CN116684033B - 一种无人机系统灵巧干扰方法及装置 - Google Patents
一种无人机系统灵巧干扰方法及装置 Download PDFInfo
- Publication number
- CN116684033B CN116684033B CN202310756124.1A CN202310756124A CN116684033B CN 116684033 B CN116684033 B CN 116684033B CN 202310756124 A CN202310756124 A CN 202310756124A CN 116684033 B CN116684033 B CN 116684033B
- Authority
- CN
- China
- Prior art keywords
- signal
- unmanned aerial
- aerial vehicle
- ofdm signal
- power
- 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 65
- 238000012545 processing Methods 0.000 claims abstract description 44
- 238000001228 spectrum Methods 0.000 claims description 77
- 230000003595 spectral effect Effects 0.000 claims description 34
- 238000005070 sampling Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000006073 displacement reaction Methods 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 7
- 238000012935 Averaging Methods 0.000 claims description 5
- 238000012952 Resampling Methods 0.000 claims description 5
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 9
- 238000004891 communication Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 7
- 125000004122 cyclic group Chemical group 0.000 description 6
- 230000002452 interceptive effect Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000000052 comparative effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007493 shaping process Methods 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 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
- 238000005457 optimization Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04K—SECRET COMMUNICATION; JAMMING OF COMMUNICATION
- H04K3/00—Jamming of communication; Counter-measures
- H04K3/40—Jamming having variable characteristics
- H04K3/42—Jamming having variable characteristics characterized by the control of the jamming frequency or wavelength
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/0012—Modulated-carrier systems arrangements for identifying the type of modulation
-
- 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
-
- 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)
- Selective Calling Equipment (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种无人机系统灵巧干扰方法及装置，该方法包括：获取无人机OFDM信号；对所述无人机OFDM信号进行带宽估计，得到所述无人机OFDM信号的带宽；对所述无人机OFDM信号进行有效符号长度估计，得到所述无人机OFDM信号的有效长度；对所述无人机OFDM信号进行调制方式盲识别，得到所述无人机OFDM信号的各个子载波的调制方式；利用无人机系统灵巧干扰生成模型，对所述无人机OFDM信号的带宽、所述无人机OFDM信号的有效长度和所述无人机OFDM信号的各个子载波的调制方式进行处理，得到无人机系统灵巧干扰信号。本发明方法具有较高的调制方式识别的准确率和较好的灵巧干扰的干扰效果。
Description
技术领域
本发明涉及无人机系统干扰生成技术领域，尤其涉及一种无人机系统灵巧干扰方法及装置。
背景技术
无人机具有不需要飞行人员、操作简单、成本低的优势，被广泛应用于军民各领域。由于无人机技术的快速发展，国内无人机在数量和规模上呈现井喷式增长，“黑飞”现象层出不穷，因此有必要采取针对无人机的反制手段，如针对无人机通信链路进行干扰。无人机通信链路通常采用正交频分复用技术(Orthogonal Frequency DivisionMultiplexing，OFDM)。OFDM的原理是将高速的数据流分解成并行的低速数据流，并使用多个正交子载波同时传输数据。OFDM的优势是容量大速率高且无需复杂的信道均衡技术，可以有效对抗频率选择性衰落和符号间干扰。在电子对抗领域，针对OFDM系统进行干扰成为重要课题。
现有针对OFDM系统的干扰技术包括压制干扰和特定信号段干扰。前者如宽带噪声干扰、窄带噪声干扰、扫频干扰和梳状谱干扰；此类干扰依靠功率压制有用信号达到干扰目的，缺点是浪费能量、不具有灵活性。特定信号段干扰进一步包括导频干扰、导频伪造干扰、导频抵消干扰、循环前缀干扰等，这类干扰通过干扰导频所在位置、伪造错误导频、抵消导频峰值、干扰循环前缀等方式对OFDM系统进行干扰；这类干扰的缺点是无法针对不同的调制方式进行自适应干扰。
发明内容
本发明所要解决的技术问题在于，提供一种无人机系统灵巧干扰方法及装置，针对当前无人机系统干扰存在的问题，基于调制识别实现无人机系统灵巧干扰方案。首先，进行带宽估计获得无人机OFDM信号的带宽和各个子载波载频。然后，利用OFDM信号循环前缀的自相关特性估计OFDM信号的有效长度，进而获得OFDM子载波个数。而后，基于高次方谱和减法聚类进行子载波调制方式的盲识别。最后选择梳状谱干扰作为灵巧干扰样式，根据所估计的待干扰无人机信号的带宽、子载波载频确定梳状谱的各子载波频率，并选择与无人机信号子载波一样的调制方式作为梳状谱干扰各子载波的调制方式以提高干扰效果。
为了解决上述技术问题，本发明实施例第一方面公开了一种无人机系统灵巧干扰方法，所述方法包括：
S1，获取无人机OFDM信号；
S2，对所述无人机OFDM信号进行带宽估计，得到所述无人机OFDM信号的带宽；
S3，对所述无人机OFDM信号进行有效符号长度估计，得到所述无人机OFDM信号的有效长度；
S4，对所述无人机OFDM信号进行调制方式盲识别，得到所述无人机OFDM信号的各个子载波的调制方式；
S5，利用无人机系统灵巧干扰生成模型，对所述无人机OFDM信号的带宽、所述无人机OFDM信号的有效长度和所述无人机OFDM信号的各个子载波的调制方式进行处理，得到无人机系统灵巧干扰信号。
作为一种可选的实施方式，本发明实施例第一方面中，所述对所述无人机OFDM信号进行带宽估计，得到所述无人机OFDM信号的带宽，包括：
S21，对所述无人机OFDM信号进行处理，得到所述无人机OFDM信号的功率谱；
S22，在所述无人机OFDM信号的功率谱中选取N′个点进行求平均处理，得到平均值，N′为整数；
S23，利用所述平均值设置功率谱门限；
S24，将所述无人机OFDM信号的功率谱与所述功率谱门限进行比较，在大于门限的功率谱值中，对应横坐标的最大值与最小值为OFDM子载波载频中的最低频率和最高频率；
S25，对所述最低频率和最高频率进行差值计算，得到所述无人机OFDM信号的带宽。
作为一种可选的实施方式，本发明实施例第一方面中，所述对所述无人机OFDM信号进行有效符号长度估计，得到所述无人机OFDM信号的有效长度，包括：
利用有效符号长度估计模型，对所述无人机OFDM信号进行处理，得到所述无人机OFDM信号的有效长度；
所述有效符号长度估计模型为：
式中，为无人机OFDM信号的有效长度，/> L为设置的数据位移量的最大值，M为用于估计无人机OFDM信号的有效长度的样本个数，r(l)为无人机OFDM信号，l＝1,2,…,M，*表示取共轭。
作为一种可选的实施方式，本发明实施例第一方面中，所述对所述无人机OFDM信号进行调制方式盲识别，得到所述无人机OFDM信号的各个子载波的调制方式，包括：
S41，对所述无人机OFDM信号进行重采样，得到单倍采样信号；
S42，对所述单倍采样信号进行处理，得到第一信号和第二信号；
所述第一信号为r′(n)＝y(n)，y(n)为单倍采样信号；
所述第二信号为R′(n)＝y(n)/|y(n)|；
S43，对所述第一信号和第二信号进行处理，得到所述第一信号的各阶幂次信号和所述第二信号的各阶幂次信号；
S44，对所述第一信号的各阶幂次信号和所述第二信号的各阶幂次信号进行傅里叶变换，得到各阶谱特征信息；
S45，对所述各阶谱特征信息进行处理，得到所述无人机OFDM信号的各个子载波的调制方式。
作为一种可选的实施方式，本发明实施例第一方面中，所述各阶谱特征信息包括r4(n)、r8(n)、r12(n)、r16(n)、r20(n)、R8(n)、R12(n)、R16(n)、R20(n)、R28(n)和R32(n)；
其中：
r4(n)＝FFT(r′4(n))，r8(n)＝FFT(r′8(n))，r12(n)＝FFT(r′12(n))，r16(n)＝FFT(r′16(n))
r20(n)＝FFT(r′20(n))，R8(n)＝FFT(R′8(n))，R12(n)＝FFT(R′12(n))，R16(n)＝FFT(R′16(n))
R20(n)＝FFT(R′20(n))，R28(n)＝FFT(R′28(n))，R32(n)＝FFT(R′32(n))
r′4(n)为第一信号的4次幂，r′8(n)为第一信号的8次幂，r′12(n)为第一信号的12次幂，r′16(n)为第一信号的16次幂，r′20(n)为第一信号的20次幂，R′8(n)为第二信号的8次幂，R′12(n)为第二信号的12次幂，R′16(n)为第二信号的16次幂，R′20(n)为第二信号的20次幂，R′28(n)为第二信号的28次幂，R′32(n)为第二信号的32次幂，FFT表示快速傅里叶变换；
作为一种可选的实施方式，本发明实施例第一方面中，所述对所述各阶谱特征信息进行处理，得到所述无人机OFDM信号的各个子载波的调制方式，包括：
S451，对所述各阶谱特征信息r4(n)、r8(n)、r12(n)、r16(n)、r20(n)、R8(n)、R12(n)、R16(n)、R20(n)、R28(n)和R32(n)进行是否存在谱线判断，如果存在谱线，记为1，如果不存在谱线记为0；
S452，对所述各阶谱特征信息进行处理，得到各阶谱特征信息的聚类半径比；
S453，对所述各阶谱特征信息的聚类半径比进行处理，得到所述无人机OFDM信号的各个子载波的调制方式。
作为一种可选的实施方式，本发明实施例第一方面中，所述无人机系统灵巧干扰生成模型为：
其中，J为无人机系统灵巧干扰信号，mi(t)为第i个调制符号的输出信号，mi(t)选择与无人机信号相应子载波相同的调制方式，fi为第i个子载波中心频率，exp()为指数运算，t为时间，无人机系统灵巧干扰信号子载波中心频率与无人机子载波中心频率一一对应，N/2为调制符号的数量。
本发明实施例第二方面公开了一种无人机系统灵巧干扰装置，所述装置包括：
信号获取模块，用于获取无人机OFDM信号；
带宽估计模块，用于对所述无人机OFDM信号进行带宽估计，得到所述无人机OFDM信号的带宽；
有效长度估计模块，用于对所述无人机OFDM信号进行有效符号长度估计，得到所述无人机OFDM信号的有效长度；
调制方式计算模块，用于对所述无人机OFDM信号进行调制方式盲识别，得到所述无人机OFDM信号的各个子载波的调制方式；
灵巧干扰信号生成模块，用于利用无人机系统灵巧干扰生成模型，对所述无人机OFDM信号的带宽、所述无人机OFDM信号的有效长度和所述无人机OFDM信号的各个子载波的调制方式进行处理，得到无人机系统灵巧干扰信号。
作为一种可选的实施方式，本发明实施例第二方面中，所述对所述无人机OFDM信号进行带宽估计，得到所述无人机OFDM信号的带宽，包括：
S21，对所述无人机OFDM信号进行处理，得到所述无人机OFDM信号的功率谱；
S22，在所述无人机OFDM信号的功率谱中选取N′个点进行求平均处理，得到平均值，N′为整数；
S23，利用所述平均值设置功率谱门限；
S24，将所述无人机OFDM信号的功率谱与所述功率谱门限进行比较，在大于门限的功率谱值中，对应横坐标的最大值与最小值为OFDM子载波载频中的最低频率和最高频率；
S25，对所述最低频率和最高频率进行差值计算，得到所述无人机OFDM信号的带宽。
作为一种可选的实施方式，本发明实施例第二方面中，所述对所述无人机OFDM信号进行有效符号长度估计，得到所述无人机OFDM信号的有效长度，包括：
利用有效符号长度估计模型，对所述无人机OFDM信号进行处理，得到所述无人机OFDM信号的有效长度；
所述有效符号长度估计模型为：
式中，为无人机OFDM信号的有效长度，/> L为设置的数据位移量的最大值，M为用于估计无人机OFDM信号的有效长度的样本个数，r(l)为无人机OFDM信号，l＝1,2,…,M，*表示取共轭。
作为一种可选的实施方式，本发明实施例第二方面中，所述对所述无人机OFDM信号进行调制方式盲识别，得到所述无人机OFDM信号的各个子载波的调制方式，包括：
S41，对所述无人机OFDM信号进行重采样，得到单倍采样信号；
S42，对所述单倍采样信号进行处理，得到第一信号和第二信号；
所述第一信号为r′(n)＝y(n)，y(n)为单倍采样信号；
所述第二信号为R′(n)＝y(n)/|y(n)|；
S43，对所述第一信号和第二信号进行处理，得到所述第一信号的各阶幂次信号和所述第二信号的各阶幂次信号；
S44，对所述第一信号的各阶幂次信号和所述第二信号的各阶幂次信号进行傅里叶变换，得到各阶谱特征信息；
S45，对所述各阶谱特征信息进行处理，得到所述无人机OFDM信号的各个子载波的调制方式。
作为一种可选的实施方式，本发明实施例第二方面中，所述各阶谱特征信息包括r4(n)、r8(n)、r12(n)、r16(n)、r20(n)、R8(n)、R12(n)、R16(n)、R20(n)、R28(n)和R32(n)；
其中：
r4(n)＝FFT(r′4(n))，r8(n)＝FFT(r′8(n))，r12(n)＝FFT(r′12(n))，r16(n)＝FFT(r′16(n))
r20(n)＝FFT(r′20(n))，R8(n)＝FFT(R′8(n))，R12(n)＝FFT(R′12(n))，R16(n)＝FFT(R′16(n))
R20(n)＝FFT(R′20(n))，R28(n)＝FFT(R′28(n))，R32(n)＝FFT(R′32(n))
r′4(n)为第一信号的4次幂，r′8(n)为第一信号的8次幂，r′12(n)为第一信号的12次幂，r′16(n)为第一信号的16次幂，r′20(n)为第一信号的20次幂，R′8(n)为第二信号的8次幂，R′12(n)为第二信号的12次幂，R′16(n)为第二信号的16次幂，R′20(n)为第二信号的20次幂，R′28(n)为第二信号的28次幂，R′32(n)为第二信号的32次幂，FFT表示快速傅里叶变换；
作为一种可选的实施方式，本发明实施例第二方面中，所述对所述各阶谱特征信息进行处理，得到所述无人机OFDM信号的各个子载波的调制方式，包括：
S451，对所述各阶谱特征信息r4(n)、r8(n)、r12(n)、r16(n)、r20(n)、R8(n)、R12(n)、R16(n)、R20(n)、R28(n)和R32(n)进行是否存在谱线判断，如果存在谱线，记为1，如果不存在谱线记为0；
S452，对所述各阶谱特征信息进行处理，得到各阶谱特征信息的聚类半径比；
S453，对所述各阶谱特征信息的聚类半径比进行处理，得到所述无人机OFDM信号的各个子载波的调制方式。
作为一种可选的实施方式，本发明实施例第二方面中，所述无人机系统灵巧干扰生成模型为：
其中，J为无人机系统灵巧干扰信号，mi(t)为第i个调制符号的输出信号，mi(t)选择与无人机信号相应子载波相同的调制方式，fi为第i个子载波中心频率，exp()为指数运算，t为时间，无人机系统灵巧干扰信号子载波中心频率与无人机子载波中心频率一一对应。
本发明第三方面公开了另一种无人机系统灵巧干扰装置，所述装置包括：
存储有可执行程序代码的存储器；
与所述存储器耦合的处理器；
所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明实施例第一方面公开的无人机系统灵巧干扰方法中的部分或全部步骤。
与现有技术相比，本发明实施例具有以下有益效果：
本发明提供了一种基于调制识别针对无人机系统的灵巧干扰方法，通过待干扰无人机信号的带宽估计、OFDM有效符号长度估计来获得OFDM子载波频率，并通过调制方式盲识别获得无人机信号子载波调制方式，随后选择梳状谱作为灵巧干扰的干扰样式。为了更有针对性生成干扰，依据上述估计参数设置梳状谱的子载波频率和调制方式。本发明方法具有更高的调制方式识别的准确率和更优的灵巧干扰的干扰效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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是本发明实施例公开的一种无人机系统灵巧干扰方法的流程示意图；
图2是本发明实施例公开的另一种无人机系统灵巧干扰方法的流程示意图；
图3是本发明实施例公开的调制方式盲识别算法流程图；
图4是本发明实施例公开的调制方式识别决策树示意图；
图5是本发明实施例公开的对于PSK和QAM调制方式的识别准确率；
图6是本发明实施例公开的对于APSK调制方式的识别准确率；
图7是本发明实施例公开的四种干扰对OFDM系统误码率的影响；
图8是本发明实施例公开的一种无人机系统灵巧干扰装置的结构示意图；
图9是本发明实施例公开的另一种无人机系统灵巧干扰装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本发明公开了一种无人机系统灵巧干扰方法及装置，该方法包括：获取无人机OFDM信号；对所述无人机OFDM信号进行带宽估计，得到所述无人机OFDM信号的带宽；对所述无人机OFDM信号进行有效符号长度估计，得到所述无人机OFDM信号的有效长度；对所述无人机OFDM信号进行调制方式盲识别，得到所述无人机OFDM信号的各个子载波的调制方式；利用无人机系统灵巧干扰生成模型，对所述无人机OFDM信号的带宽、所述无人机OFDM信号的有效长度和所述无人机OFDM信号的各个子载波的调制方式进行处理，得到无人机系统灵巧干扰信号。本发明方法具有较高的调制方式识别的准确率和较好的灵巧干扰的干扰效果。以下分别进行详细说明。
实施例一
请参阅图1，图1是本发明实施例公开的一种无人机系统灵巧干扰方法的流程示意图。其中，图1所描述的无人机系统灵巧干扰方法应用于信息对抗技术领域，如抗干扰通信、跳频通信等，本发明实施例不做限定。如图1所示，该无人机系统灵巧干扰方法可以包括以下操作：
S1，获取无人机OFDM信号；
S2，对所述无人机OFDM信号进行带宽估计，得到所述无人机OFDM信号的带宽；
S3，对所述无人机OFDM信号进行有效符号长度估计，得到所述无人机OFDM信号的有效长度；
S4，对所述无人机OFDM信号进行调制方式盲识别，得到所述无人机OFDM信号的各个子载波的调制方式；
S5，利用无人机系统灵巧干扰生成模型，对所述无人机OFDM信号的带宽、所述无人机OFDM信号的有效长度和所述无人机OFDM信号的各个子载波的调制方式进行处理，得到无人机系统灵巧干扰信号。
可选的，所述对所述无人机OFDM信号进行带宽估计，得到所述无人机OFDM信号的带宽，包括：
S21，对所述无人机OFDM信号进行处理，得到所述无人机OFDM信号的功率谱；
S22，在所述无人机OFDM信号的功率谱中选取N′个点进行求平均处理，得到平均值，N′为整数；
S23，利用所述平均值设置功率谱门限；
S24，将所述无人机OFDM信号的功率谱与所述功率谱门限进行比较，在大于门限的功率谱值中，对应横坐标的最大值与最小值为OFDM子载波载频中的最低频率和最高频率；
S25，对所述最低频率和最高频率进行差值计算，得到所述无人机OFDM信号的带宽。
可选的，所述对所述无人机OFDM信号进行有效符号长度估计，得到所述无人机OFDM信号的有效长度，包括：
利用有效符号长度估计模型，对所述无人机OFDM信号进行处理，得到所述无人机OFDM信号的有效长度；
所述有效符号长度估计模型为：
式中，为无人机OFDM信号的有效长度，/> L为设置的数据位移量的最大值，M为用于估计无人机OFDM信号的有效长度的样本个数，r(l)为无人机OFDM信号，l＝1,2,…,M，*表示取共轭。
可选的，所述对所述无人机OFDM信号进行调制方式盲识别，得到所述无人机OFDM信号的各个子载波的调制方式，包括：
S41，对所述无人机OFDM信号进行重采样，得到单倍采样信号；
S42，对所述单倍采样信号进行处理，得到第一信号和第二信号；
所述第一信号为r′(n)＝y(n)，y(n)为单倍采样信号；
所述第二信号为R′(n)＝y(n)/|y(n)|；
S43，对所述第一信号和第二信号进行处理，得到所述第一信号的各阶幂次信号和所述第二信号的各阶幂次信号；
S44，对所述第一信号的各阶幂次信号和所述第二信号的各阶幂次信号进行傅里叶变换，得到各阶谱特征信息；
S45，对所述各阶谱特征信息进行处理，得到所述无人机OFDM信号的各个子载波的调制方式。
可选的，所述各阶谱特征信息包括r4(n)、r8(n)、r12(n)、r16(n)、r20(n)、R8(n)、R12(n)、R16(n)、R20(n)、R28(n)和R32(n)；
其中：
r4(n)＝FFT(r′4(n))，r8(n)＝FFT(r′8(n))，r12(n)＝FFT(r′12(n))，r16(n)＝FFT(r′16(n))
r20(n)＝FFT(r′20(n))，R8(n)＝FFT(R′8(n))，R12(n)＝FFT(R′12(n))，R16(n)＝FFT(R′16(n))
R20(n)＝FFT(R′20(n))，R28(n)＝FFT(R′28(n))，R32(n)＝FFT(R′32(n))
r′4(n)为第一信号的4次幂，r′8(n)为第一信号的8次幂，r′12(n)为第一信号的12次幂，r′16(n)为第一信号的16次幂，r′20(n)为第一信号的20次幂，R′8(n)为第二信号的8次幂，R′12(n)为第二信号的12次幂，R′16(n)为第二信号的16次幂，R′20(n)为第二信号的20次幂，R′28(n)为第二信号的28次幂，R′32(n)为第二信号的32次幂，FFT表示快速傅里叶变换；
可选的，所述对所述各阶谱特征信息进行处理，得到所述无人机OFDM信号的各个子载波的调制方式，包括：
S451，对所述各阶谱特征信息r4(n)、r8(n)、r12(n)、r16(n)、r20(n)、R8(n)、R12(n)、R16(n)、R20(n)、R28(n)和R32(n)进行是否存在谱线判断，如果存在谱线，记为1，如果不存在谱线记为0；
S452，对所述各阶谱特征信息进行处理，得到各阶谱特征信息的聚类半径比；
S453，对所述各阶谱特征信息的聚类半径比进行处理，得到所述无人机OFDM信号的各个子载波的调制方式。
可选的，所述无人机系统灵巧干扰生成模型为：
其中，J为无人机系统灵巧干扰信号，mi(t)为第i个调制符号的输出信号，mi(t)选择与无人机信号相应子载波相同的调制方式，fi为第i个子载波中心频率，exp()为指数运算，t为时间，无人机系统灵巧干扰信号子载波中心频率与无人机子载波中心频率一一对应。
实施例二
请参阅图2，图2是本发明实施例公开的另一种无人机系统灵巧干扰方法的流程示意图。其中，图2所描述的无人机系统灵巧干扰方法应用于信息对抗技术领域，如抗干扰通信、跳频通信等，本发明实施例不做限定。如图2所示，该无人机系统灵巧干扰方法可以包括以下操作：
1.OFDM带宽估计
估计待干扰无人机信号的3dB带宽。考虑噪声的影响，功率谱通带内会有较明显的抖动，直接取最大值作为通带内功率谱的估计会导致误差较大，因此选择在通带内的功率谱取部分点求平均，并将该值减3dB的数值作为3dB带宽处的门限，相应位置的左右端点之差作为3dB带宽。
带宽估计的具体步骤是：
(1)计算OFDM的功率谱，在通带内取部分数值求平均作为平均值；
(2)设置门限为“平均值-3”；
(3)在大于门限的值中，对应横坐标的最大值与最小值即为OFDM子载波载频中的最低频率和最高频率，二者的差即为无人机信号的带宽。
2.OFDM有效符号长度估计
利用OFDM信号的自相关特性和数据位移量的归一化相关值估计OFDM信号的有效长度，进而获得无人机系统子载波个数，具体算法如下。
定义接收数据为：
r(t)＝s(t)+e(t)
式中，s(t)为发送数据，r(t)为接收数据，e(t)为噪声。接收信号的相关函数表示为：
式中，为噪声的方差。考虑在理想状态下时，噪声与信号互相独立，此时Rxn(t,τ)＝Rnx(t,τ)＝0。因此，在理想状态下，接收数据的相关特性为：
式中，为信号能量，/>为加性高斯白噪声能量，k为相关的最长长度，N为有效符号长度。该式表示了信号r(l)与信号r(l+k)的相关程度，当循环前缀和尾部数据完全重合，即当k＝N时，归一化相关值出现峰值，此时的k值作为有效符号长度的估计值。
在计算接收信号的数值时采用相关信号的能量对计算结果归一化，避免了OFDM信号峰均比特性差对参数估计结果的影响。基于上述的分析，针对OFDM符号有效符号长度的估计采用下式：
其中，L为设置的数据位移量的最大值，M为用于估计N的样本个数，为OFDM有效符号长度的估计值。
3.调制方式盲识别
通过调制方式盲识别获得OFDM各个子载波的调制方式，其整体流程如图3所示。在完成定时同步并FFT后，得到频域的OFDM子载波信号。首先将输入信号按符号速率重采样得到单倍采样信号y(n)，然后令r′(n)＝y(n)和R′(n)＝y(n)/|y(n)|。计算r(n)和R(n)的各阶幂次，并对其做傅里叶变换，得到各阶谱结果，其计算方法如下，
其中：
r4(n)＝FFT(r′4(n))，r8(n)＝FFT(r′8(n))，r12(n)＝FFT(r′12(n))，r16(n)＝FFT(r′16(n))
r20(n)＝FFT(r′20(n))，R8(n)＝FFT(R′8(n))，R12(n)＝FFT(R′12(n))，R16(n)＝FFT(R′16(n))
R20(n)＝FFT(R′20(n))，R28(n)＝FFT(R′28(n))，R32(n)＝FFT(R′32(n))
r′4(n)为第一信号的4次幂，r′8(n)为第一信号的8次幂，r′12(n)为第一信号的12次幂，r′16(n)为第一信号的16次幂，r′20(n)为第一信号的20次幂，R′8(n)为第二信号的8次幂，R′12(n)为第二信号的12次幂，R′16(n)为第二信号的16次幂，R′20(n)为第二信号的20次幂，R′28(n)为第二信号的28次幂，R′32(n)为第二信号的32次幂，FFT表示快速傅里叶变换；
得到特征r4(n)，r8(n)，r12(n)，r16(n)，r20(n)，R8(n)，R12(n)，R16(n)，R20(n)，R28(n)，R32(n)。判断这些特征是否存在谱线，并使用r4，r8，r12，r16，r20，R8，R12，R16，R20，R28，R32等参数分别记录各特征的谱线存在情况：若存在谱线，上述值为1，反之则为0。例如，当r4(n)存在谱线时r4＝1，否则r4＝0。
谱线的存在性反映了信号星座图的结构特征，首先将接收信号表示为幅度和相角的形式，即对该信号计算m次幂后得到/>再经过傅里叶变换得到特征值结果rm。若rm＝1，则说明傅里叶变换结果中存在冲激谱线，信号rm(n)的均值不为0，即各星座点按其相角/>旋转m次后，整体星座图出现星座点重叠的现象。例如QPSK信号计算四次幂后，各星座点重合在xoy坐标系中(-1,0)的位置，对应的特征值r4＝1。因此，根据上述参数的值可以得到信号的星座图特征，进而判断出信号的调制方式。本发明所提出的调制识别决策树如图4所示。图4中a+b+c+d的形式表示星座图的排布方式，即第一圆环上有a个点，第二圆环上有b个点，以此类推。
判断谱线是否存在的方法是：取一定长度的窗口，计算窗口中心处幅值和窗口内除中心处其他所有值均值的比值，该比值超过一定阈值则认为存在离散谱线，滑动窗口判断整段信号是否存在离散谱线。根据谱线特征值结果，本发明算法自适应地选择下一步策略：对于QPSK和8APSK这两种调制方法，其信号的高阶谱特征一致，同样的，8PSK和16APSK(8+8)这两种调制方式也无法仅通过高阶谱特征进行识别。因此，根据特征值结果识别为上述两组调制方式时，为了进一步区分这两组高阶谱特征一致的信号，本发明使用减法聚类方法，根据幅值对信号采样点进行聚类分组；对于这四种调制方式以外的信号，直接根据特征值结果识别调制方式。在识别算法当中，减法聚类的流程如下：
(1)定义各采样点信号(x1,x2,...,xn)的密度指标：
其中ra是一个常数，以ra为半径的圆形区域内数据点越多，该数据点的密度指标越大，区域以外的数据点对该点的密度指标影响较小。
(2)选取密度指标最大的点作为聚类中心ck，此时k＝1。更新各数据点的密度指标：
其中表示聚类中心的密度指标。经过上式计算，靠近聚类中心c1的数据点密度指标显著降低，其他点的密度指标无明显变化。
(3)重复上一步操作，不断找到新的聚类中心ck,k＝2,3,4,…，同时更新各数据点的密度指标。
(4)当新的聚类中心的密度指标满足时停止迭代，结束减法聚类算法，得到k-1个聚类中心，分别代表信号中存在的幅值大小。
计算所得聚类中心的最大值和最小值的比，得到信号的聚类半径比β。对于QPSK，其β理论值为1，而8APSK理论值大于1，由此区分出这两种信号，同理可以区分8PSK和16APSK(8+8)。综上所述，使用r4，r8，r12，r16，r20，R8，R12，R16，R20，R28，R32和聚类半径比β可以判断调制方式。
4.灵巧干扰的产生
本发明针对无人机系统的灵巧干扰，选择梳状谱信号作为干扰样式。梳状谱信号是指在一系列频率上的窄带信号，通常梳状谱信号由不同频率的窄带信号在时域上叠加获得。本发明提出的灵巧干扰将梳状谱信号各子载波频率设置为待干扰无人机信号的各子载波频率，梳状谱信号子载波调制方式与待干扰信号子载波调制方式相同。
待干扰信号的子载波中心频率可以通过OFDM带宽估计、OFDM有效符号长度估计获得，其子载波调制方式可以通过调制方式盲识别获得。定义带宽估计获得的带宽为W，最高子载波频率为f_high，最低子载波频率为f_low。
则子载波频率间隔为
第i个子载波中心频率为
fi＝f_low+i*f_inter
其中i为0,1…N/2-1。
本发明采用时域叠加法产生梳状谱信号，其数学表示式如下：
其中，mi(t)是调制符号经过成型滤波器的输出信号，mi(t)选择与无人机信号相应子载波相同的调制方式。梳状谱干扰子载波中心频率与无人机子载波中心频率一一对应。
假设无人机系统子载波的调制方式包括QPSK、8PSK、16QAM、64QAM、8APSK、16APSK、32APSK、64APSK、128APSK和256APSK。其中16APSK有两种星座图，64APSK有三种星座图。
为了验证本发明方案的合理性和有效性，进行了以下对比：①调制方式盲识别算法在1-20dB信噪比条件下的识别准确率对比，包括QPSK、8PSK、16QAM、64QAM、8APSK、16APSK、32APSK、64APSK、128APSK和256APSK调制方式。②在不同信号干扰比的条件下，灵巧干扰、有频偏的灵巧干扰和高斯噪声干扰、调制方式判断错误的灵巧干扰对无人机系统误码率影响的对比。
对比方案1——调制识别准确度
在对比方案1中，以单载波信号为例说明调制识别的准确率。假设符号速率设置为100kBaud，使用滚降系数为0.25的根号升余弦成型滤波器过采样100倍，信道使用COST207模型(6径)和AWGN，设置多径信道的最大多普勒频偏为0.4Hz。接收端采样率为10MHz，载波同步后残余频偏设置为子载波中心频率的1.14‰。设置信噪比1～20dB，以1dB步进，每种信噪比条件下重复实验100次，测试调制识别算法的估计结果是否正确。
图5给出了在不同信噪比条件下，单载波调制方式为QPSK、8PSK、16QAM、64QAM时的识别准确率。图6给出了在不同信噪比条件下，单载波调制方式为8APSK、16APSK(两种星座图)、32APSK、64APSK(三种星座图)、128APSK和256APSK时的识别准确率。由结果可见，当信噪比大于9dB时，整体识别正确率达到98％以上。当信噪比位于1-20dB时，对于QPSK、8PSK、16QAM、64QAM的识别准确率高于99％。
对比方案2——对无人机信号的干扰性能
对比方案2中考虑OFDM无人机信号，其中待干扰无人机信号具有1024个子载波，每个子载波均采用QPSK调制，子载波间隔为240kHz，使用块状导频，每一帧包含301个OFDM符号数，循环前缀长度为32，添加循环前缀后的一个符号的样值点数目是1056。仿真选择信干比范围是0-10dB，以1dB步进。对比方案2生成如下干扰。
对比方案2中灵巧干扰采用QPSK调制的梳状谱，且梳状谱的每个子载波频率都与OFDM系统子载波频率相同。其中64QAM曲线对应于：采用64QAM调制的梳状谱，且梳状谱的每个子载波频率都与OFDM系统子载波频率相同。频偏曲线对应于：有频偏的QPSK梳状谱干扰，且各子载波偏离OFDM子载波20个子载波间隔。高斯曲线对应于：信道中仅存在宽带高斯噪声的情况。
无人机系统误码率在各种干扰条件下受到的影响如图7所示。显然，灵巧干扰对QPSK调制OFDM信号的干扰效果最好。使用64QAM调制梳状谱和有频偏的QPSK梳状谱干扰效果都低于灵巧干扰，且宽带高斯噪声的干扰效果最差。因此，基于调制识别结果的灵巧干扰能够获得更优的干扰效果。
可选的，由于梳状频谱干扰信号是通过将多个独立的调制子信道信号累加形成的，所以当这些信号的初相相同或相近时，所获得的叠加信号的瞬时功率比信号的平均功率高很多。这也将导致所产生的梳状谱干扰信号具有较高的峰均值功率比。干扰系统的主要考虑因素是干扰输出功率。而如果梳状谱干扰信号的峰均值功率比较高时，就会严重影响信号的干扰输出功率。本发明假设每个信道的没有调制信息，输入信号的幅度和频率均相同，并且由相同频率间隔的正弦信号组构成梳状谱信号。信号实数表示形式为：
其复数形式可以表示为：
式中,N为梳状谱信号子信道的数目，A和θk分别为每个子载波的幅度和相位，f0为基频，Δf0为子载波的频率间隔。S(t)的瞬时包络为：
在一个符号周期T内的PAPR定义为：
式中，设P0(t)为复信号S(t)的平均功率，则S(t)的PAPR为：
式中，
为了使输入信号的幅度最小，只能优化给定时间范围内包络函数的N个初相组合函数f(θ)＝f(θ1,θ2,…θN)，这样，可以减小梳状谱信号的峰均值功率比。在一个T周期内计算|S(t)|2的方差σ2，则
通过将σ2最小化转化为求f(θ)最小化。其中，
θ的优化公式为：
可选的，可以利用小波神经网络进行峰均比改善：
(1)获得训练输入和所需的输出信号:获得梳状谱干扰信号的原始输入信号x(t)用作训练的输入信号，根据合适的限幅率经过限幅后的输出的信号x′(t)作为所需输出信号，输入足够的训练样本数据。
(2)实部和虚部训练输入和期望的输出信号被分离为用作独立的输入和输出信号。
(3)对神经网络进行训练，得到学习好的神经网络。
(4)梳状谱干扰信号xn(t)作为输入信号经过学习好的神经网络得到输出信号。
实施例三
请参阅图8，图8是本发明实施例公开的一种无人机系统灵巧干扰装置的流程示意图。其中，图8所描述的无人机系统灵巧干扰装置应用于信息对抗技术领域，如抗干扰通信、跳频通信等，本发明实施例不做限定。如图8所示，该无人机系统灵巧干扰装置可以包括以下操作：
S301，信号获取模块，用于获取无人机OFDM信号；
S302，带宽估计模块，用于对所述无人机OFDM信号进行带宽估计，得到所述无人机OFDM信号的带宽；
S303，有效长度估计模块，用于对所述无人机OFDM信号进行有效符号长度估计，得到所述无人机OFDM信号的有效长度；
S304，调制方式计算模块，用于对所述无人机OFDM信号进行调制方式盲识别，得到所述无人机OFDM信号的各个子载波的调制方式；
S305，灵巧干扰信号生成模块，用于利用无人机系统灵巧干扰生成模型，对所述无人机OFDM信号的带宽、所述无人机OFDM信号的有效长度和所述无人机OFDM信号的各个子载波的调制方式进行处理，得到无人机系统灵巧干扰信号。
实施例四
请参阅图9，图9是本发明实施例公开的另一种无人机系统灵巧干扰装置的流程示意图。其中，图9所描述的无人机系统灵巧干扰装置应用于信息对抗技术领域，如抗干扰通信、跳频通信等，本发明实施例不做限定。如图9所示，该无人机系统灵巧干扰装置可以包括以下操作：
存储有可执行程序代码的存储器401；
与存储器401耦合的处理器402；
处理器402调用存储器401中存储的可执行程序代码，用于执行实施例一、实施例二所描述的无人机系统灵巧干扰方法中的步骤。
实施例五
本发明实施例公开了一种计算机可读存储介质，其存储用于电子数据交换的计算机程序，其中，该计算机程序使得计算机执行实施例一、实施例二所描述的无人机系统灵巧干扰方法中的步骤。
以上所描述的装置实施例仅是示意性的，其中作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施例的具体描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory，ROM)、随机存储器(Random Access Memory，RAM)、可编程只读存储器(Programmable Read-only Memory，PROM)、可擦除可编程只读存储器(ErasableProgrammable Read Only Memory，EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory，OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
最后应说明的是：本发明实施例公开的一种无人机系统灵巧干扰方法及装置所揭露的仅为本发明较佳实施例而已，仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各项实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。
Claims (4)
1.一种无人机系统灵巧干扰方法，其特征在于，所述方法包括：
S1，获取无人机OFDM信号；
S2，对所述无人机OFDM信号进行带宽估计，得到所述无人机OFDM信号的带宽，包括：
S21，对所述无人机OFDM信号进行处理，得到所述无人机OFDM信号的功率谱；
S22，在所述无人机OFDM信号的功率谱中选取N′个点进行求平均处理，得到平均值，N′为整数；
S23，利用所述平均值设置功率谱门限；
S24，将所述无人机OFDM信号的功率谱与所述功率谱门限进行比较，在大于门限的功率谱值中，对应横坐标的最大值与最小值为OFDM子载波载频中的最低频率和最高频率；
S25，对所述最低频率和最高频率进行差值计算，得到所述无人机OFDM信号的带宽；
S3，对所述无人机OFDM信号进行有效符号长度估计，得到所述无人机OFDM信号的有效长度，包括：
利用有效符号长度估计模型，对所述无人机OFDM信号进行处理，得到所述无人机OFDM信号的有效长度；
所述有效符号长度估计模型为：
式中，为无人机OFDM信号的有效长度，/> L为设置的数据位移量的最大值，M为用于估计无人机OFDM信号的有效长度的样本个数，r(l)为无人机OFDM信号，l＝1,2,…,M，*表示取共轭；
S4，对所述无人机OFDM信号进行调制方式盲识别，得到所述无人机OFDM信号的各个子载波的调制方式，包括：
S41，对所述无人机OFDM信号进行重采样，得到单倍采样信号；
S42，对所述单倍采样信号进行处理，得到第一信号和第二信号；
所述第一信号为r′(n)＝y(n)，y(n)为单倍采样信号；
所述第二信号为R′(n)＝y(n)/|y(n)|；
S43，对所述第一信号和第二信号进行处理，得到所述第一信号的各阶幂次信号和所述第二信号的各阶幂次信号；
S44，对所述第一信号的各阶幂次信号和所述第二信号的各阶幂次信号进行傅里叶变换，得到各阶谱特征信息；
S45，对所述各阶谱特征信息进行处理，得到所述无人机OFDM信号的各个子载波的调制方式；
S5，利用无人机系统灵巧干扰生成模型，对所述无人机OFDM信号的带宽、所述无人机OFDM信号的有效长度和所述无人机OFDM信号的各个子载波的调制方式进行处理，得到无人机系统灵巧干扰信号，所述无人机系统灵巧干扰生成模型为：
其中，J为无人机系统灵巧干扰信号，mi(t)为第i个调制符号的输出信号，mi(t)选择与无人机信号相应子载波相同的调制方式，fi为第i个子载波中心频率，exp()为指数运算，t为时间，无人机系统灵巧干扰信号子载波中心频率与无人机子载波中心频率一一对应，N/2为调制符号的数量。
2.根据权利要求1所述的无人机系统灵巧干扰方法，其特征在于，所述对所述各阶谱特征信息进行处理，得到所述无人机OFDM信号的各个子载波的调制方式，包括：
S451，对所述各阶谱特征信息r4(n)、r8(n)、r12(n)、r16(n)、r20(n)、R8(n)、R12(n)、R16(n)、R20(n)、R28(n)和R32(n)进行是否存在谱线判断，如果存在谱线，记为1，如果不存在谱线记为0；
其中：
r4(n)＝FFT(r′4(n))，r8(n)＝FFT(r′8(n))，r12(n)＝FFT(r′12(n))，r16(n)＝FFT(r′16(n))
r20(n)＝FFT(r′20(n))，R8(n)＝FFT(R′8(n))，R12(n)＝FFT(R′12(n))，R16(n)＝FFT(R′16(n))
R20(n)＝FFT(R′20(n))，R28(n)＝FFT(R′28(n))，R32(n)＝FFT(R′32(n))
r′4(n)为第一信号的4次幂，r′8(n)为第一信号的8次幂，r′12(n)为第一信号的12次幂，r′16(n)为第一信号的16次幂，r′20(n)为第一信号的20次幂，R′8(n)为第二信号的8次幂，R′12(n)为第二信号的12次幂，R′16(n)为第二信号的16次幂，R′20(n)为第二信号的20次幂，R′28(n)为第二信号的28次幂，R′32(n)为第二信号的32次幂，FFT表示快速傅里叶变换；
S452，对所述各阶谱特征信息进行处理，得到各阶谱特征信息的聚类半径比；
S453，对所述各阶谱特征信息的聚类半径比进行处理，得到所述无人机OFDM信号的各个子载波的调制方式。
3.一种无人机系统灵巧干扰装置，其特征在于，所述装置包括：
信号获取模块，用于获取无人机OFDM信号；
带宽估计模块，用于对所述无人机OFDM信号进行带宽估计，得到所述无人机OFDM信号的带宽，包括：
S21，对所述无人机OFDM信号进行处理，得到所述无人机OFDM信号的功率谱；
S22，在所述无人机OFDM信号的功率谱中选取N′个点进行求平均处理，得到平均值，N′为整数；
S23，利用所述平均值设置功率谱门限；
S24，将所述无人机OFDM信号的功率谱与所述功率谱门限进行比较，在大于门限的功率谱值中，对应横坐标的最大值与最小值为OFDM子载波载频中的最低频率和最高频率；
S25，对所述最低频率和最高频率进行差值计算，得到所述无人机OFDM信号的带宽；
有效长度估计模块，用于对所述无人机OFDM信号进行有效符号长度估计，得到所述无人机OFDM信号的有效长度，包括：
利用有效符号长度估计模型，对所述无人机OFDM信号进行处理，得到所述无人机OFDM信号的有效长度；
所述有效符号长度估计模型为：
式中，为无人机OFDM信号的有效长度，/> L为设置的数据位移量的最大值，M为用于估计无人机OFDM信号的有效长度的样本个数，r(l)为无人机OFDM信号，l＝1,2,…,M，*表示取共轭；
调制方式计算模块，用于对所述无人机OFDM信号进行调制方式盲识别，得到所述无人机OFDM信号的各个子载波的调制方式，包括：
S41，对所述无人机OFDM信号进行重采样，得到单倍采样信号；
S42，对所述单倍采样信号进行处理，得到第一信号和第二信号；
所述第一信号为r′(n)＝y(n)，y(n)为单倍采样信号；
所述第二信号为R′(n)＝y(n)/|y(n)|；
S43，对所述第一信号和第二信号进行处理，得到所述第一信号的各阶幂次信号和所述第二信号的各阶幂次信号；
S44，对所述第一信号的各阶幂次信号和所述第二信号的各阶幂次信号进行傅里叶变换，得到各阶谱特征信息；
S45，对所述各阶谱特征信息进行处理，得到所述无人机OFDM信号的各个子载波的调制方式；
灵巧干扰信号生成模块，用于利用无人机系统灵巧干扰生成模型，对所述无人机OFDM信号的带宽、所述无人机OFDM信号的有效长度和所述无人机OFDM信号的各个子载波的调制方式进行处理，得到无人机系统灵巧干扰信号；
所述无人机系统灵巧干扰生成模型为：
其中，J为无人机系统灵巧干扰信号，mi(t)为第i个调制符号的输出信号，mi(t)选择与无人机信号相应子载波相同的调制方式，fi为第i个子载波中心频率，exp()为指数运算，t为时间，无人机系统灵巧干扰信号子载波中心频率与无人机子载波中心频率一一对应。
4.一种无人机系统灵巧干扰装置，其特征在于，所述装置包括：
存储有可执行程序代码的存储器；
与所述存储器耦合的处理器；
所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求1-2任一项所述的无人机系统灵巧干扰方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310756124.1A CN116684033B (zh) | 2023-06-25 | 2023-06-25 | 一种无人机系统灵巧干扰方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310756124.1A CN116684033B (zh) | 2023-06-25 | 2023-06-25 | 一种无人机系统灵巧干扰方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116684033A CN116684033A (zh) | 2023-09-01 |
| CN116684033B true CN116684033B (zh) | 2024-02-02 |
Family
ID=87783663
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310756124.1A Active CN116684033B (zh) | 2023-06-25 | 2023-06-25 | 一种无人机系统灵巧干扰方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116684033B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117938598B (zh) * | 2024-03-25 | 2024-05-24 | 北京邮电大学 | 一种基于多幂次联合的单载波信号盲频偏估计方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113518374A (zh) * | 2021-04-13 | 2021-10-19 | 北京航空航天大学 | Wifi干扰下无人机图传信号的射频识别方法 |
| CN114696942A (zh) * | 2022-03-25 | 2022-07-01 | 电子科技大学 | 一种适用于无人机通信链路的干扰方法 |
-
2023
- 2023-06-25 CN CN202310756124.1A patent/CN116684033B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113518374A (zh) * | 2021-04-13 | 2021-10-19 | 北京航空航天大学 | Wifi干扰下无人机图传信号的射频识别方法 |
| CN114696942A (zh) * | 2022-03-25 | 2022-07-01 | 电子科技大学 | 一种适用于无人机通信链路的干扰方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于OFDM同步系统的灵巧干扰方法研究;郭富强;于雨;王呈贵;白传芳;通信对抗(第01期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116684033A (zh) | 2023-09-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN100574303C (zh) | 信号时序同步的方法以及同步电路 | |
| JP4472771B2 (ja) | マルチキャリア信号を受信するための受信装置 | |
| EP1959625A1 (en) | Receiver apparatus for detecting narrowband interference in a multi-carrier receive signal | |
| CN101350800B (zh) | 载波间干扰处理装置和方法以及无线通信系统的接收机 | |
| CN116684033B (zh) | 一种无人机系统灵巧干扰方法及装置 | |
| KR20100121876A (ko) | 다중입출력 안테나 직교주파수 분할 다중화 시스템의 셀간 간섭 완화를 위한 공간 공분산 행렬 추정 기법을 이용한 셀간 간섭 완화 방법 및 이를 이용한 셀간 간섭 완화 수신 장치 | |
| CN111865863B (zh) | 一种基于rnn神经网络的ofdm信号检测方法 | |
| CN103051578B (zh) | 带有ici消除的迭代差错扩散判决ofdm信道估计方法 | |
| Abdelkareem et al. | Adaptive time varying Doppler shift compensation algorithm for OFDM-based underwater acoustic communication systems | |
| CN113472712B (zh) | 一种相位噪声抑制方法 | |
| Kislitsyn et al. | Experimental evaluation of SEFDM trellis based demodulator | |
| CN111277530A (zh) | 一种载波体制键控的调制解调方法 | |
| CN111884761A (zh) | 一种用于单载波频域均衡系统发送端的数据发送方法 | |
| CN105516044B (zh) | 一种基于差分进化算法的ofdm系统峰均比抑制方法 | |
| CN102238128B (zh) | 用于差分ofdm系统自消除子载波间干扰的方法 | |
| Patel et al. | A comparative performance analysis of OFDM using MATLAB simulation with M-PSK and M-QAM mapping | |
| CN114513396B (zh) | 基于工业5g下的ofdm/oqam的导频方法和系统 | |
| CN106789774B (zh) | 用于多载波系统的信道估计方法 | |
| CN111245589A (zh) | 一种导频叠加信道估计方法 | |
| CN116708092B (zh) | 适合低信噪比mc-cdma系统的导频参数设计方法 | |
| CN115426234B (zh) | 一种毫米波fbmc系统相位噪声补偿方法及其应用 | |
| CN114114189A (zh) | 一种nc-ce-ofdm的雷达通信一体化波形设计方法 | |
| CN106817334A (zh) | 一种缓解观测干扰的多载波非线性削波失真压缩感知估计方法 | |
| Ning et al. | A Novel Anti-jamming Technology of GFDM Signal in Fading Channel | |
| CN116846713A (zh) | 一种用于ofdm-plc系统的dft信道估计方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CB03 | Change of inventor or designer information |
Inventor after: Wen Zhijin Inventor after: Li Jinhui Inventor after: Sun Peng Inventor after: Liu Yang Inventor after: Fan Nana Inventor after: Zhao An Inventor after: Jin Xiaoxi Inventor after: Ding Panpan Inventor before: Wen Zhijin Inventor before: Li Jinhui Inventor before: Sun Peng Inventor before: Liu Yang Inventor before: Fan Nana Inventor before: Zhao An Inventor before: Jin Xiaoxi Inventor before: Ding Shanshan |
|
| CB03 | Change of inventor or designer information |