[发明专利]一种基于改进AC-WGANs的无人机信号识别检测方法

说明书

一种基于改进AC‑WGANs的无人机信号识别检测方法，包括以下步骤：S1、采集无人机的无线信号物理层前导码的射频信号，进行起点检测、带通滤波后提取该射频信号的包络信号；S2、将预处理后得到的包络信号基于改进分段PCA数据降维算法进行降维，降维后的信号分成测试信号和训练信号；S3、采用AC‑WGANs识别检测算法并结合训练信号训练生成模型和判别模型，并根据判别模型对测试信号进行识别；S4、根据识别结果，改进AC‑WGANs识别检测算法。本发明采用改进分段PCA数据降维的方法对无线信号进行降维，较好的保留了相应信息的同时，降低了算法的空间复杂度。

技术领域

本发明涉及通信技术领域，特别涉及到IEEE 802.11b及IEEE 802.11n无线通信协议的前导码相关的调制、解调方式，具体涉及基于改进AC-WGANs的无人机信号识别检测方法。

背景技术

随着科学技术的发展，无人驾驶飞机系统(UAVs)在智慧城市中发挥着越来越重要的作用，例如可以在快递行业中运输货物和商品，可以为宽带无线接入提供移动热点，并保持监视和安全等。然而也可能被不法机构用来攻击基础设施，侵犯个人隐私，对公众进行物理和网路攻击。因此，探测、跟踪、监督和识别检测非法无人机对公共安全至关重要。

现有的无人机发现技术包括有基于雷达检测的发现跟踪技术，包括mmWave雷达、UWB雷达、NLOS雷达及其他雷达技术；基于射线追踪技术；基于无人机的射频信号识别；基于声学传感器检测技术；基于计算机视觉识别技术；还有红外摄像机、热成像摄像机、陀螺稳定向器等设备都可用来检测识别无人机。但是目前基于无人机物理前导码的射频信号波形特征信息的区别来识别无人机信号的技术还相对较少。

发明内容

本发明的主要目的在于克服现有技术中的上述缺陷，提出一种基于改进AC-WGANs的无人机信号识别检测方法。

本发明采用如下技术方案：

一种基于改进AC-WGANs的无人机信号识别检测方法，其特征在于：包括以下步骤：

S1、采集无人机的无线信号物理层前导码的射频信号，进行起点检测、带通滤波后提取该射频信号的包络信号；

S2、将预处理后得到的包络信号基于改进分段PCA数据降维算法进行降维，降维后的信号分成测试信号和训练信号；

S3、采用AC-WGANs识别检测算法并结合训练信号训练生成模型和判别模型，并根据判别模型对测试信号进行识别；

S4、根据识别结果，改进AC-WGANs识别检测算法。

步骤S2中的所述改进分段PCA数据降维算法具体为：

S21、将所述每个包络信号分为N段，并作为一组输入数据；

S22、将分段的包络信号求均值，然后对于所有输入数据都减去对应的均值；

S23、求出经步骤S22处理得到的输入数据的特征协方差矩阵，并进一步求特征协方差矩阵的特征值和特征向量；

S24将特征值按照从大到小的顺序排序，选择其中较大的k个，k为要降的最终维数，然后将其对应的k个特征向量分别作为列向量组成特征向量矩阵；

S25、将步骤S21的输入数据的样本点投影到选取的特征向量矩阵上，求出降维后的k个数据点；

S26、将一组输入数据的所有分段的包络信号降维后的k个数据点整合为N*k个数据点作为一个信号，并将所有包络信号降维后分为所述训练信号和所述测试信号。

所述步骤S3中的AC-WGANs识别检测算法具体为：

S31、将所述训练信号输入所述生成模型和所述判别模型进行训练，并每隔若干次训练后将所述测试信号输入所述判别模型进行识别率检测，寻找合适的训练次数；