买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西京学院申请的专利一种基于时频分布的无人机遥控信号识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114792107B 。

龙图腾网通过国家知识产权局官网在2026-02-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210268272.4，技术领域涉及：G06F18/213；该发明授权一种基于时频分布的无人机遥控信号识别方法是由王衍文;马晓璠;王渭森;郝东来;王玉;马玥;周锋设计研发完成，并于2022-03-18向国家知识产权局提交的专利申请。

本一种基于时频分布的无人机遥控信号识别方法在说明书摘要公布了：本发明属于无人机遥控信号识别系统技术领域，提出了一种基于时频分布的无人机遥控信号识别系统和方法，包括数据采集及合并模块、分析模块、信号提取模块、剔除噪声模块和信号识别模块，采用数据采集及合并、对合并后的时域信号做广义矩形变换得到GRD时频分布、剔除随机噪声、采样数据时频序列，并基于曲率特征的三维时频曲线相似性搜索方法,对提取的时频谱特征进行识别，进行无人机遥控信号识别。采用本发明的方案，摆脱了传统的傅里叶变换单一频域描述信号特征的局限性。

本发明授权一种基于时频分布的无人机遥控信号识别方法在权利要求书中公布了：1.一种基于时频分布的无人机遥控信号识别方法，其特征在于，包括数据采集及合并模块、分析模块、信号提取模块和信号识别模块； 还包括噪声剔除模块； 该无人机遥控信号识别方法包括如下步骤： S100，基于采集及合并模块：数据采集及合并，采用基于零中频接收机架构的数据采集系统，对无人机信号进行采集，接收机内部的模拟数据器件对接收的模拟信号进行模数转换，并通过正交解调、数字下变频将接收信号转换为同相分量I和正交分量Q两路数字基带信号，然后将I、Q两路信号进行合并，即时域信号sig＝I+j·Q，j表示虚数单位， S200，基于分析模块：对合并后的时域信号做广义矩形变换得到GRD时频分布， 采用广义矩形变换对合并后的时域信号进行以时间为横轴，频率为纵轴进行分析，通过对采集的Num采数据点进行处理，每组数据为Num组点，共分析Num采um组次，每次代表一个时间点，Num组点对应Bw带宽内的信号频率，每一点频率为BwNum组， GRD时频分布为： 式中，σ为核因子，α为非对称比率，τ为时间积分参数；||表示求绝对值；sinc为辛格函数；t为工作时间，f为频率，Sig为时域信号上角标#表示求共轭， 以上共经过Num采Num组次广义矩形变换处理，每一次输出皆可得到GRD时频谱；再计算每组数据沿着时间轴的GRD时频谱最大值，将各组数据的最大值拼接起来，得到全部样本数据的GRD时频谱最大值图； S300,基于信号提取模块：对无人机遥控信号提取， 低秩矩阵恢复先将时频谱矩阵GRDt,f表示为低秩矩阵A与稀疏矩阵E之和，再通过求解范数优化问题来恢复低秩矩阵，即求解下列最优化问题： 式中，表示针对低秩矩阵A和稀疏矩阵E求最小值，s.t.表示约束条件，rank表示求秩，||||0表示求0范数，λ为平衡因子，取利用快速矩阵分解算法求解1式得到稀疏矩阵E； S400,基于信号识别模块，对无人机遥控信号识别， 经过低秩矩阵恢复方法可以进一步抑制图传信号干扰，在稀疏矩阵E中得到清晰的遥控信号时频表示，从而提取出遥控信号的时频特征，进一步与无人机遥控信号特征库中的图样进行比对， 采用基于曲率特征的三维时频曲线相似性搜索方法,对提取的时频谱特征进行识别，得到该无人机为的确定的无人机型号； S300与S400之间使用噪声剔除模块，剔除随机噪声，假设阈值为GRDt,f，则 阈值采用伯恩森方法，即取当前位置t0,f0为中心的，边长为r＝3的方形区域内的最大值和最小值的平均值； 式中，Nt为时域样点数，Nf为频域样点数； S300中，稀疏矩阵E的求解方方法如下： a将最优化问题式1正则化，便得到优化问题: 式中，||||1为1范数，||||1.2为1,2范数，为F范数的平方，其中，μ＝||GRDt,f||21.5为对不满足线性等式约束的惩罚因子，是背景先验知识诱导核范数，ρ是低秩矩阵A秩的初始预估计值，这里取ρ＝10，平衡参数一平衡参数二β＝0.5×||GRDt.f||2； b迭代交替更新矩阵A，E： 当A＝Ak时, 当E＝Ek时, 当达到最大迭代次数10或者误差时，迭代结束，则得到稀疏矩阵E，或称为采样数据时频序列； S400中，无人机遥控信号识别，包括如下步骤： S501，根据遥控信号时频谱数据，拟合遥控信号的三维时频曲线并得到拟合方程， 对于无人机遥控信号标准库中的时频谱数据，等间隔抽取N点时频谱数据，用高阶多项式函数拟合三维曲线，这里取二阶多项式，拟合方程为： tfr1t，f＝p1,00+p1,10×t+p1,01×f+p1,20×t2+p1,11×t×f+p1,02×f21 其中，p1,00,p1,10,p1,01,p1,20,p1,11,p1,02为方程1的系数，t为时间变量，f为频率变量， 类似,得到采样数据的时频三维拟合曲线，拟合方程为： tfr2t，f＝p2,00+p2,10×t+p2,01×f+p2,20×t2+p2,11×t×f+p2,02×f22 其中，p2,00,p2,10,p2,01,p2,20,p2,11,p2,02为方程2的系数； S502，计算三维曲线的曲率 a在无人机标准库某无人机三维曲线S1上沿曲线方向等弧长取点集S1＝{s1,1，s1,2，…，s1，N}，ii＝1,2，…，N为点集中数据的序号，N表示总数据数；s1，i表示时点集S1中的第i个数据； b计算点集S1中每个元素在曲线上的曲率值，则无人机标准曲线S1的曲率集合为： k1＝{k1,1，k1,2，…，k1，N}，N＝1243 其中,k1,1,k1,2,…,k1,N分别为对应于三维曲线S1上点s1,1，s1,2，…，s1，N的曲率值，曲率集合可以视为表征一条曲线特征的多维向量； S503，估计三维时频曲线的曲率分布的切比雪夫距离，判别三维曲线的相似性， 某无人机的三维时频曲线S1的曲率分布k1与采样数据三维时频曲线S2的曲率分布间的切比雪夫距离为： 当时，这里取门限值此时，采样数据三维时频曲线S2的曲率分布k2与某无人机三维时频曲线S1的曲率分布k1相似，可以判断该机型为某无人机。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西京学院，其通讯地址为：710100 陕西省西安市长安区西京路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。