[发明专利]一种针对于黑飞无人机反制电磁波形的生成系统及方法

权利要求书

1.一种针对于黑飞无人机反制电磁波形的生成系统，针对于黑飞无人机，其特征在于，包括：监测模块，用于接收无人机与遥控之间的电磁波信号，并输入至链路特征识别模块；所述链路特征识别模块，用于从截获的电磁波信号中盲识别出无人机所使用的数据链的调制、帧格式、编码、以及信号带宽；干扰处置模块，用于根据识别结果再生得到干扰波形，并发送至空气中，对无人机进行反制；

所述监测模块包括由监测天线阵列、滤波器和低噪声放大器组成的第一射频前端，以及第一射频收发器；其中，所述监测天线阵列用于接收无人机与遥控之间的电磁波信号，所述电磁波信号经第一射频前端中的滤波器滤波以及低噪声放大器放大后，通过第一射频收发器进行下变频处理，得到时域IQ数据，并发送至链路特征识别模块；

所述链路特征识别模块包括：信号带宽测量模块，用于对接收的时域IQ数据进行时域预处理和滤波后，利用FFT变换提取信号频谱特征，然后基于信号带宽测量算法得到电磁波信号的时域带宽；调制特征识别模块，用于通过第一神经网络模型从所述时域IQ数据中识别出电磁波信号的调制方式，进而对时域IQ数据进行解调，得到比特序列；帧格式识别模块，用于通过第二神经网络模型对所述比特序列进行帧格式识别，以提取载荷信息；编码类型识别模块，用于通过第三神经网络模型对载荷信息进行编码方式的识别；

所述第一神经网络模型的输入由时域IQ数据得到，采用多层一维CNN网络进行特征提取，然后利用全连接网络层对特征进行融合，经各层的激5活函数后输出调制方式对应的标签值，并采用SGD优化函数对模型进行优化训练，直至模型的损失函数loss收敛，得到训练完成的第一神经网络模型；所述第二神经网络模型以及所述第三神经网络模型的结构与所述第一神经网络模型相同，所述第二神经网络模型的输入为调制特征识别模块解调得到的比特序列，输出为帧同步字长度M；所述第三神经网络模型的输入为帧格式识别模块提取的载荷信息，输出为编码方式的标签值；

所述干扰处置模块包括由指令开关模块、伪码生成模块、编码模块、封帧模块以及调制模块组成的干扰波形再生模块，以及由数模转换器、第二射频收发器、功率放大器、天线组成的第二射频前端；其中，所述指令开关模块与上位机连接，并根据来自上位机的指令进行动作，当指令为启动干扰时，所述指令开关模块控制伪码生成模块根据系统预设的生成多项式以及链路特征识别模块中得到的信号带宽的识别结果，生成一定带宽的比特序列；编码模块根据编码方式的识别结果对所述一定带宽的比特序列进行编码，得到载荷信息序列，封帧模块根据帧格式的识别结果对所述载荷信息进行进一步封装，得到完整的比特序列；调制模块根据调制类型的识别结果对所述完整的比特序列进行调制，生成与无人机的通信链路一致的符号序列；所述符号序列归一化后经数模转换器进行数模转换、第二射频收发器进行上变频处理以及功率放大器放大，最后通过天线输出至空气中，对无人机进行干扰。