判定该信号为带宽20MHz的OucSync图传信号；
当max[|R1(k)|]＜Th≤max[|R2(k)|]时，判定该信号为带宽10MHz的OucSync图传信号；
当Th＞max[|R1(k)|]且Th＞max[|R2(k)|]时，判定该信号不是OucSync图传信号。
若根据上述判断，判定信号是OucSync图传信号，则记录互相关峰出现的时刻d2。
(4)寻找离d2最近的前一个自相关峰出现的时刻d1，根据d1和d2的时间差计算得到粗 频率估计
具体的步骤如下：
由于匹配相关的结果可以近似表示为：
上式中，当f/fs+(k-d)/(PNu)＝0时，互相关达到最大峰值，即
时出现互相关峰。 根据步骤(2)中的归一化自相关系数，在d2-N＜d＜d2范围内寻找r(d)的最大峰值，记录峰 值时刻为d1，可知接收信号的时延
因此，粗频率估计可按如下公式得 到：
其中K为线性调频信号的调频斜率，当图传信号的带宽识别结果为20MHz时，确定K＝K1；当图传信号的带宽识别结果为10MHz时，确定K＝K2。由于频偏估计范围与互相 关峰对应时刻d2的取值范围有关，因此，在无失配误差条件下，d2的取值范围应满足 d1+Nc≤d2≤d1+Nc+Nu-Nu'，因此，归频偏取值范围为
由此可见，匹配 相关参考波形越短，粗频率偏差估计范围越大。
(5)在估计精度方面，对d1和d2的估计依赖于循环前缀相关峰(即自相关峰)和匹配相关峰(即互相关峰)的检测。对于离散采样点，相关峰的分辨率最高为一个采样点，频偏f的估计分辨率为B/Nu。同时，受噪声的影响，峰值检测可能偏差若干个采样点，需要进一步提高频率估计的精度。
基于上述原因，选择y(n)中以d2为起点的信号与本地参考波形的共轭相乘得到新信号， 利用DFT(离散傅里叶变换)和L&R算法(频差估计算法)得到残余频率偏差估计Δf，最 终频率估计为
具体的步骤如下：
选择y(n)中以d2为起点的信号与本地参考波形共轭相乘，得到新信号为：
其中，θ为相位偏差，w'(n)为高斯白噪声与参考信号的乘积，可以等效为高斯白噪声。 当识别结果为20MHz带宽时，sr(n)＝s1(n)；当识别结果为10MHz带宽时，sr(n)＝s2(n)。新信号可以视为混入了高斯白噪声的复正弦信号，用DFT和L&R算法估计复正弦信号的频率，得到残余频率估计Δf，表达式如下：
其中：
上述中，
为复正弦信号的频率，arg表示求幅角；Rz(Nu'/2)表示对z(n)求的自相关函 数在N'u/2处的值，
表示利用离散傅里叶变换确定的峰值最大所对应的数字频率，
表示对复正弦信号进行离散傅里叶变换处理，Rz(n)表示对z(n)求的自相关函数， zi表示z(n)在第i时刻的值，
表示z(n)在第i-n时刻的共轭值。
根据上式求得的残余频率估计Δf，最终精确的频率估计为
本实施例中，通过DFT结合L&R算法确定了残余频率估计Δf，作为其他实施方式，还 可以单独采用L&R算法来实现，还可以采用其他现有技术中的算法，例如MM算法、Fitz算法等。
本实施例的图传信号的识别方法，利用CP-OFDM调制方式和内插的插线性调频信号， 通过对信号求自相关系数，初步确定出具有连续多个等间隔峰值(该峰值大于门限值)的信号为图传信号，再利用大疆OucSync图传信号的参数特性，及可能的带宽类型，通过构造两 种本地参考波形，求取两个互相关函数的互相关系数，并进行比较、判断，最终确定是否为 图传信号，并估计出信号频率。本发明的方法相对现有技术，利用图传信号的参数特性和内 插的插线性调频信号能够可靠的识别出图传信号，进而准确估计出信号频率。
本实施例中，根据归一化自相关系数初步确定是否为OucSync图传信号；作为其他实施 方式，还可以采用其他自相关系数的公式判断是否存在连续多个等间隔的峰值点，进而初步 判断图传信号，例如采用的自相关系数公式如下：
本实施例中，利用大疆OucSync图传信号的参数特性，即根据先验知识已经待识别的图 传信号为带宽20MHz或10MHz的图传信号。根据本实施例方法的启示，作为其他实施方式，该方法当然也可以适用于采用CP-OFDM调制方式和内插LFM的其他的图传信号，例如某种 可能的带宽有三种或三种以上的图传信号，只需要对每个可能的带宽模式构造相应的LFM参 考信号(参考波形)即可。
方法实施例2：
针对采用了CP-OFDM调制方式和内插LFM的大疆OucSync图传信号，本发明的一种图传信号的识别方法的实施例，如图2所示：
步骤1)，采集信号，对采集信号进行变频、滤波和重采样处理，信号转换为采样率与 OFDM符号速率匹配的复信号(即复基带信号)y(n)；
步骤2)，对得到的复信号y(n)进行逐点处理，选择相关长度为Nc，相关间隔为Nu，计算信号归一化自相关系数，通过对自相关系数的峰值个数和间隔的判断可初步确定是否为OucSync图传信号。
步骤3)，选择带宽为20MHz，构造如下参考波形：
其中，f′l1为s1(n)的起始频率，N'u为参考波形的采样点数，且N'u≤Nu，K1为s1(n)的斜 率，且K1＝B1/Tu，B1＝18.015MHz为图传信号的实际带宽，Tu为图传信号的有用符号周期。
将复基带信号与本地参考波形按如下公式进行匹配相关运算：
其中，R1(k)表示互相关系数，
表示对s1(n)取共轭，取值范围为0≤|R1(k)|≤1。设 定门限Th，按照如下关系式判断：
当Th≤max[|R1(k)|]时，判定该信号为带宽20MHz的图传信号；则记录互相关峰出现的时刻d2。
当Th＞max[|R1(k)|]时，判定该信号为带宽10MHz的图传信号。
步骤4)，若为带宽20MHz的图传信号，可以参考方法实施例1中的方法，寻找离d2最近的前一个自相关峰出现的时刻d1，根据d1和d2的时间差计算得到粗频率估计
然后进一步求残余频率偏差估计Δf，最终确定的频率为
作为其他实施方式，在已经确定带宽为20MHz的情况下，也可以直接采用现有技术中， 应用于OFDM信号接收的各种现有方式来计算频率fo。
若为带宽10MHz的图传信号，则需采用现有技术中，应用于OFDM信号接收的各种现有方式来计算频率fo。
由于本实施例与方法实施例1中的不同在于，方法实施例1中的步骤(3)构造了两种带 宽的参考波形，计算两种参考波形与复基带信号互相关系数，而本实施例中，只需要构造其 中一种带宽(20MHz)的参考波形，若构造的参考波形与复基带信号之间互相关系数的峰值 max[|R1(k)|]满足条件，则直接可判定图传信号为带宽20MHz的图传信号，不满足Th≤max[|R1(k)|]的条件，则直接判定为带宽10MHz的图传信号。
本实施例的步骤1)、步骤2)、步骤4)等的具体实施过程，与方法实施例1中的记载相 同，本实施例的步骤3)中各公式的符号表示与方法实施例1的步骤(3)中的表示相同，本实施例不再赘述。
本实施例在判断待识别信号可能的带宽时，构造了20MHz的参考波形，实现了非此即彼 的判别，作为其他实施方式，显然也可以仅构造10MHz的参考波形，进行互相关系数的峰值 max[|R2(k)|]的判别，判别步骤如下：
当Th＞max[|R2(k)|]时，判定该信号为带宽20MHz的OucSync图传信号；
当Th≤max[|R2(k)|]时，判定该信号为带宽10MHz的OucSync图传信号。
另外，若待识别的信号可能的带宽有三种，如果要实现判断，则至少需要构造两种带宽 对应的参考波形。如有待识别的信号可能的带宽有三种以上，如有要实现判断，则需要构造 的参考波形更多。
本实施例中，由于直接重采样得不到复基带信号，因而采用变频处理用于将采样信号转 换为零中频复信号，滤波处理是为了滤除其它干扰信号的影响。作为其他实施方式，如果接 收信号本身是复基带信号，则无需进行变频处理和滤波处理。
装置实施例：
本发明的一种图传信号的识别装置的实施例：
本实施例提供了一种图传信号的识别装置，包括存储器和处理器，以及存储在存储器上 并在处理器上运行的计算机程序，处理器与存储器相耦合，处理器用于运行存储在存储器中 的程序指令，以实现方法实施例1和方法实施例2中的图传信号的识别方法，由于该方法在 方法实施例1和方法实施例2中的记载已经足够清楚、完整，本实施例不再赘述。
也就是说，以上方法实施例中的方法应理解可由计算机程序指令实现图像分割方法的流 程。可提供这些计算机程序指令到处理器(如通用计算机、专用计算机、嵌入式处理机或其 他可编程数据处理设备等)，使得通过处理器执行这些指令产生用于实现上述方法流程所指定 的功能。
具体的，如图3所示的图传信号的识别装置，该识别装置可因配置或性能不同而产生比 较大的差异，可以包括一个或一个以上处理器(central processing units，CPU)和存储器，一个 或一个以上存储应用程序或数据的存储介质。其中，存储器和存储介质可以是短暂存储或持 久存储。存储在存储介质的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以 包括对数据处理设备中的一系列指令操作。更进一步地，处理器可以设置为与存储介质通信，在图像处理装置上执行存储介质中的一系列指令操作。
本实施例的图传信号的识别装置，还可以包括一个或一个以上电源，一个或一个以上有 线或无线网络接口，一个或一个以上输入输出接口，和/或，一个或一个以上操作系统。例如， Windows ServerTM，Mac OS XTM，UnixTM，LinuxTM，FreeBSDTM等。
本实施例所指的处理器是指微处理器MCU或可编程逻辑器件FPGA等的处理装置。
本实施例所指的存储器包括用于存储信息的物理装置，通常是将信息数字化后再以利用 电、磁或者光学等方式的媒体加以存储。例如：利用电能方式存储信息的各式存储器，RAM、 ROM等；利用磁能方式存储信息的各式存储器，硬盘、软盘、磁带、磁芯存储器、磁泡存储 器、U盘；利用光学方式存储信息的各式存储器，CD或DVD。当然，还有其他方式的存储器，例如量子存储器、石墨烯存储器等等。
作为其他实施方式，本实施例的图传信号的识别装置还可以包括显示器，显示器用于将 图像分割后的图像展示出来。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照 上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本 发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
Claims (8)
1.一种无人机的图传信号识别方法，其特征在于，包括以下步骤：
1)获取无人机的待识别图传信号，对所述待识别图传信号进行重采样处理，得到复基带信号；所述待识别图传信号采用CP-OFDM调制方式，并在信号帧结构中内插LFM信号；并且根据先验知识能够确定所述待识别图传信号有M种带宽模式，M≥2；
2)分别构造M种带宽模式对应的线性调频信号作为参考波形，计算复基带信号与各个带宽模式的参考波形间的互相关系数；
或者构造M-1种带宽模式对应的线性调频信息作为参考波形，计算复基带信号与各个带宽模式的参考波形间的互相关系数；
3)确定各互相关系数中的峰值，并比较所述各互相关系数中的峰值与设定门限值的大小，从而判断所述待识别图传信号的带宽模式；
4)根据所述待识别图传信号的带宽模式，确定该图传信号的精确频率；确定所述待识别图传信号的带宽模式后，确定所述复基带信号和参考波形间的互相关系数中的峰值时刻；
计算所述复基带信号的自相关系数，确定所述自相关系数中的峰值时刻；
根据所述自相关系数中的峰值时刻和所述互相关系数中的峰值时刻的时间差，确定所述图传信号的粗频率估计；
计算所述图传信号的残余频率偏差，根据将所述残余频率偏差与粗频率估计，计算所述图传信号的精确频率。
2.根据权利要求1所述的无人机的图传信号识别方法，其特征在于，当所述图传信号包括第一带宽和第二带宽两种带宽模式，且第一带宽大于第二带宽，分别设置所述两种带宽模式的参考波形；
计算所述复基带信号与第一宽带的参考波形间的第一互相关系数，确定所述第一互相关系数中的峰值；计算所述复基带信号与第二宽带的参考波形间的第二互相关系数，确定所述第二互相关系数中的峰值；
当所述第二互相关系数中的峰值小于所述门限值，且所述门限值小于或等于所述第一互相关系数中的峰值时，判定所述图传信号为第一带宽模式；
当所述第一互相关系数中的峰值小于所述门限值，且所述门限值小于或等于所述第二互相关系数中的峰值时，判定所述图传信号为第二带宽模式。
3.根据权利要求1所述的无人机的图传信号识别方法，其特征在于，所述互相关系数的计算式如下：
其中，Rr(k)表示互相关系数，
表示对所述参考波形sr(n)取共轭，y(n+k)表示复基带信号，N'u为参考波形sr(n)的采样点数。
4.根据权利要求1所述的无人机的图传信号识别方法，其特征在于，所述复基带信号的自相关系数的计算式如下：
其中，r(d)为自相关系数，y(k)表示时刻k对应的复基带信号，d为时刻，y(Nu+k)表示时刻(Nu+k)对应的复基带信号，y*(k+Nu)为对y(k+Nu)取共轭，Nc为所述图传信号中循环前缀的长度。
5.根据权利要求1所述的无人机的图传信号识别方法，其特征在于，所述图传信号的粗频率估计计算式如下：
其中，
为所述图传信号的粗频率估计，K为所述图传信号中线性调频信号的调频斜率，d1为所述自相关系数中的峰值时刻，Nc为循环前缀的长度，Nu为有效信号的样点数，Nu'为所述参考波形的采样点数，d2为所述复基带信号和与图传信号具有相同带宽的参考波形间的互相关系数中的峰值时刻，fs为重采样的采样率。
6.根据权利要求1或5所述的无人机的图传信号识别方法，其特征在于，计算所述图传信号的残余频率偏差包括：
获取所述复基带信号和与图传信号具有相同带宽模式的参考波形间的互相关系数中的峰值时刻d2；
选择复基带信号中以d2为起点的信号和所述与图传信号具有相同带宽模式的参考波形共轭相乘，得到混入高斯白噪声的复正弦信号，利用离散傅里叶变换和频差估计算法计算所述复正弦信号的频率，利用所述复正弦信号的频率计算所述残余频率偏差，计算式如下：
其中，△f为所述残余频率偏差，
为所述复正弦信号的频率，
为利用离散傅里叶变换确定的峰值最大所对应的数字频率，Nu'为所述参考波形的采样点数，fs为重采样的采样率。
7.根据权利要求1所述的无人机的图传信号识别方法，其特征在于，在对所述图传信号进行重采样处理之前，还包括对所述图传信号进行变频和/或滤波处理。
8.一种无人机的图传信号识别装置，其特征在于，包括存储器和处理器，以及存储在所述存储器上并在所述处理器上运行的计算机程序，所述处理器与所述存储器相耦合，所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述的无人机的图传信号识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010322771.8A CN111600824B (zh) | 2020-04-22 | 2020-04-22 | 一种无人机的图传信号识别方法与装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010322771.8A CN111600824B (zh) | 2020-04-22 | 2020-04-22 | 一种无人机的图传信号识别方法与装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111600824A CN111600824A (zh) | 2020-08-28 |
| CN111600824B true CN111600824B (zh) | 2023-04-07 |
Family
ID=72190313
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010322771.8A Active CN111600824B (zh) | 2020-04-22 | 2020-04-22 | 一种无人机的图传信号识别方法与装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111600824B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112163569B (zh) * | 2020-10-29 | 2022-11-29 | 上海特金无线技术有限公司 | 信号检测方法、装置、电子设备与存储介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7149266B1 (en) * | 1999-05-18 | 2006-12-12 | Sharp Kabushiki Kaisha | Signal receiver and method of compensating frequency offset |
| JP2013051596A (ja) * | 2011-08-31 | 2013-03-14 | Nippon Hoso Kyokai <Nhk> | シングルキャリア受信装置 |
| CN106877947A (zh) * | 2017-01-20 | 2017-06-20 | 浙江大学 | 一种无人机的射频信道并行检测装置及方法 |
| WO2017211030A1 (zh) * | 2016-06-07 | 2017-12-14 | 南方科技大学 | 无人机通信控制方法和装置 |
| CN108768562A (zh) * | 2018-05-07 | 2018-11-06 | 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 |
| CN109587089A (zh) * | 2018-12-12 | 2019-04-05 | 北航（四川）西部国际创新港科技有限公司 | 一种提升无人机信号识别准确度的方法 |
| CN110139145A (zh) * | 2019-05-13 | 2019-08-16 | 周波 | 一种小型无人机图传信号分析与解调方法 |
| CN110519003A (zh) * | 2019-08-29 | 2019-11-29 | 中国人民解放军63892部队 | 一种基于信号特征差异的无人机上下行通信链路识别方法 |
| CN110688959A (zh) * | 2019-09-27 | 2020-01-14 | 上海特金信息科技有限公司 | 无人机信号识别方法、装置、电子设备与存储介质 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2469786B (en) * | 2008-02-25 | 2013-02-13 | Indian Inst Of Technology Of West Bengal | Optimal training sequence and channel estimation method and system for superimposed training based OFDM systems |
| US9474014B2 (en) * | 2014-12-23 | 2016-10-18 | Intel Corporation | Method of processing received digitized signals and mobile radio communication terminal device |
| KR102625211B1 (ko) * | 2016-05-16 | 2024-01-16 | 한국전자통신연구원 | 무선 통신 신호의 수신 시각 산출 장치 및 방법 |
-
2020
- 2020-04-22 CN CN202010322771.8A patent/CN111600824B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7149266B1 (en) * | 1999-05-18 | 2006-12-12 | Sharp Kabushiki Kaisha | Signal receiver and method of compensating frequency offset |
| JP2013051596A (ja) * | 2011-08-31 | 2013-03-14 | Nippon Hoso Kyokai <Nhk> | シングルキャリア受信装置 |
| WO2017211030A1 (zh) * | 2016-06-07 | 2017-12-14 | 南方科技大学 | 无人机通信控制方法和装置 |
| CN106877947A (zh) * | 2017-01-20 | 2017-06-20 | 浙江大学 | 一种无人机的射频信道并行检测装置及方法 |
| CN108768562A (zh) * | 2018-05-07 | 2018-11-06 | 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 |
| CN109587089A (zh) * | 2018-12-12 | 2019-04-05 | 北航（四川）西部国际创新港科技有限公司 | 一种提升无人机信号识别准确度的方法 |
| CN110139145A (zh) * | 2019-05-13 | 2019-08-16 | 周波 | 一种小型无人机图传信号分析与解调方法 |
| CN110519003A (zh) * | 2019-08-29 | 2019-11-29 | 中国人民解放军63892部队 | 一种基于信号特征差异的无人机上下行通信链路识别方法 |
| CN110688959A (zh) * | 2019-09-27 | 2020-01-14 | 上海特金信息科技有限公司 | 无人机信号识别方法、装置、电子设备与存储介质 |
Non-Patent Citations (5)
| Title |
|---|
| Tao Wang ; Zhigao Zheng ; Yun Lin ; Shihong Yao ; Xiao Xie.Reliable and Robust Unmanned Aerial Vehicle Wireless Video Transmission.《IEEE Transactions on Reliability》.2019, * |
| Ursula Challita ; Walid Saad ; Christian Bettstetter.Interference Management for Cellular-Connected UAVs: A Deep Reinforcement Learning Approach.《IEEE Transactions on Wireless Communications》.2019, * |
| 一种基于无线电信号特征识别的无人机监测算法设计;何小勇韩兵张笑语漆骐;《中国无线电》;20191126;全文 * |
| 无人机信号的侦收与识别方法研究;杨亚南;《中国优秀硕士学位论文全文数据库》;20180915;全文 * |
| 王鹏 ; 邱天爽 ; 李景春 ; 谭海峰.基于高斯加权分数阶傅里叶变换的LFM信号参数估计.《通信学报》.2016, * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111600824A (zh) | 2020-08-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107135176B (zh) | 基于分数低阶循环谱的图域通信信号调制识别方法 | |
| CN110852201A (zh) | 一种基于多脉冲包络谱匹配的脉冲信号检测方法 | |
| CN110133632B (zh) | 一种基于cwd时频分析的复合调制信号识别方法 | |
| CN103064063B (zh) | 基于cwd特征的多相编码雷达信号波形自动识别方法 | |
| CN110346763B (zh) | 一种用于雷达lfm信号的抗噪声射频指纹识别方法 | |
| KR101294681B1 (ko) | 기상 신호 처리장치 및 그 처리방법 | |
| CN111600824B (zh) | 一种无人机的图传信号识别方法与装置 | |
| CN114002658A (zh) | 基于点迹曲线关联曲线分离的雷达目标微动特征提取方法 | |
| CN102279396B (zh) | 一种基于分数阶Fourier变换的宽带线性调频脉冲测距方法 | |
| CN116112039A (zh) | 一种基于fpga的无人机跳频信号快速侦测方法 | |
| CN111539323B (zh) | 一种循环前缀线性调频信号的频率估计方法与装置 | |
| CN114168586A (zh) | 一种异常点检测的方法和装置 | |
| CN115529213B (zh) | 一种用于分离lfm脉冲重叠信号的方法及装置 | |
| CN116312623B (zh) | 一种鲸类信号重叠分量的方向脊线预测追踪方法及系统 | |
| CN110190917A (zh) | 一种LTE230MHz电力无线专网的频谱空洞感知方法、装置及设备 | |
| CN110426681A (zh) | 一种基于同步提取s变换的lfm信号参数估计方法 | |
| US10422869B2 (en) | Constant pulse repetition frequency techniques for eliminating second time around returns in pulsed doppler radar | |
| CN110632563A (zh) | 一种基于短时傅里叶变换的脉内频率编码信号参数测量方法 | |
| CN113985379B (zh) | 天气雷达信号的并行处理方法、装置、系统及介质 | |
| CN115267713A (zh) | 一种基于语义分割的间歇采样干扰识别和抑制方法 | |
| Woods et al. | Comments on``A Model for Radar Images and Its Application to Adaptive Digital Filtering of Multiplicative Noise'' | |
| CN113315734A (zh) | 用于卫星的载波同步方法、装置、电子设备及可读介质 | |
| CN112462344A (zh) | 通过时频域变换处理提取雷达信号脉内特征参数的方法 | |
| US20220404458A1 (en) | Method and apparatus for detecting and characterizing pulse sequences | |
| Sha’ameri | Analysis and parameter estimation of time-varying signals: theory and methods |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address |
Address after: 450000 Science Avenue 62, Zhengzhou High-tech Zone, Henan Province Patentee after: Information Engineering University of the Chinese People's Liberation Army Cyberspace Force Country or region after: China Address before: No. 62 Science Avenue, High tech Zone, Zhengzhou City, Henan Province Patentee before: Information Engineering University of Strategic Support Force,PLA Country or region before: China |