發(fā)布時(shí)間：2020-10-28 04:03

　　 無人機(jī)起源于軍事領(lǐng)域,后憑借其小型化、功能多樣性等特點(diǎn)迅速在民用領(lǐng)域獲得青睞。伴隨民用無人機(jī)應(yīng)用范圍的不斷拓寬,其帶來的安全問題也獲得了各界人士的廣泛關(guān)注。無人機(jī)的信號(hào)識(shí)別是管制方案的提前和重要環(huán)節(jié),是當(dāng)前在技術(shù)和產(chǎn)品上研究的熱點(diǎn),對(duì)無人機(jī)反制領(lǐng)域有著重要的意義和商業(yè)價(jià)值。本文分析了無人機(jī)通信信號(hào)特點(diǎn),主要從圖像角度設(shè)計(jì)了兩種無人機(jī)信號(hào)識(shí)別方法,實(shí)現(xiàn)了復(fù)雜電磁環(huán)境下的跳頻信號(hào)識(shí)別。主要工作和創(chuàng)新有:1、研究了民用無人機(jī)系統(tǒng)結(jié)構(gòu)及通信信號(hào)特點(diǎn),并實(shí)際采集了無人機(jī)信號(hào),對(duì)無人機(jī)遙控信號(hào)整體進(jìn)行了粗粒度觀察;總結(jié)了跳頻通信系統(tǒng)原理和主要參數(shù),使用simulink對(duì)跳頻系統(tǒng)進(jìn)行了仿真實(shí)驗(yàn);同時(shí),介紹了處理非平穩(wěn)信號(hào)的時(shí)頻分析方法,并通過仿真實(shí)驗(yàn)對(duì)比總結(jié)了各方法的性能和特點(diǎn)。2、現(xiàn)有的基于時(shí)頻特征進(jìn)行跳頻信號(hào)檢測(cè)識(shí)別的方法存在依賴人工設(shè)定閾值和混合多種干擾信號(hào)時(shí)識(shí)別能力不足的問題。本文設(shè)計(jì)了一種基于連通區(qū)域標(biāo)記的方法實(shí)現(xiàn)復(fù)雜電磁環(huán)境下的跳頻信號(hào)檢測(cè)及參數(shù)估計(jì)。首先對(duì)采集的信號(hào)進(jìn)行時(shí)頻域轉(zhuǎn)換,基于能量統(tǒng)計(jì)自適應(yīng)設(shè)定去噪門限的方法去除底噪,經(jīng)過二值化、形態(tài)學(xué)處理后,對(duì)時(shí)頻數(shù)據(jù)進(jìn)行連通區(qū)域標(biāo)記及區(qū)域信息提取,經(jīng)過對(duì)連通區(qū)域的修正可以對(duì)干擾信號(hào)進(jìn)一步處理,對(duì)連通區(qū)域的聚類可以實(shí)現(xiàn)跳頻信號(hào)的分選,最后根據(jù)分選結(jié)果可以檢測(cè)跳頻信號(hào)并統(tǒng)計(jì)出目標(biāo)跳頻信號(hào)的參數(shù)。該算法在去除白噪的過程中具有自適應(yīng)性,彌補(bǔ)了設(shè)置去噪閾值需要人工干預(yù)的不足;在跳頻信號(hào)檢測(cè)過程中無需已知目標(biāo)信號(hào)跳速的先驗(yàn)條件,并給出了處理斜變干擾的方法。根據(jù)仿真結(jié)果表明,該算法可以實(shí)現(xiàn)跳頻信號(hào)的有效檢測(cè)及參數(shù)盲估計(jì)。3、針對(duì)在跳頻信號(hào)在識(shí)別過程中自動(dòng)化程度低的問題,結(jié)合現(xiàn)有的圖像分類技術(shù),使用基于時(shí)頻圖像梯度特征提取的跳頻信號(hào)分類算法,實(shí)現(xiàn)了對(duì)跳頻信號(hào)的自動(dòng)化分類識(shí)別。首先對(duì)采集的無人機(jī)信號(hào)進(jìn)行了時(shí)頻域轉(zhuǎn)換,通過對(duì)時(shí)頻瀑布圖的樣本進(jìn)行逐像素梯度特征提取,使用支持向量機(jī)為分類器,并以遺傳算法結(jié)合交叉驗(yàn)證的方式進(jìn)行了核函數(shù)參數(shù)優(yōu)化,實(shí)現(xiàn)跳頻信號(hào)的分類識(shí)別,該方法不需要已知目標(biāo)信號(hào)參數(shù)特性的先驗(yàn)條件實(shí)現(xiàn)了盲分類,自動(dòng)化程度高;在已知樣本信號(hào)的總帶寬、跳頻序列周期的情況下,提出了一種固定窗檢測(cè)的優(yōu)化算法,該算法以固定窗口截取目標(biāo)信號(hào)單一周期并對(duì)窗內(nèi)數(shù)據(jù)特征提取,在檢測(cè)模塊按相同窗口掃描進(jìn)行二分類檢測(cè),仿真結(jié)果表明該方法具有更高的識(shí)別精度,分類效果得到了優(yōu)化。
【學(xué)位單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TN914.41;TP391.41;V279
【部分圖文】：

達(dá)、聲音傳感器、無線電探測(cè)、攝像機(jī)、紅外探測(cè)為一體的反無人機(jī)系統(tǒng)??ＤｒｏｎｅＳｅｎｔｒｙ，并向用戶提供可視化界面顯示傳感器的實(shí)時(shí)和歷史數(shù)據(jù)，可根據(jù)用??戶定義的標(biāo)準(zhǔn)廣播配置警報(bào)［８］，圖１－２為ＤｒｏｎｅＳｅｎｔｒｙ設(shè)備圖及其公司其他產(chǎn)品；??德國(guó)公司研發(fā)的ＤｒｏｎｅＴｒａｃｋｅｒ智能無人機(jī)探測(cè)系統(tǒng)，射頻探測(cè)針對(duì)帶有Ｗｉｎ圖??傳的無人機(jī)，通過ＳＳＩＤ和ＭＡＣ地址匹配的方式來識(shí)別使用ＷｉＦｉ圖傳的無人??機(jī)；羅德＆施瓦茨公司研發(fā)的ＡＲＤＲ０ＮＩＳ無人機(jī)管控系統(tǒng)主要由ＥＢ５００系列緊??湊型數(shù)字接收機(jī)、ＨＥ６００全向天線組成，其公司具有強(qiáng)大的鏈路解密技術(shù)，能夠??破解遙控信號(hào)的通信協(xié)議；北斗開放實(shí)驗(yàn)室自主研發(fā)的ＡＤＳ２０００反無人機(jī)系統(tǒng)，??２??

部件為無人機(jī)提供動(dòng)力，保證其平穩(wěn)飛行；圖像拍照模塊負(fù)責(zé)拍攝畫面，配合存??儲(chǔ)設(shè)備可將拍攝的畫面存儲(chǔ)下來，部分無人機(jī)還配備視覺系統(tǒng)，可通過拍攝畫面??進(jìn)行分析，實(shí)現(xiàn)避障、目標(biāo)識(shí)別、跟蹤拍攝、自動(dòng)巡航等功能，圖２－１為無人機(jī)??硬件組成示意。??＇?１??１各類附加ＭＥＭＳ?Ｉ??Ｉ??１?Ｉ??????！?｜?陀螺儀?；??通信模塊?鋈?｜?加速度計(jì)?丨??器?Ｉ???！???１?一?！?氣壓傳感器?丨??導(dǎo)航模塊?——３???」????Ｉ?］?動(dòng)力裝置??圖像拍攝模組???１?電子調(diào)速器ｉ?；??????１??Ｉ??ｊ?電機(jī)（Ｘ４）??Ｉ???圖２－１無人機(jī)系統(tǒng)硬件組成??２．１．２無人機(jī)通信信號(hào)分析??市場(chǎng)上主要的消費(fèi)級(jí)無人機(jī)包括大疆的精靈系列、Ｍａｖｉｃ系列，小米和天??７??

的跳頻通信信號(hào)，在無人機(jī)飛行過程中，無人機(jī)的飛行指令由遙控器發(fā)送的跳頻??信號(hào)控制，一旦失控，無人機(jī)會(huì)根據(jù)事先設(shè)定的指令執(zhí)行緩降或者返航的命令，??圖２－２為無人機(jī)通信信號(hào)及傳輸方向的示意圖。??—ＧＰＳ／ＧＩＯＮＡＳＳ?獨(dú)??＾ｈ｜ｂｓ�。瑁�??牛??ＩＳＳ；?ｒ＾ｌ??圖２－２無人機(jī)通信信號(hào)示意??２．１．３無人機(jī)遙控信號(hào)實(shí)測(cè)??為了進(jìn)一步觀察無人機(jī)信號(hào)的時(shí)頻域特征，實(shí)際采集了無人機(jī)信號(hào)，實(shí)驗(yàn)的??設(shè)備、過程、采集的數(shù)據(jù)處理及結(jié)果如下：??（１）實(shí)驗(yàn)設(shè)備??８??
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胥桓;張輝;范雪林;;一種非全駐留跳頻信號(hào)參數(shù)估計(jì)方法[J];通信技術(shù);2017年04期

2 歐陽(yáng)鑫信;萬群;曹景敏;熊瑾煜;;跳頻信號(hào)的時(shí)差直接定位[J];電子學(xué)報(bào);2017年04期

3 歐陽(yáng)鑫信;萬群;熊瑾煜;賀青;文飛;;慢跳跳頻信號(hào)的時(shí)差估計(jì)方法[J];現(xiàn)代雷達(dá);2016年02期

4 袁英俊;黃知濤;王巖;周一宇;;基于相位差分的跳頻信號(hào)識(shí)別方法[J];通信對(duì)抗;2010年04期

5 李杰;肖揚(yáng)燦;;一種非合作的跳頻信號(hào)跳同步方法[J];通信對(duì)抗;2011年02期

6 劉洋洋;盛利元;張鳳娟;;基于混沌序列的跳頻信號(hào)源FPGA設(shè)計(jì)與實(shí)現(xiàn)[J];計(jì)算機(jī)測(cè)量與控制;2012年11期

7 王輝;王斌;;基于示向圖分割投影的短波跳頻信號(hào)檢測(cè)算法[J];信號(hào)處理;2012年12期

8 楊新鋒;曹媛姝;;跳頻信號(hào)功率譜密度估計(jì)[J];電子科技;2011年06期

9 錢博;王洋;滕振宇;;差分跳頻信號(hào)分離方法研究[J];沈陽(yáng)理工大學(xué)學(xué)報(bào);2011年02期

10 方志;賈峰;;復(fù)雜電磁環(huán)境下跳頻信號(hào)檢測(cè)及拼接算法[J];無線電工程;2010年08期

相關(guān)博士學(xué)位論文 前7條

1 陳利虎;跳頻信號(hào)的偵察技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2009年

2 朱文貴;基于陣列信號(hào)處理的短波跳頻信號(hào)盲檢測(cè)和參數(shù)盲估計(jì)[D];中國(guó)科學(xué)技術(shù)大學(xué);2007年

3 沙志超;單/多通道跳頻信號(hào)偵察處理關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

4 歐陽(yáng)鑫信;跳頻信號(hào)時(shí)差估計(jì)與直接定位方法研究[D];電子科技大學(xué);2017年

5 郭建濤;基于時(shí)頻分析的跳頻信號(hào)參數(shù)估計(jì)[D];華中科技大學(xué);2009年

6 王曰海;擴(kuò)譜通信抗干擾的現(xiàn)代信號(hào)處理應(yīng)用研究[D];浙江大學(xué);2014年

7 賈可新;通信偵察中的信號(hào)分選算法研究[D];電子科技大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 劉麗;民用無人機(jī)跳頻信號(hào)分析與識(shí)別技術(shù)研究[D];北京郵電大學(xué);2019年

2 孫會(huì)超;基于FPGA的擴(kuò)跳頻信號(hào)發(fā)送系統(tǒng)的研究與實(shí)現(xiàn)[D];鄭州大學(xué);2018年

3 胡曉芳;基于稀疏性的跳頻信號(hào)檢測(cè)技術(shù)研究[D];哈爾濱工程大學(xué);2018年

4 劉建宇;基于時(shí)頻分析的跳頻信號(hào)欠定盲分離算法研究[D];哈爾濱工程大學(xué);2018年

5 池袖偉;基于時(shí)頻分析的跳頻信號(hào)參數(shù)估計(jì)方法研究[D];哈爾濱工程大學(xué);2018年

6 彭江;隨機(jī)跳頻信號(hào)設(shè)計(jì)與處理技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2016年

7 張?jiān)骑w;基于壓縮感知的跳頻信號(hào)參數(shù)估計(jì)[D];西安電子科技大學(xué);2018年

8 王思勉;基于壓縮感知的跳頻信號(hào)分析與實(shí)現(xiàn)[D];西安電子科技大學(xué);2018年

9 盧迅;壓縮域跳頻信號(hào)檢測(cè)與參數(shù)估計(jì)技術(shù)研究[D];解放軍信息工程大學(xué);2016年

10 程標(biāo);基于稀疏重構(gòu)的多信號(hào)目標(biāo)識(shí)別關(guān)鍵技術(shù)研究[D];解放軍信息工程大學(xué);2016年

本文編號(hào)：2859560