[发明专利]一种无人机操作手频谱特征识别与定位方法

说明书

本发明公开了一种无人机操作手频谱特征识别与定位方法，所述方法包括如下步骤：S1：获取遥控信号；S2：根据遥控信号进行信号类别识别，获得信号类别信息；通过多套测向系统对遥控信号进行测定，获得定位信息，并根据多套测向系统的定位信息计算操作手的位置信息；S3：输出显示位置信息。通过本发明，可以提取无人机遥控手柄信号并自动完成信号追踪与定位，极大地方便了对于无人机的管控，克服了传统无人机管控上对操作人员的严重依赖型与信号的滞后性，并支持无人机遥控信号训练与自学习能力，支持新的遥控信号识别能力。

技术领域

本发明涉及通信领域，特别涉及一种无人机操作手频谱特征识别与定位方法。

背景技术

近年来民用无人机是用来航拍农林气象等领域得到了越来越广范的应用，但是随之也产生了一系列安全管控问题，无人机未经许可闯入到公共及敏感区域，意外坠落影响客机正常起降，碰撞高层建筑等事件不断地发生。

因此，无人机的飞行安全管控与行业发展的矛盾日益凸显，无人机运行安全和监控成为公众关注的焦点。面对无人机数量的爆发式增长，建立系统的监管体系刻不容缓。

因此，对于特定区域出现的无人机，及时溯源是非常重要的，有助于对“黑飞”的管控。

但是，在现有技术中，“溯源”的精度往往非常低。因此，导致现有技术中，最常见的办法只能是干扰无人机。但是，干扰无人机始终没有办法对操作者进行管控。

发明内容

本发明的目的在于克服现有技术的不足，提供一种无人机操作手频谱特征识别与定位方法，所述方法包括如下步骤：

S1：获取遥控信号；

S2：根据遥控信号进行信号类别识别，获得信号类别信息；通过多套测向系统对遥控信号进行测定，获得定位信息，并根据多套测向系统的定位信息计算操作手的位置信息；

S3：输出显示位置信息。

优选的，所述步骤S2中进行信号类别识别的具体方法为：

S211：信号捕捉与信号特征提取：对遥控信号进行FFT运算、信号检测、信号特征识别；遥控信号经过加窗、FFT运算得到监视频谱，然后通过信号检测提取检测信号的基本参数，再进行信号特征识别进行信号细微参数的提取；

其中，基本参数包括：频率、带宽、信号出现时间、调制方式、符号率、信噪比；信号细微参数包括：码元速率、编码方式、信号瞬时包络、瞬时相位、高阶谱；

S212：根据预设的数据库模型，以及当前遥控信号对应的基本参数和/或信号细微参数，确定当前遥控信号的类别；

所述数据库模型，输入信号为基本参数和/或信号细微参数，输出信号为信号类别。

优选的，所述步骤S212之后还包含：

S213：将当前遥控信息的基本参数和/或信号细微参数、信号类别添加至数据库模型。

优选的，所述数据库模型的构建方法为，通过对信号特征的分层提取，构建信号模型系统L，信号模型系统L逻辑上分为：频谱形态层、信号特征层、通联关系层、传输行为层，具体构建方法为：

S221：载入训练信号样本x；

S222：在频谱形态层捕获信号在频谱图上的形态特性，所述形态特性包含上升沿、下降沿、信号平坦度；

S223：在信号特征层捕获信号的信号特性，所述信号特性包含：频率、带宽、调制模式、符号率、突发时长、码元速率、编码方式；

S224：在传输行为层捕获信号的行为特性，所述行为特性包含：信号通路建立方式、通联时间特性、传输间隔时长；