[发明专利]一种基于频域图像的无人机信号检测方法和系统

说明书

本发明涉及无人机信号检测领域，具体公开了一种基于频域图像的无人机信号检测方法和系统，检测方法包括以下步骤：信号采集转换步骤：对信号进行预处理，得到频域图像信息；图像信息处理步骤：标记区域；图像信息判别步骤：根据区域的标记对频域图像信息进行分割，得到无人机频谱信号区域图；信号类型判定步骤：进行分类处理，最终得到无人机信号类型；检测系统包括天线阵列模块、信号接收模块、阵列信号处理模块、信号转换模块、图像信息处理模块、网络通信模块和供电模块。本发明将检测方法由信号处理领域引申到方法和应用更加广泛的图像处理领域，能够更综合地解决问题，通过累计判断方法筛选稳定区域，提高了在复杂电磁环境下的检测准确性。

技术领域

本发明涉及无人机信号检测领域，具体涉及到一种基于频域图像的无人机信号检测方法和系统。

背景技术

近年来无人机产业迅猛发展，无人机的应用已渗透到日常生活的方方面面，无人机监管是保障无人机有序运行的必要手段，而无人机频谱侦测作为当前城市环境下无人机侦测的重要的技术手段。

由于城市环境下电磁复杂及无人机信号较微弱，导致目前频谱探测设备普遍存在复杂电磁环境下的检测准确性低的问题；传统信号识别算法主要通过提取频谱信号的中心频率、带宽等频率特征与特征库中的相应参数的比对来完成，会出现人眼能识别信号而系统却无法检测的问题。

发明内容

针对现有技术的缺陷，本发明的目的在于提供一种基于频域图像的无人机信号检测方法和系统，旨在解决的问题。

为解决上述问题，按照本发明的一个方便，提供了一种基于频域图像的无人机信号检测方法包括如下步骤：

(1)信号侦测转换步骤：根据采样率和滑动尺寸的预设值，对接收到的无线电时域信号进行预处理，得到频域图像信息；

(2)图像信息处理步骤：标记出频域图像信息的前景区域和背景区域；

(3)图像信息判别步骤：根据区域的标记对频域图像信息进行分割，得到无人机频谱信号区域图；

(4)信号类型判定步骤：标记无人机频谱信号区域图的连通区域，并进行分类处理，将分类结果中频域图像信息的特征信息与无人机信号特征数据库信息对比，最终得到无人机信号类型。

进一步的，步骤(1)包含如下子步骤：

(1.1)根据采样率和滑动尺寸的预设值，对接收到的无线电时域信号进行STFT处理，得到无人机信号的频谱瀑布图；

(1.2)将频谱瀑布图中信号强度信息转化为频域图像信息。

进一步的，步骤(1.2)中信息转化方法为：根据无人机功率范围相关规范，预设频率强度最大数值pix_max和最小数值pix_min，将频谱瀑布图中强度在最值范围以外的强度设置为0，范围以内的根据公式round(255*(pix-pix_min)/(pix_max-pix_min))归一化处理，从而将频谱瀑布图中信号强度信息转化为频域图像信息。

进一步的，步骤(2)包含如下子步骤：

(2.1)积累预设值数量的频域图像信息，并存入队列，对队列中所有频域图像信息进行累加，得到图像均值矩阵，并计算图像均值矩阵均值；

(2.2)依次提取队列队尾的频域图像信息与图像均值矩阵均值做差值操作，将差值与预设阈值进行比对，得到二值化频域图像的差异图；

(2.3)将获得的差异图进行相与操作，相与的结果中不为0的部分作为频域图像中稳定区域；

(2.4)计算差异图八连通区域图像的平均值，进行区域标记，当平均值大于图像均值矩阵均值时，将该区域标记为前景区域，相反则标记为背景区域。