CN111740793B - 基于自适应采样的无人机检测方法和系统 - Google Patents

基于自适应采样的无人机检测方法和系统 Download PDF

Info

Publication number
CN111740793B
CN111740793B CN202010860360.4A CN202010860360A CN111740793B CN 111740793 B CN111740793 B CN 111740793B CN 202010860360 A CN202010860360 A CN 202010860360A CN 111740793 B CN111740793 B CN 111740793B
Authority
CN
China
Prior art keywords
channel
parameter
unmanned aerial
aerial vehicle
sampling
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
Application number
CN202010860360.4A
Other languages
English (en)
Other versions
CN111740793A (zh
Inventor
穆俊生
景晓军
苗加伍
李月波
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.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
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 Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN202010860360.4A priority Critical patent/CN111740793B/zh
Publication of CN111740793A publication Critical patent/CN111740793A/zh
Application granted granted Critical
Publication of CN111740793B publication Critical patent/CN111740793B/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
    • H04B17/309—Measuring or estimating channel quality parameters
    • H04B17/336—Signal-to-interference ratio [SIR] or carrier-to-interference ratio [CIR]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H04B17/345—Interference values

Landscapes

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

Abstract

本发明公开了一种基于自适应采样的无人机检测方法和系统，所述方法包括：通过分别设置于多个信道的多个无人机信号接收机接收遥控信号；针对每个信道，根据该信道的无线电环境计算采样点参数，根据计算的采样点参数调整该信道的无人机信号接收机的采样频率或采样持续时间；将每个无人机信号接收机输出的判决结果进行融合后，得到无人机的最终检测结果。应用本发明可以提高多通道检测的检测性能。

Description

基于自适应采样的无人机检测方法和系统
技术领域
本发明涉及无人机检测技术领域，特别是指一种基于自适应采样的无人机检测方法和系统。
背景技术
在过去的几年中，无人机已广泛用于航拍，农业，植保，救灾，运输，测绘等。随着5G的发展和应用，数据以高带宽，低延迟，高可靠性，广泛的覆盖范围和多重连接进行传输。5G背后的先进技术进一步扩展了无人机的应用场景，并带动了无人机产业的发展。通常，根据UAV对象与检测设备之间是否存在通信，可以将UAV分为合作UAV和非合作UAV。合作无人机和大多数非合作无人机（约95％）在无人机检测系统的监督下，如U-CLOUND，U-CARE，U-FLYING等。但是，非合作无人机（少于5％）不断干扰航班飞行，引起了包括机场和边界等敏感区域低空保护的警钟。如何有效检测非合作无人机引起了广泛关注。
传统的无人机探测方法主要包括雷达探测，光电探测和无线电探测。 由于具有低反射，低速度和小的目标的无人飞行器特征，利用小反射器，雷达很难从远距离捕获无人飞行器。 同样，远距离的无人机仅包含几个像素，因此光电检测的检测距离非常有限，尤其是在恶劣的环境中。 目前，无线领域的信号检测技术已经成熟并且广泛应用。 因此，基于无线电技术的无人机检测值得讨论。
无线电检测方案包含自相关检测，功率抵消检测，自适应多通道检测等。自相关检测根据预设的相关分析阈值来判断跳频信号是否存在。 但是，对经验阈值的过度依赖使其应用受到限制。 功率抵消检测通过跳频信号和干扰的平均功率差来进行无人机探测。其主要缺陷在于，当多个跳频信号共存时，误判率很高。自适应多通道检测建立了多个子通道检测模型，并基于本地接收器的融合规则做出最终决定。然而，较低的检测性能限制了其实用性，尤其是在强噪声条件下。
发明内容
有鉴于此，本发明的目的在于提出一种基于自适应采样的无人机检测方法和系统，提高无人机的检测性能。
基于上述目的，本发明提供一种基于自适应采样的无人机检测方法，包括：
通过分别设置于多个信道的多个无人机信号接收机接收遥控信号；
针对每个信道，根据该信道的无线电环境计算采样点参数，根据计算的采样点参数调整该信道的无人机信号接收机的采样频率或采样持续时间；
将每个无人机信号接收机输出的判决结果进行融合后，得到无人机的最终检测结果。
较佳地，所述根据该信道的无线电环境计算采样点参数，具体包括：
将当前检测的该信道的无线电环境中的噪声功率，与之前检测的该信道的无线电环境中的噪声功率进行比较；
若当前检测的噪声功率大于之前检测的噪声功率，则根据当前检测的无线电环境计算采样点参数。
较佳地，所述根据该信道的无线电环境计算采样点参数，具体包括：
根据式5，计算采样点参数
Figure 100002_DEST_PATH_IMAGE001
：
Figure 386005DEST_PATH_IMAGE002
式（5）
其中，
Figure 100002_DEST_PATH_IMAGE003
表示检测的第i个信道的无线电环境中的接收信噪比，
Figure 608170DEST_PATH_IMAGE004
表示检测 的第i个信道的无线电环境中的噪声功率，
Figure 100002_DEST_PATH_IMAGE005
表示第i个信道的无人机信号接收机的检测 阈值。
较佳地，所述根据计算的采样点参数调整该信道的无人机信号接收机的采样频率或采样持续时间，具体包括：
若计算的采样点参数小于该信道的参数上限值、且大于该信道的参数下限值，则根据计算的采样点参数，调整该信道的无人机信号接收机的采样频率或采样持续时间。
其中，第i个信道的参数上限值
Figure 741342DEST_PATH_IMAGE006
、下限值
Figure 100002_DEST_PATH_IMAGE007
具体分别根据式11、13计算：
Figure 778044DEST_PATH_IMAGE008
式（11）
Figure 100002_DEST_PATH_IMAGE009
式（13）
其中，
Figure 629457DEST_PATH_IMAGE010
表示设定的第i个信道的最小检测概率；
Figure 100002_DEST_PATH_IMAGE011
表示设定的第i个信 道的最大虚警概率；
Figure 779946DEST_PATH_IMAGE012
为表达式
Figure 100002_DEST_PATH_IMAGE013
的反函数，
Figure 298783DEST_PATH_IMAGE013
表示标准高斯函数的互补分布函 数。
较佳地，所述根据计算的采样点参数调整该信道的无人机信号接收机的采样频率或采样持续时间，还包括：
若计算的采样点参数大于该信道的参数上限值，则根据该信道的参数上限值调整所述采样点参数后，根据调整后的采样点参数，调整该信道的无人机信号接收机的采样频率或采样持续时间；以及
在所述计算的采样点参数大于该信道的参数上限值后，所述方法还包括：
根据该信道的无线电环境中的噪声功率以及调整后的采样点参数，调整该信道的无人机信号接收机的检测阈值。
较佳地，所述根据计算的采样点参数调整该信道的无人机信号接收机的采样频率或采样持续时间，还包括：
若计算的采样点参数小于该信道的参数下限值，则根据该信道的参数下限值调整所述采样点参数后，根据调整后的采样点参数，调整该信道的无人机信号接收机的采样频率或采样持续时间；以及
在所述计算的采样点参数小于该信道的参数下限值后，所述方法还包括：
根据该信道的无线电环境中的噪声功率以及调整后的采样点参数，调整该信道的无人机信号接收机的检测阈值。
较佳地，所述根据计算的采样点参数，调整该信道的无人机信号接收机的采样频率或采样持续时间，具体包括：
对于第i个信道，根据第i个信道的计算/调整后的采样点参数
Figure 696267DEST_PATH_IMAGE014
，调整该信道的 无人机信号接收机的采样频率为
Figure 100002_DEST_PATH_IMAGE015
；其中，
Figure 291766DEST_PATH_IMAGE016
为第i个信道的无人机信号接 收机当前的采样持续时间；或者，
调整该信道的无人机信号接收机的采样持续时间为
Figure 100002_DEST_PATH_IMAGE017
；其中，
Figure 245946DEST_PATH_IMAGE018
为第i个信道的无人机信号接收机当前的采样频率。
本发明还提供一种基于自适应采样的无人机检测系统，包括：
分别设置于多个信道的多个无人机信号接收机，用于接收遥控信号，并输出是否有无人机的判决结果；
接收机参数调整模块，用于针对每个信道，检测该信道的无线电环境，根据检测的无线电环境计算采样点参数，根据计算的采样点参数调整该信道的无人机信号接收机的采样频率或采样持续时间；
融合模块，用于将每个信道的无人机信号接收机输出的判决结果进行融合后，得到无人机的最终检测结果。
本发明的技术方案中，通过分别设置于多个信道的多个无人机信号接收机接收遥控信号；针对每个信道，根据该信道的无线电环境计算采样点参数，根据计算的采样点参数调整该信道的无人机信号接收机的采样频率或采样持续时间；将每个无人机信号接收机输出的判决结果进行融合后，得到无人机的最终检测结果。这样，通过无线电环境和接收机的检测阈值计算出最佳采样点参数，使得对无人机的检测达到较高的检测性能，即较小的虚警概率、较大的检测概率。
进一步，本发明的技术方案中还可对计算出的采样点参数进行参数上、下限值的约束，使得根据采样点参数调整的无人机信号接收机的采样频率或采样持续时间，既可以使得对无人机的检测达到较高的检测性能，又能使无人机信号接收机的采样频率或采样持续时间保持在一个合理的范围内，避免对系统资源的消耗过大；此外，还可根据约束的采样点参数，即根据参数上、下限值调整后的采样点参数，调整检测阈值，以满足设定的虚警、检测概率，使得对无人机的检测达到较高的检测性能。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于自适应采样的无人机检测系统的内部结构示意图；
图2为本发明实施例提供的一种基于自适应采样的无人机检测方法的流程图；
图3为本发明实施例提供的一种计算采样点参数、根据采样点参数调整无人机信号接收机的采样频率或采样持续时间的方法流程图；
图4为本发明实施例提供的一种接收机参数调整模块的内部结构框图；
图5、6、7为仿真实验中本发明实施例的技术方案的无人机检测效果与现有技术方案的无人机检测效果的比较示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。
需要说明的是，除非另外定义，本发明实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
本发明的发明人发现，最佳采样点是无线电环境和接收机的检测阈值的函数，这表明，对于给定的无线电环境和接收机的检测阈值，可以通过增加采样点来达到较高的理论水平，即通过增加采样频率或增加采样持续时间来达到较高的检测性能。
由此，本发明的技术方案中，通过分别设置于多个信道的多个无人机信号接收机接收遥控信号；针对每个信道，根据该信道的无线电环境计算采样点参数，根据计算的采样点参数调整该信道的无人机信号接收机的采样频率或采样持续时间；将每个无人机信号接收机输出的判决结果进行融合后，得到无人机的最终检测结果。这样，通过无线电环境和接收机的检测阈值计算出最佳采样点参数，使得对无人机的检测达到较高的检测性能，即较小的虚警概率、较大的检测概率。
下面结合附图详细说明本发明实施例的技术方案。
本发明实施例提供的一种基于自适应采样的无人机检测系统，内部结构如图1所示，包括：多个无人机信号接收机101、接收机参数调整模块102、融合模块103。
其中，多个无人机信号接收机101分别设置于多个信道，分别通过各信道接收遥控信号；各个信道的接收频段不相同，以达到在多个接收频段进行无人机信号检测的目的。
无人机信号接收机101对接收的遥控信号进行采样、处理、判决后，输出是否有无人机的判决结果。具体地，无人机信号接收机101可以是基于能量检测（ED）的信号接收机，其输出的判决结果可以是1或0，分别代表有无人机或没有无人机。此外，无人机信号接收机101输出的判决结果也可以是遥控信号的能量值。
接收机参数调整模块102用于针对每个信道，根据该信道的无线电环境计算采样点参数，根据计算的采样点参数调整该信道的无人机信号接收机的采样频率或采样持续时间。
融合模块103用于将每个无人机信号接收机输出的判决结果进行融合后，得到无人机的最终检测结果。
具体地无人机的远程的遥控信号（跳频信号）首先由全向UWB（超宽带）检测天线接收，然后在多个信道上并行处理。
假设在第i个信道的无人机信号接收机处观察到的信号
Figure 100002_DEST_PATH_IMAGE019
包含纯净信号
Figure 229077DEST_PATH_IMAGE020
和加性高斯白噪声
Figure DEST_PATH_IMAGE021
，如式1所示：
Figure 873160DEST_PATH_IMAGE022
式（1）
其中
Figure DEST_PATH_IMAGE023
表示第i个信道的信道增益，
Figure 89378DEST_PATH_IMAGE024
遵循Nakagami分布。
Figure 784933DEST_PATH_IMAGE020
和
Figure 199733DEST_PATH_IMAGE021
是独立且均匀分布的随机过程，具有均值零，方差分别为
Figure DEST_PATH_IMAGE025
、
Figure 17648DEST_PATH_IMAGE026
，亦即
Figure 268632DEST_PATH_IMAGE025
、
Figure 751566DEST_PATH_IMAGE026
分 别表示检测的第i个信道的信号功率、噪声功率。
第i个信道的误报概率
Figure DEST_PATH_IMAGE027
和检测概率
Figure 102431DEST_PATH_IMAGE028
可以分别如式2、3描述：
Figure DEST_PATH_IMAGE029
式（2）
Figure 91247DEST_PATH_IMAGE030
式（3）
其中
Figure DEST_PATH_IMAGE031
的表达式如式4所示：
Figure 501631DEST_PATH_IMAGE032
式（4）
其中，
Figure DEST_PATH_IMAGE033
表示第i个信道的无人机信号接收机当前的采样持续时间，
Figure 67217DEST_PATH_IMAGE034
表示第i 个信道的无人机信号接收机当前的采样频率，
Figure DEST_PATH_IMAGE035
表示第i个信道的无人机信号接收机的检 测阈值，
Figure 597555DEST_PATH_IMAGE036
表示第i个信道的无线电环境中接收信号信噪比（SNR），
Figure DEST_PATH_IMAGE037
表示标准高斯函数
Figure 226114DEST_PATH_IMAGE038
的互补分布函数。
基于上述的基于自适应采样的无人机检测系统，本发明实施例提供的一种基于自适应采样的无人机检测方法，具体流程如图2所示，包括如下步骤：
步骤S201：接收机参数调整模块102针对每个信道，根据该信道的无线电环境计算采样点参数。
本步骤中，接收机参数调整模块102针对每个信道，将当前检测的该信道的无线电环境中的噪声功率，与之前检测的该信道的无线电环境中的噪声功率进行比较；若当前检测的噪声功率大于之前检测的噪声功率，则根据当前检测的无线电环境计算采样点参数。
具体地，计算第i个信道的采样点参数的具体方法流程，如图3所示，包括如下子步骤：
子步骤S301：接收机参数调整模块102将当前检测的第i个信道的无线电环境中的噪声功率，与之前检测的第i个信道的无线电环境中的噪声功率进行比较；若当前检测的第i个信道的无线电环境中的噪声功率大于之前检测的第i个信道的无线电环境中的噪声功率，则执行如下子步骤S302；否则，执行如下子步骤S330，仅调整检测阈值。
子步骤S302：根据检测的无线电环境计算采样点参数；
具体地，根据式5，计算的第i个信道的采样点参数
Figure 451690DEST_PATH_IMAGE001
：
Figure 542006DEST_PATH_IMAGE002
式（5）
其中，
Figure DEST_PATH_IMAGE039
表示检测的第i个信道的无线电环境中的接收信噪比，
Figure 613603DEST_PATH_IMAGE040
表示检测 的第i个信道的无线电环境中的噪声功率，
Figure DEST_PATH_IMAGE041
表示第i个信道的无人机信号接收机的检测 阈值。
事实上，为了同时考虑检测概率和虚警概率，优化目标是虚警概率与漏检概率之和最小，如式6所示：
Figure 678642DEST_PATH_IMAGE042
式（6）
其中，
Figure DEST_PATH_IMAGE043
表示第i个信道的漏检概率；
Figure 719410DEST_PATH_IMAGE011
表示设定的第i个信道的 最大虚警概率，而
Figure 98570DEST_PATH_IMAGE044
表示设定的第i个信道的最小检测概率。
根据式2、3、4、6，可以有如下式7：
Figure DEST_PATH_IMAGE045
式（7）
Figure 272675DEST_PATH_IMAGE046
式（8）
Figure DEST_PATH_IMAGE047
式（9）
其中，
Figure 508616DEST_PATH_IMAGE048
、
Figure DEST_PATH_IMAGE049
、
Figure 771101DEST_PATH_IMAGE050
。
基于上述的式7、8、9，可以得到上述式5；从而可以证明，最佳采样点参数
Figure 203219DEST_PATH_IMAGE001
是无 线电环境（
Figure 641285DEST_PATH_IMAGE003
,
Figure 500656DEST_PATH_IMAGE004
）和检测阈值（
Figure 659892DEST_PATH_IMAGE005
）的函数。这表明，对于给定的无线电环境，检测阈 值可以通过式5计算出最佳采样点参数，使得对无人机的检测达到较高的检测性能，即较小 的虚警概率、较大的检测概率。
更优地，考虑在实际应用中，若采样点参数增加到一定程度会加大系统资源的消 耗，因此，有必要对采样点参数
Figure 895701DEST_PATH_IMAGE001
进行约束。
对于给定的
Figure 719432DEST_PATH_IMAGE003
，
Figure DEST_PATH_IMAGE051
，
Figure 828333DEST_PATH_IMAGE004
和
Figure 986782DEST_PATH_IMAGE005
，根据式6中的（b）和（c），
Figure 511436DEST_PATH_IMAGE052
可获得如下约束， 如式10所示：
Figure DEST_PATH_IMAGE053
式（10）
其中，
Figure 514639DEST_PATH_IMAGE054
为如式4所述表达式
Figure 715814DEST_PATH_IMAGE013
的反函数；
基于式10的计算式，可以在后续的子步骤S304、S310中对
Figure 112291DEST_PATH_IMAGE001
进行约束：
步骤S202：接收机参数调整模块102针对每个信道，根据计算的采样点参数调整该信道的无人机信号接收机的采样频率或采样持续时间。
本步骤中，接收机参数调整模块102针对第i个信道，根据计算的采样点参数调整该信道的无人机信号接收机的采样频率或采样持续时间的具体方法流程，如图3所示，包括如下子步骤：
子步骤S303：接收机参数调整模块102判断计算的第i个信道的采样点参数
Figure 424324DEST_PATH_IMAGE001
是 否大于第i个信道的参数上限值
Figure DEST_PATH_IMAGE055
；若是，则执行如下子步骤S304；否则，执行如下子步骤 S310。
其中，第i个信道的参数上限值
Figure 550543DEST_PATH_IMAGE055
可根据如下式11计算得到：
Figure 407771DEST_PATH_IMAGE056
式（11）
子步骤S304：接收机参数调整模块102根据第i个信道的参数上限值
Figure 806392DEST_PATH_IMAGE055
调整第i 个信道的采样点参数
Figure 664058DEST_PATH_IMAGE001
。
若计算的采样点参数大于该信道的参数上限值，本子步骤中，则根据该信道的参 数上限值调整所述采样点参数；具体地，调整
Figure 566155DEST_PATH_IMAGE001
=
Figure 859865DEST_PATH_IMAGE055
，从而将采样点参数
Figure 214623DEST_PATH_IMAGE052
限值于参数 上限值
Figure 274982DEST_PATH_IMAGE055
。
子步骤S305：接收机参数调整模块102根据调整后的第i个信道的采样点参数
Figure 782318DEST_PATH_IMAGE001
，调整该信道的无人机信号接收机的采样频率或采样持续时间。
本子步骤中，接收机参数调整模块102根据调整后的第i个信道的采样点参数
Figure 496196DEST_PATH_IMAGE001
，调整该信道的无人机信号接收机的采样频率为
Figure 354562DEST_PATH_IMAGE015
；其中，
Figure DEST_PATH_IMAGE057
为第i个信道的 无人机信号接收机当前的采样持续时间；
或者，接收机参数调整模块102根据调整后的第i个信道的采样点参数
Figure 887787DEST_PATH_IMAGE014
，调整该 信道的无人机信号接收机的采样持续时间为
Figure 498897DEST_PATH_IMAGE058
；其中，
Figure 399988DEST_PATH_IMAGE018
为第i个信道 的无人机信号接收机当前的采样频率。
子步骤S306：接收机参数调整模块102根据第i个信道的无线电环境中的噪声功率以及调整后的采样点参数，调整该信道的无人机信号接收机的检测阈值。
事实上，由于将采样点参数
Figure 729338DEST_PATH_IMAGE014
限值于参数上限值
Figure 6867DEST_PATH_IMAGE006
，因此，基于当前的采样点 参数
Figure 472483DEST_PATH_IMAGE014
还无法满足设定的虚警、检测概率，因此，还需要基于调整后的采样点参数
Figure 544476DEST_PATH_IMAGE014
对检 测阈值
Figure 626701DEST_PATH_IMAGE005
进行调整，以满足设定的虚警、检测概率；由此，本子步骤中，接收机参数调整模 块102具体可以根据式12，调整第i个信道的无人机信号接收机的检测阈值
Figure 179692DEST_PATH_IMAGE005
：
Figure DEST_PATH_IMAGE059
式（12）
式12中，
Figure 968656DEST_PATH_IMAGE004
表示检测的第i个信道的无线电环境中的噪声功率，
Figure 211550DEST_PATH_IMAGE014
为子步骤 S305中调整后的第i个信道的采样点参数。
子步骤S310：接收机参数调整模块102判断计算的第i个信道的采样点参数是否小 于第i个信道的参数下限值
Figure 859700DEST_PATH_IMAGE007
；若是，则执行如下子步骤S311；否则，执行如下子步骤 S320。
其中，第i个信道的参数下限值
Figure 603665DEST_PATH_IMAGE007
可根据如下式13计算得到：
Figure 919240DEST_PATH_IMAGE060
式（13）
子步骤S311：接收机参数调整模块102根据第i个信道的参数下限值
Figure DEST_PATH_IMAGE061
调整第i 个信道的采样点参数
Figure 519986DEST_PATH_IMAGE001
后，跳转到子步骤S305。
若计算的采样点参数小于该信道的参数下限值，本子步骤中，则根据该信道的参 数下限值调整所述采样点参数；具体地，调整
Figure 59027DEST_PATH_IMAGE001
=
Figure 200158DEST_PATH_IMAGE007
，从而将采样点参数
Figure 511185DEST_PATH_IMAGE001
限值于参 数下限值
Figure 79570DEST_PATH_IMAGE007
；之后，跳转到子步骤S305。
子步骤S320：接收机参数调整模块102根据计算的第i个信道的采样点参数
Figure 108837DEST_PATH_IMAGE052
，调 整该信道的无人机信号接收机的采样频率或采样持续时间。
本子步骤中，接收机参数调整模块102对于第i个信道，根据第i个信道的计算的采 样点参数
Figure 319238DEST_PATH_IMAGE062
，调整该信道的无人机信号接收机的采样频率为
Figure 484771DEST_PATH_IMAGE015
；其中，
Figure 489637DEST_PATH_IMAGE057
为 第i个信道的无人机信号接收机当前的采样持续时间；
或者，接收机参数调整模块102调整该信道的无人机信号接收机的采样持续时间 为
Figure 755269DEST_PATH_IMAGE058
；其中，
Figure DEST_PATH_IMAGE063
为第i个信道的无人机信号接收机当前的采样频率。
子步骤S330：接收机参数调整模块102调整第i个信道的无人机信号接收机的检测 阈值
Figure 51252DEST_PATH_IMAGE064
。
本子步骤中，接收机参数调整模块102可采用现有的方法对第i个信道的无人机信 号接收机的检测阈值
Figure 586139DEST_PATH_IMAGE064
进行调整，具体可以根据式14，调整第i个信道的无人机信号接收 机的检测阈值：
Figure DEST_PATH_IMAGE065
式（14）
式14中，
Figure 574954DEST_PATH_IMAGE004
表示检测的第i个信道的无线电环境中的噪声功率；
Figure 47655DEST_PATH_IMAGE066
，其中，
Figure 334280DEST_PATH_IMAGE063
为第i个信道的无人机信号接收机当前的采样频率，
Figure 471476DEST_PATH_IMAGE057
为第i个信道的无人机信号接收机当前的采样持续时间。
步骤S203：融合模块103将每个无人机信号接收机输出的判决结果进行融合后，得到无人机的最终检测结果。
本步骤中，融合模块103可采用现有的方法将每个无人机信号接收机输出的判决 结果进行融合后，得到无人机的最终检测结果；例如，可以采用三种融合方案，即AND（与）规 则，OR（或）规则或多数投票（MV）规则的融合方法。 假设第i个信道的无人机信号接收机的 判决结果可以表示为
Figure DEST_PATH_IMAGE067
，如式15所示：
Figure 631193DEST_PATH_IMAGE068
式（15）
因此，当使用AND规则时，虚警概率
Figure DEST_PATH_IMAGE069
和检测概率
Figure 919086DEST_PATH_IMAGE070
可以描述如式16 所示：
Figure DEST_PATH_IMAGE071
式（16）
其中，M表示信道数，
Figure 291292DEST_PATH_IMAGE072
表示无人机的遥控信号不存在，
Figure DEST_PATH_IMAGE073
表示无人机的遥控信号 存在。
当使用OR规则时，虚警概率
Figure 351171DEST_PATH_IMAGE074
和检测概率
Figure DEST_PATH_IMAGE075
可以描述如式17所示：
Figure 947369DEST_PATH_IMAGE076
式(17)
当采用MV规则时，对应的虚警概率
Figure 909508DEST_PATH_IMAGE077
和检测概率
Figure 288668DEST_PATH_IMAGE078
分别表示如式18所 示：
Figure 387074DEST_PATH_IMAGE079
式（18）
其中，
Figure DEST_PATH_IMAGE080
，
Figure 888594DEST_PATH_IMAGE081
表示正整数。
较佳地，本步骤中，融合模块103可采用MV规则将每个无人机信号接收机输出的判决结果进行融合后，得到无人机的最终检测结果。
具体地，接收机参数调整模块102如图4所示，可以包括如下单元：采样点参数计算单元110、参数调整单元111。
其中，采样点参数计算单元110用于针对每个信道，将当前检测的该信道的无线电环境中的噪声功率，与之前检测的该信道的无线电环境中的噪声功率进行比较；若当前检测的噪声功率大于之前检测的噪声功率，则根据当前检测的无线电环境计算采样点参数；
参数调整单元111用于针对每个信道，若计算的采样点参数小于该信道的参数上限值、且大于该信道的参数下限值，则根据计算的采样点参数，调整该信道的无人机信号接收机的采样频率或采样持续时间；若计算的采样点参数大于该信道的参数上限值，则根据该信道的参数上限值调整所述采样点参数后，根据调整后的采样点参数，调整该信道的无人机信号接收机的采样频率或采样持续时间，并根据该信道的无线电环境中的噪声功率以及调整后的采样点参数，调整该信道的无人机信号接收机的检测阈值；若计算的采样点参数小于该信道的参数下限值，则根据该信道的参数下限值调整所述采样点参数后，根据调整后的采样点参数，调整该信道的无人机信号接收机的采样频率或采样持续时间，并根据该信道的无线电环境中的噪声功率以及调整后的采样点参数，调整该信道的无人机信号接收机的检测阈值。
接收机参数调整模块102中各单元的功能的具体实现方法可参考上述图3所示的各子步骤中的方法，此处不再赘述。
事实上，可以通过仿真实验来检验本发明所提技术方案的性能。 在中心频率
Figure DEST_PATH_IMAGE082
Hz，采样频率
Figure 413729DEST_PATH_IMAGE083
Hz的第i个子信道上，选择正交频分复用（OFDM） 信号作为测试信号。 测试信号的频率从
Figure 331000DEST_PATH_IMAGE084
Hz到
Figure DEST_PATH_IMAGE085
Hz以带宽为
Figure 362541DEST_PATH_IMAGE086
Hz跳变。 在仿真中考虑使用多普勒频移为250的瑞利信道。
在仿真中，首先产生OFDM信号，然后将瑞利衰落和白高斯噪声添加到OFDM信号中。在仅噪声情况和信号加噪声情况的采样和能量归一化之后，通过与预设阈值的相应能量比较获得检测和虚警概率。 该仿真考虑了以下情形：无人机控制单元使用遥控信号控制一台非合作无人机，并且通过检测遥控信号确定是否存在非合作无人机。为便于描述，本文中将基于恒定的虚警概率准则的现有多通道检测方案简称为CFAR，将本发明的检测方案简称为A-CFAR。
图5比较了固定
Figure DEST_PATH_IMAGE087
时，
Figure 300541DEST_PATH_IMAGE088
从1（SNR = -10 dB）变为1.02和1.05时，第i个子信 道上CFAR和A-CFAR的性能。 从图5可以看出，当
Figure DEST_PATH_IMAGE089
和
Figure 775954DEST_PATH_IMAGE090
时，对于给定的 虚警概率，A-CFAR的检测概率要优于CFAR。
在图6和图7中，当
Figure DEST_PATH_IMAGE091
从1（SNR = -10 dB）分别变为1.02和1.05时，通过在融合时 考虑使用AND规则，OR规则和MV规则来确定是否存在遥控信号。对于固定的
Figure 90392DEST_PATH_IMAGE087
，从图6和 图7得出两个结论：首先，与经典CFAR相比，所提出的A-CFAR的检测性能得到了极大的提高； 其次，基于MV规则的A-CFAR的性能高于基于AND规则和OR规则的A-CFAR。
本发明的技术方案中，通过分别设置于多个信道的多个无人机信号接收机接收遥控信号；针对每个信道，根据该信道的无线电环境计算采样点参数，根据计算的采样点参数调整该信道的无人机信号接收机的采样频率或采样持续时间；将每个无人机信号接收机输出的判决结果进行融合后，得到无人机的最终检测结果。这样，通过无线电环境和接收机的检测阈值计算出最佳采样点参数，使得对无人机的检测达到较高的检测性能，即较小的虚警概率、较大的检测概率。
进一步，本发明的技术方案中还可对计算出的采样点参数进行参数上、下限值的约束，使得根据采样点参数调整的无人机信号接收机的采样频率或采样持续时间，既可以使得对无人机的检测达到较高的检测性能，又能使无人机信号接收机的采样频率或采样持续时间保持在一个合理的范围内，避免对系统资源的消耗过大；此外，还可根据约束的采样点参数，即根据参数上、下限值调整后的采样点参数，调整检测阈值，以满足设定的虚警、检测概率，使得对无人机的检测达到较高的检测性能。
本实施例的计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围（包括权利要求）被限于这些例子；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明它们没有在细节中提供。
另外，为简化说明和讨论，并且为了不会使本发明难以理解，在所提供的附图中可以示出或可以不示出与集成电路（IC）芯片和其它部件的公知的电源/接地连接。此外，可以以框图的形式示出装置，以便避免使本发明难以理解，并且这也考虑了以下事实，即关于这些框图装置的实施方式的细节是高度取决于将要实施本发明的平台的（即，这些细节应当完全处于本领域技术人员的理解范围内）。在阐述了具体细节（例如，电路）以描述本发明的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本发明。因此，这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本发明的具体实施例对本发明进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构（例如，动态RAM（DRAM））可以使用所讨论的实施例。
本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本发明的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于自适应采样的无人机检测方法，其特征在于，包括：
通过分别设置于多个信道的多个无人机信号接收机接收遥控信号；
针对每个信道，根据该信道的无线电环境依据如下式5计算采样点参数
Figure DEST_PATH_IMAGE001
，根据计算的采样点参数调整该信道的无人机信号接收机的采样频率或采样持续时间；
将每个无人机信号接收机根据接收的遥控信号输出的是否有无人机的判决结果进行融合后，得到无人机的最终检测结果；
Figure DEST_PATH_IMAGE002
式（5）
其中，
Figure DEST_PATH_IMAGE003
表示检测的第i个信道的无线电环境中的接收信噪比，
Figure DEST_PATH_IMAGE004
表示检测的第i个信道的无线电环境中的噪声功率，
Figure DEST_PATH_IMAGE005
表示第i个信道的无人机信号接收机的检测阈值。
2.根据权利要求1所述的方法，其特征在于，所述根据该信道的无线电环境计算采样点参数，具体包括：
将当前检测的该信道的无线电环境中的噪声功率，与之前检测的该信道的无线电环境中的噪声功率进行比较；
若当前检测的噪声功率大于之前检测的噪声功率，则根据当前检测的无线电环境计算采样点参数。
3.根据权利要求1所述的方法，其特征在于，所述根据计算的采样点参数调整该信道的无人机信号接收机的采样频率或采样持续时间，具体包括：
若计算的采样点参数小于该信道的参数上限值、且大于该信道的参数下限值，则根据计算的采样点参数，调整该信道的无人机信号接收机的采样频率或采样持续时间。
4. 根据权利要求3所述的方法，其特征在于，第i个信道的参数上限值
Figure DEST_PATH_IMAGE006
、下限值
Figure DEST_PATH_IMAGE007
具体分别根据式11、13计算：
Figure DEST_PATH_IMAGE008
式（11）
Figure DEST_PATH_IMAGE009
式（13）
其中，
Figure DEST_PATH_IMAGE010
表示设定的第i个信道的最小检测概率；
Figure DEST_PATH_IMAGE011
表示设定的第i个信道的最大虚警概率；
Figure DEST_PATH_IMAGE012
为表达式
Figure DEST_PATH_IMAGE013
的反函数，
Figure 708279DEST_PATH_IMAGE013
表示标准高斯函数的互补分布函数。
5. 根据权利要求3所述的方法，其特征在于，所述根据计算的采样点参数调整该信道的无人机信号接收机的采样频率或采样持续时间，还包括：
若计算的采样点参数大于该信道的参数上限值，则根据该信道的参数上限值调整所述采样点参数后，根据调整后的采样点参数，调整该信道的无人机信号接收机的采样频率或采样持续时间；以及
在所述计算的采样点参数大于该信道的参数上限值后，所述方法还包括：
根据该信道的无线电环境中的噪声功率以及调整后的采样点参数，调整该信道的无人机信号接收机的检测阈值。
6. 根据权利要求3所述的方法，其特征在于，所述根据计算的采样点参数调整该信道的无人机信号接收机的采样频率或采样持续时间，还包括：
若计算的采样点参数小于该信道的参数下限值，则根据该信道的参数下限值调整所述采样点参数后，根据调整后的采样点参数，调整该信道的无人机信号接收机的采样频率或采样持续时间；以及
在所述计算的采样点参数小于该信道的参数下限值后，所述方法还包括：
根据该信道的无线电环境中的噪声功率以及调整后的采样点参数，调整该信道的无人机信号接收机的检测阈值。
7.根据权利要求3所述的方法，其特征在于，所述根据计算的采样点参数，调整该信道的无人机信号接收机的采样频率或采样持续时间，具体包括：
对于第i个信道，根据第i个信道的计算的采样点参数
Figure DEST_PATH_IMAGE014
，调整该信道的无人机信号接收机的采样频率为
Figure DEST_PATH_IMAGE015
；其中，
Figure DEST_PATH_IMAGE016
为第i个信道的无人机信号接收机当前的采样持续时间；或者，
调整该信道的无人机信号接收机的采样持续时间为
Figure DEST_PATH_IMAGE017
；其中，
Figure DEST_PATH_IMAGE018
为第i个信道的无人机信号接收机当前的采样频率。
8.一种基于自适应采样的无人机检测系统，其特征在于，包括：
分别设置于多个信道的多个无人机信号接收机，用于接收遥控信号，并输出是否有无人机的判决结果；
接收机参数调整模块，用于针对每个信道，检测该信道的无线电环境，根据检测的无线电环境依据如下式5计算采样点参数，根据计算的采样点参数调整该信道的无人机信号接收机的采样频率或采样持续时间；
融合模块，用于将每个信道的无人机信号接收机输出的判决结果进行融合后，得到无人机的最终检测结果；
Figure DEST_PATH_IMAGE019
式（5）
其中，
Figure 156578DEST_PATH_IMAGE003
表示检测的第i个信道的无线电环境中的接收信噪比，
Figure 201894DEST_PATH_IMAGE004
表示检测的第i个信道的无线电环境中的噪声功率，
Figure 862683DEST_PATH_IMAGE005
表示第i个信道的无人机信号接收机的检测阈值。
9.根据权利要求8所述的系统，其特征在于，所述接收机参数调整模块具体包括：
采样点参数计算单元，用于针对每个信道，将当前检测的该信道的无线电环境中的噪声功率，与之前检测的该信道的无线电环境中的噪声功率进行比较；若当前检测的噪声功率大于之前检测的噪声功率，则根据当前检测的无线电环境计算采样点参数；
参数调整单元，用于针对每个信道，若计算的采样点参数小于该信道的参数上限值、且大于该信道的参数下限值，则根据计算的采样点参数，调整该信道的无人机信号接收机的采样频率或采样持续时间；若计算的采样点参数大于该信道的参数上限值，则根据该信道的参数上限值调整所述采样点参数后，根据调整后的采样点参数，调整该信道的无人机信号接收机的采样频率或采样持续时间，并根据该信道的无线电环境中的噪声功率以及调整后的采样点参数，调整该信道的无人机信号接收机的检测阈值；若计算的采样点参数小于该信道的参数下限值，则根据该信道的参数下限值调整所述采样点参数后，根据调整后的采样点参数，调整该信道的无人机信号接收机的采样频率或采样持续时间，并根据该信道的无线电环境中的噪声功率以及调整后的采样点参数，调整该信道的无人机信号接收机的检测阈值。
CN202010860360.4A 2020-08-25 2020-08-25 基于自适应采样的无人机检测方法和系统 Active CN111740793B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010860360.4A CN111740793B (zh) 2020-08-25 2020-08-25 基于自适应采样的无人机检测方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010860360.4A CN111740793B (zh) 2020-08-25 2020-08-25 基于自适应采样的无人机检测方法和系统

Publications (2)

Publication Number Publication Date
CN111740793A CN111740793A (zh) 2020-10-02
CN111740793B true CN111740793B (zh) 2021-01-08

Family

ID=72658814

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010860360.4A Active CN111740793B (zh) 2020-08-25 2020-08-25 基于自适应采样的无人机检测方法和系统

Country Status (1)

Country Link
CN (1) CN111740793B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112364845B (zh) * 2021-01-12 2021-05-25 北京邮电大学 信噪比评估方法、装置、电子设备和存储介质
CN112994741B (zh) * 2021-05-11 2021-07-23 成都天锐星通科技有限公司 跳频信号参数测量方法、装置和电子设备
CN116260734B (zh) * 2023-03-23 2023-10-13 南京航空航天大学 面向频谱侦察的无人机集群自适应数据采集方法和系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7068210B1 (en) * 2005-02-25 2006-06-27 The United States Of America As Represented By The Secretary Of The Air Force Low-cost position-adaptive UAV radar design with state-of-the-art cots technology
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
CN108136952A (zh) * 2015-10-21 2018-06-08 福特全球技术公司 利用无线信号的边界检测系统
CN108701419A (zh) * 2017-03-21 2018-10-23 深圳市大疆创新科技有限公司 无人机控制方法及控制设备、无人机监管方法及监管设备
CN110213010A (zh) * 2019-04-28 2019-09-06 浙江大学 一种基于多通道射频信号的无人机检测系统和方法
CN110249604A (zh) * 2017-03-21 2019-09-17 深圳市大疆创新科技有限公司 监控方法和系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7068210B1 (en) * 2005-02-25 2006-06-27 The United States Of America As Represented By The Secretary Of The Air Force Low-cost position-adaptive UAV radar design with state-of-the-art cots technology
CN108136952A (zh) * 2015-10-21 2018-06-08 福特全球技术公司 利用无线信号的边界检测系统
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
CN108701419A (zh) * 2017-03-21 2018-10-23 深圳市大疆创新科技有限公司 无人机控制方法及控制设备、无人机监管方法及监管设备
CN110249604A (zh) * 2017-03-21 2019-09-17 深圳市大疆创新科技有限公司 监控方法和系统
CN110213010A (zh) * 2019-04-28 2019-09-06 浙江大学 一种基于多通道射频信号的无人机检测系统和方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于无迹卡尔曼滤波的无人机跟踪算法;罗正华等;《成都大学学报( 自然科学版)》;20200331;全文 *

Also Published As

Publication number Publication date
CN111740793A (zh) 2020-10-02

Similar Documents

Publication Publication Date Title
CN111740793B (zh) 基于自适应采样的无人机检测方法和系统
CN108957399B (zh) 一种利用lte信号信道状态信息实现运动检测的方法
US20150109947A1 (en) Spectrum sensing apparatus and method for cooperative cognitive radio network in non-gaussian noise environment, and fusion center apparatus and cooperative cognitive radio system using the same
Matolak et al. Initial results for air-ground channel measurements & modeling for unmanned aircraft systems: Over-sea
US11418974B2 (en) Efficient beam searching
Gahane et al. Performance of improved energy detector with cognitive radio mobility and imperfect channel state information
CN117970333A (zh) 探测信号的发射方法、装置及存储介质
Viana et al. Two methods for jamming identification in UAV networks using new synthetic dataset
Angrisani et al. The effect of Savitzky-Golay smoothing filter on the performance of a vehicular dynamic spectrum access method
Tang et al. Spectrum sensing for cognitive maritime VHF networks
CN112364845B (zh) 信噪比评估方法、装置、电子设备和存储介质
Lyu et al. Urban area GNSS in‐car‐jammer localization based on pattern recognition
CN110068839B (zh) 基于数据统计特性的卫星导航接收机干扰检测方法
CN116208237B (zh) 一种卫星的通信方法、装置及电子设备
Nagao et al. A study on forecasting of available spectrum resources for sharing using envelope extraction
Mohamoud et al. A comparative study of energy detector performance under AWGN and fading channels
Al-Saegh et al. Tracking‐and Scintillation‐Aware Channel Model for GEO Satellite to Land Mobile Terminals at Ku‐Band
CN109639342B (zh) Geo卫星通信系统上行链路的频谱感知方法、装置及介质
Aulakh et al. Optimal sensing simulation in CRNs under shadow-fading environments
Liang et al. Improved radiation detection algorithm using wavelet packet decomposition
US20240310556A1 (en) Weather Sensing Method and Communication Device
CN116015499B (zh) 干扰源检测方法、装置、电子设备及存储介质
Sharifi et al. Dynamic threshold selection approach in voting rule for detection of primary user emulation attack
Bagwari et al. Multiple energy detectors based spectrum sensing for cognitive radio networks
Wang et al. Wideband interference suppression for automotive mmWave CS radar: From algorithm-based to learning-based approaches

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