[发明专利]一种基于雷达数据进行无人机识别的方法

说明书

本发明提供了一种基于雷达数据进行无人机识别的方法，属于无人机识别领域，首先采集雷达探测设备上报的回波及航迹数据，对回波数据及航迹数据的特征进行区别，分别计算飞鸟和无人机航迹数据的特征值，然后，利用步骤S3获得的特征值数据构建训练集和测试集，采用DBSCAN聚类来裁剪训练集和测试集中异常样本和孤立样本，接着对KNN模型的相似度度量进行优化，给不同特征值赋予不同权重，获得优化的KNN模型，利用DBSCAN聚类裁剪后的特征值数据集训练优化后的KNN模型，获得最终的K值，使用最终的K值及优化的KNN模型对实时上报的回波数据及航迹数据进行区分，识别出目标。本发明方法对无人机识别的准确率具有明显提高。

技术领域

本发明属于无人机识别领域，更具体地，涉及一种基于雷达数据进行无人机识别的方法。

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，雷达探测设备是无人机领域主要的探测设备。低空环境存在的飞鸟、杂波等非威胁目标导致雷达探测设备普遍存在虚警率高的问题，而过多的虚警导致用户大量精力浪费在确认目标的真实性上，耽误了对真正威胁目标的处置，所以如何减少雷达探测无人机时的虚警是反无人机系统亟待解决的难题。

公开号为CN113947105A的中国专利申请公开了一种基于雷达航迹数据的空中飞行目标分类识别方法，该方法提供了一种轻小型无人机、飞鸟、直升机、民航机的分类识别方法，该方法通过主成份分析法确定数据特征再通过循环神经网络模型来实现目标分类，该方法没有针对轻小型无人机、飞鸟的运动数学模型进行数据特征的优化，故对轻小型无人机、飞鸟的识别能力不强。

申请号为201610896005.6的中国专利申请公开了一种基于雷达数据的轻小型无人机与飞鸟分类识别方法，其提供一种在机场低空空域识别轻小型无人机与飞鸟的方法，该方法仅利用雷达数据提取出目标运动特征,用以区分轻小型无人机目标与飞鸟目标,该方法仅需要识别目标是否为无人机或飞鸟，该两种目标对机场低空空域均有较大威胁，而在反无人机领域中一般需要识别目标是否为无人机，其方法没有提供这种识别和检测。

申请号为201710599505.8的中国专利申请公开了一种基于组网雷达的无人机目标识别和定位方法，该方法用于基于组网雷达并进行无人值守的目标识别和定位,尤其适用于无人机空中目标。其包括在通讯基站铁塔上架设目标探测雷达,进行组网布站；利用组网的调频连续波雷达对目标进行探测,将探测数据传输到远程服务器；远程服务器对目标数据综合处理,并对目标进行识别和定位。本发明提供的无人机目标识别和定位方法能用于在城市中对无人机识别和定位,其识别准确度高，定位精确，并能实时在城市地图上显示,从而实现在城市中对无人机大范围高精度监视,保障城市防护安全,并节省了对小型无人机的探测成本和架设成本，实现了资源综合利用。

公开号为201710859807.9的中国专利申请公开一种基于双频雷达信号时频分布的无人机分类方法及装置，其方法包括：S1,利用短时傅里叶变换对双波段雷达系统获取的各无人机的时域数据进行处理,获取所述各无人机的两个波段的时频图；S2,使用主成分分析算法对所述各无人机的两个波段的时频图进行特征提取；S3,对于每个无人机,将提取的该无人机的两个波段的特征进行融合,获得对应的融合特征,将所述各融合特征作为样本输入至支持向量机以对所述各无人机进行分类。其通过使用双波段的雷达系统向无人机发射不同波段的电磁波,通过对无人机回波的微多普勒信息进行特征提取，然后对双波段的特征进行融合分析,从而得到不同无人机的类别，提高了无人机分类的精度，但是该方法的运算量极大。