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！

申请/专利权人：北京清瑞维航技术发展有限公司

摘要：本发明公开了一种无人机的识别模型构建方法及相应识别方法和系统。本发明构建了用于利用无线电信号进行无人机识别的神经网络模型，并且对神经网络模型进行了训练，将其应用于无人机信号的识别。本发明通过将无线电信号分别转换成至少包括时间、频率和功率信息的时频图，进行特征提取代入卷积神经网络模型，该模型先利用训练数据进行训练，再代入测试数据进行目标无人机的类型识别；对时频图进行连通域识别进而基于时频图进行类别相似性判断，进而确定无线电信号的ID部分，进行特征提取代入机器学习分类器模型，该模型先利用训练数据进行训练，再代入测试数据进行目标无人机的个体识别。

主权项：1.一种无人机的识别模型构建方法，其特征在于，所述方法包括下述步骤：1、获取多个无人机的无线电信号，将每个无人机的所述无线电信号分别转换成至少包括时间、频率和功率信息的时频图；2、对所述时频图进行连通域识别，获取每个所述时频图中的连通区域；3、对各个时频图中的连通区域分别进行聚类分析，其中，对于每个时频图确定其中的各个连通区域类别，对于每个连通区域类别确定相应时频图的跳频信号，保留该类别信号的频率分量，获得对于类别跳频信号的时频图；4构建用于基于无线电信号的时频图进行无人机识别的卷积神经网络，将代表有标签的样本数据集分别按照步骤1-3进行处理获得对应的时频图，并带入到所述卷积神经网络中，对所述卷积神经网络模型进行训练，利用训练好的卷积神经网络基于时频图进行无人机信号分类；5、对于同类信号的多个脉冲，使用其信号包络与样本信号包络进行互相关操作，对互相关结果进行峰值检测，估计当前时频图所对应的无线电信号脉冲位置，并估计该无线电信号的ID部分，对该部分进行特征提取；6构建基于特征向量的机器学习分类器模型，利用样本数据对所述机器学习分类器模型进行训练，所述方法还包括对来自同类无人机信号的脉冲进行信号结构估计，基于多台无人机和同一台无人机的多个脉冲不同信号部分的相似性程度确定无人机信号的同步信号、ID信号以及控制信号的所属片段，对所述ID信号进行特征提取，基于下式确定任意两个信号片段的相似性： 其中，sit[n]、sjt[n]分别表示来自信号si[n]和sj[n]相同位置的片段，ωit、ωjt分别表示sit[n]、sjt[n]的均值。

全文数据：

权利要求：

百度查询： 北京清瑞维航技术发展有限公司 一种无人机信号的识别模型构建方法及相应识别方法和系统