CN109145998A - 一种无人机检测方法及装置 - Google Patents

一种无人机检测方法及装置 Download PDF

Info

Publication number
CN109145998A
CN109145998A CN201811027883.XA CN201811027883A CN109145998A CN 109145998 A CN109145998 A CN 109145998A CN 201811027883 A CN201811027883 A CN 201811027883A CN 109145998 A CN109145998 A CN 109145998A
Authority
CN
China
Prior art keywords
signal
processed
expected
unmanned plane
correlation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN201811027883.XA
Other languages
English (en)
Inventor
潘乐园
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shi Shuangyin
Original Assignee
Beijing Lizheng Science And Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Lizheng Science And Technology Co Ltd filed Critical Beijing Lizheng Science And Technology Co Ltd
Priority to CN201811027883.XA priority Critical patent/CN109145998A/zh
Publication of CN109145998A publication Critical patent/CN109145998A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明实施例公开了一种无人机检测方法及装置,该方法包括:获取防御范围内接收到的待处理信号;根据待处理信号的中心频率,从预设的配置表中查找与待处理信号对应的无人机型号和信号特征,得到预期型号和预期信号特征;配置表携带多个不同型号无人机通信所用无线信号的频率范围和信号特征;判断待处理信号的特征和预期信号特征是否符合预设匹配条件;若是,则确定防御范围内出现预期型号的无人机。实现对防御范围内出现无人机的发现和识别,无需视觉检测的辅助,不受天气等环境因素的影响,提高了无人机管理的效果和效率。

Description

一种无人机检测方法及装置
技术领域
本申请涉及无人机技术领域,尤其涉及一种无人机检测方法及装置。
背景技术
随着无人机产业的爆发性发展,越来越多的无人机被应用于各种场景。由于无人机价格低廉,获取容易,这使得了无人机的实际应用不仅包括合法的应用,例如航拍、快递送货等,还包括了各种非法的应用,例如偷拍、投掷非法物体等。此时,仅通过法律手段已经无法管制无人机的使用。因此,需要使用专业设备对无人机的使用进行管理,包括检测和防御。其中,无人机检测是无人机管理的基本要求。
无人机检测,具体指的是当无人机出现在防御范围之内时,可以通过各种方式侦测到无人机的出现。目前常用的侦测方法包括基于雷达反射波的物理检测、基于摄像头的视觉检测和基于无人机发射无线电信号的无线检测。其中在无线检测中,主要通过检测无人机所发送无线信号的频谱功率实现。目前,无线检测仅可以检测出无人机的出现,而无法实现无人机的识别和区分,仍然需要视觉检测人工确定出现的无人机是否为非法无人机,无人机管理的效果不佳、管理效率低下。
发明内容
为了解决现有技术问题,本申请实施例提供了一种无人机检测方法及装置,能够发现并识别防御范围内出现的无人机,提高无人机管理的效果和效率。
本申请实施例提供的一种无人机检测方法,所述方法包括:
获取防御范围内接收到的待处理信号;
根据所述待处理信号的中心频率,从预设的配置表中查找与所述待处理信号对应的无人机型号和信号特征,得到预期型号和预期信号特征;所述配置表携带多个不同型号无人机通信所用无线信号的频率范围和信号特征;
判断所述待处理信号的特征和所述预期信号特征是否符合预设匹配条件;
若是,则确定所述防御范围内出现所述预期型号的无人机。
可选的,所述待处理信号包括重复发送的短信号和固定不变的长信号;所述判断所述待处理信号的特征和所述预期信号特征是否符合预设匹配条件,具体包括:
根据所述预期信号特征中的偏移量,对所述待处理信号做自相关处理,判断所述自相关处理得到的第一相关值是否大于第一阈值;
和/或,
对所述预期信号特征中携带的长信号和所述待处理信号做互相关处理,判断所述互相关处理得到的第二相关值是否大于第二阈值。
可选的,所述根据所述预期信号特征中的偏移量,对所述待处理信号做自相关处理,具体包括:
按照公式计算得到所述第一相关值r1[i];
式中,x[i+k]为所述待处理信号的第i+k个采样信号,i=1,2,…,N-2L,N为所述待处理信号中采样点的总数量,L为所述偏移量,conj{A}为A的共轭复数。
可选的,所述对所述预期信号特征中携带的长信号和所述待处理信号做互相关处理,具体包括:
按照公式计算得到所述第二相关值r2[i];
式中,x[i+m]为所述待处理信号的第i+m个采样点,i=1,2,…,N-M,N为所述待处理信号中采样点的总数量,s[m]为所述长信号的第m个采样信号,m=0,1,…,M-1,M为所述长信号的长度,conj{A}为A的共轭复数。
可选的,所述短信号为短同步参考信号;
所述长信号为长同步参考信号和/或信道估计参考信号。
本申请实施例提供的一种无人机检测装置,所述装置包括:信号获取模块、特征查找模块、匹配判断模块和识别确定模块;
所述信号获取模块,用于获取防御范围内接收到的待处理信号;
所述特征查找模块,用于根据所述待处理信号的中心频率,从预设的配置表中查找与所述待处理信号对应的无人机型号和信号特征,得到预期型号和预期信号特征;所述配置表携带多个不同型号无人机通信所用无线信号的频率范围和信号特征;
所述匹配判断模块,用于判断所述待处理信号的特征和所述预期信号特征是否符合预设匹配条件;
所述识别确定模块,用于当所述匹配判断模块的判断结果为是时,确定所述防御范围内出现所述预期型号的无人机。
可选的,所述待处理信号包括重复发送的短信号和固定不变的长信号;所述匹配判断模块,具体包括:第一判断子模块和/或第二判断子模块;
所述第一判断子模块,用于根据所述预期信号特征中的偏移量,对所述待处理信号做自相关处理,判断所述自相关处理得到的第一相关值是否大于第一阈值;
所述第二判断子模块,用于对所述预期信号特征中携带的长信号和所述待处理信号做互相关处理,判断所述互相关处理得到的第二相关值是否大于第二阈值。
可选的,所述第一判断子模块,具体用于:
按照公式计算得到所述第一相关值r1[i];
式中,x[i+k]为所述待处理信号的第i+k个采样信号,i=1,2,…,N-2L,N为所述待处理信号中采样点的总数量,L为所述偏移量,conj{A}为A的共轭复数。
可选的,所述第二判断子模块,具体用于:
按照公式计算得到所述第二相关值r2[i];
式中,x[i+m]为所述待处理信号的第i+m个采样点,i=1,2,…,N-M,N为所述待处理信号中采样点的总数量,s[m]为所述长信号的第m个采样信号,m=0,1,…,M-1,M为所述长信号的长度,conj{A}为A的共轭复数。
可选的,所述短信号为短同步参考信号;
所述长信号为长同步参考信号和/或信道估计参考信号。
与现有技术相比,本申请至少具有以下优点:
在本申请实施例中,在接收机接收到防御范围内的无线信号后,获取该无线信号作为待处理信号来识别出现在防御范围内的无人机。首先根据待处理信号的中心频率,从配置表中查找与待处理信号对应无人机的型号和信号特征,得到预期型号和预期信号特征作为识别的基础。然后,通过判断待处理信号的特征和预期信号特征是否符合预设匹配条件来确定待处理信号是否为预期型号的无人机通信所用的无线信号,实现对防御范围内出现无人机的发现和识别,无需视觉检测的辅助,不受天气等环境因素的影响,提高了无人机管理的效果和效率。并且本申请实施例是通过信号特征匹配的方式发现和识别无人机,识别的准确度不受无线信号信噪比的影响,当信号功率远低于噪声功率时仍可准确实现信号特征的匹配,对待处理信号的信噪比要求低,从而有效的提高了无人机的检测距离。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本申请实施例提供的一种无人机检测方法的流程示意图;
图2为本申请实施例提供的一种无人机检测装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
目前,无人机检测技术主要分为三类:基于雷达的物理检测、基于摄像头的视觉检测和基于无人机发射无线信号(包括遥控和图传信号等)的无线检测。其中,现有的无线检测主要是通过检测无人机所发送无线信号的频谱功率实现。当多台无人机同时出现时,频谱功率检测方法仅能检测到有无人机的出现,但无法确定有几台无人机以及分别是什么型号的无人机。并且,这种基于功率的频谱检测方法受限于接收到无线信号的信噪比,高信噪比时很容易检测到无人机,但低信噪比时则很难区分出无线信号中无人机信号和噪声。因此,现有的无线检测方法的检测距离很有限,一般在几百米以内。
为此,本申请实施例提供了一种无人机检测方法,通过将接收到的无线信号与各个已知型号的无人机通信所用的无线信号的频率和信号特征进行匹配比较,不仅可以发现防御范围内的无人机,还可以识别出在防御范围内的无人机的型号,无需视觉检测来判断出现的无人机是否为非法无人机,提高了无人机检测的效果和效率。并且,识别的准确度受无线信号信噪比的影响很小,当无线信号的信号功率远低于噪声功率时仍可准确实现信号特征的匹配,对接收到的无线信号的信噪比要求低,有效的提高了无人机的检测距离。
基于上述思想,为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图对本申请的具体实施方式做详细的说明。
参见图1,该图为本申请实施例提供的一种无人机检测方法的流程示意图。
本申请实施例提供的无人机检测方法,包括如下步骤S101-S104。
S101:获取防御范围内接收到的待处理信号。
在本申请实施例中,防御范围指的是无人机检测的范围。在实际应用中,待处理信号可以是由信号接收机在防御范围内所接收到的无线信号,则防御范围在信号接收机的信号接收范围内。本申请实施例对待处理的无线信号的获取方式以及防御范围的具体大小不进行限定。
在一个例子中,待处理信号可以包括:信号帧结构中存在的重复发送的短信号和信号帧结构中固定不变的长信号等。一般通信***中,短同步参考信号多会重复发送若干次,长同步参考信号会是固定不变的信号,信道估计参考信号也为固定不变的信号。则,短信号可以为短同步参考信号,长信号可以为长同步参考信号和/或信道估计参考信号。以高斯频移键控(Gauss Frequency Shift Keying,GFSK)调制方案中的无线信号为例,前导码(preamble)为重复发送的短信号,帧结构中的地址位或标识(ID)位则为固定不变的长信号。
S102:根据待处理信号的中心频率,从预设的配置表中查找与待处理信号对应无人机的型号和信号特征,得到预期型号和预期信号特征。
在本申请实施例中,预设的配置表携带有多个不同型号无人机通信所用无线信号的频率范围和信号特征。信号特征可以包括无人机通信所用无线信号中短信号的偏移量,和/或,通信所用无线信号中的长信号。当该中心频率落在配置表中携带的A型号无人机通信所用无线信号的频率范围之内时,即可确定A型号为预期型号、A型号无人机通信所用无线信号的信号特征为预期信号特征,作为后续对防御范围内出现的无人机的识别和检测的依据。
在实际应用中,可以预先对多个不同品牌、不同型号的无人机通信所用的无线信号特征进行收集整理,确定每个型号的无人机所用无线信号的频率和信号特征,得到该配置表。
S103:判断待处理信号的特征和预期信号特征是否符合预设匹配条件;若是,则执行步骤S104。
S104:确定防御范围内出现预期型号的无人机。
在本申请实施例中,当待处理信号的特征和预期信号特征符合预设匹配条件时,表明在防御范围内接收到的待处理信号与预期信号特征相符,属于预期型号无人机通信所用的无线信号。由于判断出在防御范围内有符合预期型号无人机所用的无线信号,也就是说在防御范围内有利用这种无线信号通信的设备(即预期型号的无人机),基于此,即可确定防御范围内出现了预期型号的无人机,不仅可以检出防御范围内出现的无人机,还可以确定检测的无人机的型号,提高了无人机管理的效果。下面将根据信号特征的不同详细说明具体如何判断待处理信号的特征和预期信号特征是否符合预设匹配条件,先不赘述。
还需要说明的是,在本申请实施例中,与现有技术不同的是,对防御范围内无人机的检出是利用特征之间是否满足预设匹配条件实现的,即利用匹配滤波的方式实现无人机的检出,对待处理信号的信噪比要求低,特征信号段越长,对待处理信号的信噪比要求越低,当待处理信号的信号功率远低于噪声功率,即信噪比为负数时,仍可以准确的实现信号特征之间的匹配,从而可以增大无人机检测的有效范围,增加检测距离。
在本申请实施例中,在接收机接收到防御范围内的无线信号后,获取该无线信号作为待处理信号来识别出现在防御范围内的无人机。首先根据待处理信号的中心频率,从配置表中查找与待处理信号对应无人机的型号和信号特征,得到预期型号和预期信号特征作为识别的基础。然后,通过判断待处理信号的特征和预期信号特征是否符合预设匹配条件来确定待处理信号是否为预期型号的无人机通信所用的无线信号,实现对防御范围内出现无人机的发现和识别,无需视觉检测的辅助,不受天气等环境因素的影响,提高了无人机管理的效果和效率。并且本申请实施例是通过信号特征匹配的方式发现和识别无人机,识别的准确度不受无线信号信噪比的影响,当信号功率远低于噪声功率时仍可准确实现信号特征的匹配,对待处理信号的信噪比要求低,从而有效的提高了无人机的检测距离。
下面将根据信号特征的具体内容,举例说明具体如何判断待处理信号的特征和预期信号特征是否符合预设匹配条件。
在本申请实施例中,根据各个型号无人机通信所用无线信号的特征,配置表携带的无人机通信所用无线信号的信号特征至少存在以下三种可能:当无人机(如预期型号的无人机)所用的无线信号包括重复发送的短信号时,配置表携带的与其对应的信号特征(如预期信号特征)包括该短信号的偏移量;当无人机所用的无线信号包括固定不变的长信号时,配置表携带的与其对应的信号特征包括该长信号;当无人机所用的无线信号包括重复发送的短信号和定不变的长信号时,配置表携带的与其对应的信号特征包括该短信号的偏移量和该长信号中的任意一个或多个。
在第一种可能的实现方式中,当预期信号特征包括该短信号的偏移量时,步骤S103具体可以包括:
根据预期信号特征中的偏移量,对待处理信号做自相关处理,判断自相关处理得到的第一相关值是否大于第一阈值。
在本申请实施例中,自相关处理即将待处理信号偏移一定量(即预期信号特征中的偏移量)之后与其自身做相关性判断,得到两个信号之间的相关量。
作为一个示例,对待处理信号做自相关处理具体可以包括:
按照如下式(1)计算得到第一相关值r1[i];
式中,x[i+k]为所述待处理信号的第i+k个采样信号,i=1,2,…,N-2L,N为待处理信号中采样点的总数量,L为偏移量,conj{A}为A的共轭复数。
可以理解的是,当待处理信号中短信号的偏移量与预期信号特征中的偏移量越接近时,待处理信号的第i个采样信号x[i]与偏移L后的第i个采样信号x[i]之间相关值越大。因此,当计算得到的第一相关值r1[i]大于第一阈值即可认为待处理信号中短信号的偏移量与预期信号特征中的偏移量相符,待处理信号的特征和所述预期信号特征符合预设匹配条件。这里需要说明的是,第一阈值可以根据实际情况具体设定,本申请不进行限定,不再一一列举。
在第二种可能的实现方式中,当预期信号特征包括长信号时,步骤S103具体可以包括:
对预期信号特征中携带的长信号和待处理信号做互相关处理,判断互相关处理得到的第二相关值是否大于第二阈值。
在本申请实施例中,互相关处理即将两个信号(长信号和待处理信号)做相关性判断,得到这两个信号之间的相关量。
作为一个示例,对预期信号特征中携带的长信号和待处理信号做互相关处理,具体可以包括:
按照下式(2)计算得到第二相关值r2[i];
式中,x[i+m]为所述待处理信号的第i+m个采样点,i=1,2,…,N-M,N为待处理信号中采样点的总数量,s[m]为长信号的第m个采样信号,m=0,1,…,M-1,M为长信号的长度,conj(A)为A的共轭复数。
可以理解的是,当待处理信号与预期信号特征中的长信号越接近时,待处理信号的第j个采样信号x[j]与预期信号特征中的长信号的第j个采样信号s[j]之间相关值越大。因此,当计算得到的第二相关值r2[i]大于第二阈值即可认为待处理信号与预期信号特征中的长信号相符,待处理信号的特征和所述预期信号特征符合预设匹配条件。这里需要说明的是,第二阈值可以根据实际情况具体设定,本申请不进行限定,也不再一一列举。
在第三种可能的实现方式中,当预期信号特征包括短信号的偏移量和长信号时,步骤S103具体可以包括:
根据预期信号特征中的偏移量,对待处理信号做自相关处理,判断自相关处理得到的第一相关值是否大于第一阈值,并对预期信号特征中携带的长信号和待处理信号做互相关处理,判断互相关处理得到的第二相关值是否大于第二阈值。
在本申请实施例中,当第一相关值大于第一阈值且第二相关值大于第二阈值时,即可确定待处理信号的特征和所述预期信号特征符合预设匹配条件。自相关处理和互相关处理的具体说明与上述第一种可能的实现方式以及第二中可能的实现方式中类似,具体参见上面的相关说明即可,这里不再赘述。
基于上述实施例提供的无人机检测方法,本申请实施例还提供了一种无人机检测装置。
参见图2,该图为本申请实施例提供的一种无人机检测装置的结构示意图。
本申请实施例提供的无人机检测装置,包括:信号获取模块100、特征查找模块200、匹配判断模块300和识别确定模块400;
信号获取模块100,用于获取防御范围内接收到的待处理信号;
特征查找模块200,用于根据待处理信号的中心频率,从预设的配置表中查找与待处理信号对应的无人机型号和信号特征,得到预期型号和预期信号特征;配置表携带多个不同型号无人机通信所用无线信号的频率范围和信号特征;
匹配判断模块300,用于判断待处理信号的特征和预期信号特征是否符合预设匹配条件;
识别确定模块400,用于当匹配判断模块300的判断结果为是时,确定防御范围内出现预期型号的无人机。
在本申请实施例一些可能的实现方式中,待处理信号包括重复发送的短信号和固定不变的长信号;作为一个示例,短信号可以为短同步参考信号;长信号可以为长同步参考信号和/或信道估计参考信号。
则,匹配判断模块300,具体包括:第一判断子模块和/或第二判断子模块(均未在图中示出);
第一判断子模块,用于根据预期信号特征中的偏移量,对待处理信号做自相关处理,判断自相关处理得到的第一相关值是否大于第一阈值;
第二判断子模块,用于对预期信号特征中携带的长信号和待处理信号做互相关处理,判断互相关处理得到的第二相关值是否大于第二阈值。
可选的,第一判断子模块,具体用于:
按照公式计算得到第一相关值r1[i];
式中,x[i+k]为待处理信号的第i+k个采样信号,i=1,2,…,N-2L,N为待处理信号中采样点的总数量,L为偏移量,conj{A}为A的共轭复数。
可选的,第二判断子模块,具体用于:
按照公式计算得到第二相关值r2[i];
式中,x[i+m]为待处理信号的第i+m个采样点,i=1,2,…,N-M,N为待处理信号中采样点的总数量,s[m]为长信号的第m个采样信号,m=0,1,…,M-1,M为长信号的长度,conj{A}为A的共轭复数。
作为一个示例,短信号可以为短同步参考信号;长信号可以为长同步参考信号和/或信道估计参考信号。
在本申请实施例中,在接收机接收到防御范围内的无线信号后,获取该无线信号作为待处理信号来识别出现在防御范围内的无人机。首先根据待处理信号的中心频率,从配置表中查找与待处理信号对应无人机的型号和信号特征,得到预期型号和预期信号特征作为识别的基础。然后,通过判断待处理信号的特征和预期信号特征是否符合预设匹配条件来确定待处理信号是否为预期型号的无人机通信所用的无线信号,实现对防御范围内出现无人机的发现和识别,无需视觉检测的辅助,不受天气等环境因素的影响,提高了无人机管理的效果和效率。并且本申请实施例是通过信号特征匹配的方式发现和识别无人机,识别的准确度受无线信号信噪比的影响小,当信号功率远低于噪声功率时仍可准确实现信号特征的匹配,对待处理信号的信噪比要求低,从而有效的提高了无人机的检测距离。
需要说明的是,本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述比较简单,相关之处参见方法部分说明即可。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述,仅是本申请的较佳实施例而已,并非对本申请作任何形式上的限制。虽然本申请已以较佳实施例揭露如上,然而并非用以限定本申请。任何熟悉本领域的技术人员,在不脱离本申请技术方案范围情况下,都可利用上述揭示的方法和技术内容对本申请技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本申请技术方案的内容,依据本申请的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本申请技术方案保护的范围内。

Claims (10)

1.一种无人机检测方法,其特征在于,所述方法包括:
获取防御范围内接收到的待处理信号;
根据所述待处理信号的中心频率,从预设的配置表中查找与所述待处理信号对应的无人机型号和信号特征,得到预期型号和预期信号特征;所述配置表携带多个不同型号无人机通信所用无线信号的频率范围和信号特征;
判断所述待处理信号的特征和所述预期信号特征是否符合预设匹配条件;
若是,则确定所述防御范围内出现所述预期型号的无人机。
2.根据权利要求1所述的方法,其特征在于,所述待处理信号包括重复发送的短信号和固定不变的长信号;所述判断所述待处理信号的特征和所述预期信号特征是否符合预设匹配条件,具体包括:
根据所述预期信号特征中的偏移量,对所述待处理信号做自相关处理,判断所述自相关处理得到的第一相关值是否大于第一阈值;
和/或,
对所述预期信号特征中携带的长信号和所述待处理信号做互相关处理,判断所述互相关处理得到的第二相关值是否大于第二阈值。
3.根据权利要求2所述的方法,其特征在于,所述根据所述预期信号特征中的偏移量,对所述待处理信号做自相关处理,具体包括:
按照公式计算得到所述第一相关值r1[i];
式中,x[i+k]为所述待处理信号的第i+k个采样信号,i=1,2,…,N-2L,N为所述待处理信号中采样点的总数量,L为所述偏移量,conj{A}为A的共轭复数。
4.根据权利要求2所述的方法,其特征在于,所述对所述预期信号特征中携带的长信号和所述待处理信号做互相关处理,具体包括:
按照公式计算得到所述第二相关值r2[i];
式中,x[i+m]为所述待处理信号的第i+m个采样点,i=1,2,…,N-M,N为所述待处理信号中采样点的总数量,s[m]为所述长信号的第m个采样信号,m=0,1,…,M-1,M为所述长信号的长度,conj{A}为A的共轭复数。
5.根据权利要求2-4任意一项所述的方法,其特征在于,
所述短信号为短同步参考信号;
所述长信号为长同步参考信号和/或信道估计参考信号。
6.一种无人机检测装置,其特征在于,所述装置包括:信号获取模块、特征查找模块、匹配判断模块和识别确定模块;
所述信号获取模块,用于获取防御范围内接收到的待处理信号;
所述特征查找模块,用于根据所述待处理信号的中心频率,从预设的配置表中查找与所述待处理信号对应的无人机型号和信号特征,得到预期型号和预期信号特征;所述配置表携带多个不同型号无人机通信所用无线信号的频率范围和信号特征;
所述匹配判断模块,用于判断所述待处理信号的特征和所述预期信号特征是否符合预设匹配条件;
所述识别确定模块,用于当所述匹配判断模块的判断结果为是时,确定所述防御范围内出现所述预期型号的无人机。
7.根据权利要求6所述的装置,其特征在于,所述待处理信号包括重复发送的短信号和固定不变的长信号;所述匹配判断模块,具体包括:第一判断子模块和/或第二判断子模块;
所述第一判断子模块,用于根据所述预期信号特征中的偏移量,对所述待处理信号做自相关处理,判断所述自相关处理得到的第一相关值是否大于第一阈值;
所述第二判断子模块,用于对所述预期信号特征中携带的长信号和所述待处理信号做互相关处理,判断所述互相关处理得到的第二相关值是否大于第二阈值。
8.根据权利要求7所述的装置,其特征在于,所述第一判断子模块,具体用于:
按照公式计算得到所述第一相关值r1[i];
式中,x[i+k]为所述待处理信号的第i+k个采样信号,i=1,2,…,N-2L,N为所述待处理信号中采样点的总数量,L为所述偏移量,conj{A}为A的共轭复数。
9.根据权利要求7所述的装置,其特征在于,所述第二判断子模块,具体用于:
按照公式计算得到所述第二相关值r2[i];
式中,x[i+m]为所述待处理信号的第i+m个采样点,i=1,2,…,N-M,N为所述待处理信号中采样点的总数量,s[m]为所述长信号的第m个采样信号,m=0,1,…,M-1,M为所述长信号的长度,conj{A}为A的共轭复数。
10.根据权利要求7-9任意一项所述的装置,其特征在于,
所述短信号为短同步参考信号;
所述长信号为长同步参考信号和/或信道估计参考信号。
CN201811027883.XA 2018-09-04 2018-09-04 一种无人机检测方法及装置 Withdrawn CN109145998A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811027883.XA CN109145998A (zh) 2018-09-04 2018-09-04 一种无人机检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811027883.XA CN109145998A (zh) 2018-09-04 2018-09-04 一种无人机检测方法及装置

Publications (1)

Publication Number Publication Date
CN109145998A true CN109145998A (zh) 2019-01-04

Family

ID=64826873

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811027883.XA Withdrawn CN109145998A (zh) 2018-09-04 2018-09-04 一种无人机检测方法及装置

Country Status (1)

Country Link
CN (1) CN109145998A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112509384A (zh) * 2021-02-03 2021-03-16 深圳协鑫智慧能源有限公司 一种基于智慧路灯的飞行器管制方法及智慧路灯

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106549899A (zh) * 2015-09-16 2017-03-29 中国航空工业第六八研究所 一种无人机数据链信道均衡方法
CN107769942A (zh) * 2016-08-18 2018-03-06 重庆工程学院 一种微型无人机监控方法和装置
CN207399422U (zh) * 2017-11-16 2018-05-22 王磊 一种用于工业级无人机高清图像传输的地面接收设备
CN108255191A (zh) * 2016-12-29 2018-07-06 上海三思电子工程有限公司 无人机管控方法及智慧路灯***
CN108268052A (zh) * 2017-12-29 2018-07-10 河南鸿马实业有限公司 无人机反制方法及***
CN108353081A (zh) * 2015-09-28 2018-07-31 13部门有限公司 无人机入侵检测和对抗
CN110289918A (zh) * 2018-03-13 2019-09-27 深圳智空未来信息技术有限公司 一种无线信号检测方法以及***

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106549899A (zh) * 2015-09-16 2017-03-29 中国航空工业第六八研究所 一种无人机数据链信道均衡方法
CN108353081A (zh) * 2015-09-28 2018-07-31 13部门有限公司 无人机入侵检测和对抗
CN107769942A (zh) * 2016-08-18 2018-03-06 重庆工程学院 一种微型无人机监控方法和装置
CN108255191A (zh) * 2016-12-29 2018-07-06 上海三思电子工程有限公司 无人机管控方法及智慧路灯***
CN207399422U (zh) * 2017-11-16 2018-05-22 王磊 一种用于工业级无人机高清图像传输的地面接收设备
CN108268052A (zh) * 2017-12-29 2018-07-10 河南鸿马实业有限公司 无人机反制方法及***
CN110289918A (zh) * 2018-03-13 2019-09-27 深圳智空未来信息技术有限公司 一种无线信号检测方法以及***

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
穆虹: "《防空导弹雷达导引头设计》", 30 June 1996, 中国宇航出版社 *
魏永峰等: "基于无人机平台的电子对抗试验***应用研究", 《信息技术》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112509384A (zh) * 2021-02-03 2021-03-16 深圳协鑫智慧能源有限公司 一种基于智慧路灯的飞行器管制方法及智慧路灯
CN112509384B (zh) * 2021-02-03 2021-07-30 深圳协鑫智慧能源有限公司 一种基于智慧路灯的飞行器管制方法及智慧路灯

Similar Documents

Publication Publication Date Title
CN103298106B (zh) 能够执行增强指纹映射和位置识别的无线通信装置
CN104459797B (zh) 一种井中微地震事件识别和拾取的方法
CN110706505A (zh) 一种基于蓝牙5.1出发角的地下车库寻车***
CN108540931B (zh) 一种井下区间分段式视距节点合作定位算法
CN105554879A (zh) 一种室内区域定位优化方法及***
CN103916954A (zh) 基于wlan的概率定位方法及定位装置
CN109168166A (zh) 物理层认证***的安全性检测方法
CN103051458A (zh) 一种从bpsk信号中获取稳健射频指纹的方法
CN104378316A (zh) 一种多普勒频偏估计方法和装置
CN109347579A (zh) 一种在无线信道衰落不确定条件下的弱信号检测方法
CN108243130A (zh) 解调方法、装置、频谱检测仪及计算机可读存储介质
CN105117766A (zh) 一种基于超宽频测距的工程土方运输车工作量计数***及方法
CN109145998A (zh) 一种无人机检测方法及装置
CN110289926B (zh) 基于调制信号循环自相关函数对称峰值的频谱感知方法
CN115752393A (zh) 一种矿井测量机器人***棱镜点号识别***和方法
CN105656511B (zh) 一种适应于有频偏和低信噪比环境下的差分相关捕获方法
CN103400115A (zh) 一种无线信号指纹匹配方法
WO2024012269A1 (zh) 通信环境判定方法、数据处理装置、车辆和存储介质
CN106873002B (zh) 一种车载定位干扰攻击检测方法及***
CN106877901B (zh) 一种低噪比直扩信号的检测方法
CN105743756A (zh) WiFi***中基于adaboost算法的帧检测方法
Sergi et al. A literature review on outdoor localization systems based on the bluetooth technology
CN109286785B (zh) 一种环境信息共享***及方法
CN105680964A (zh) 一种频谱感知方法和频谱感知***、客户端和服务端
EP2867692A1 (en) Method for generating and using a map

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20191104

Address after: Group 2, Shihua village, mincun Town, Hancheng City, Weinan City, Shaanxi Province

Applicant after: Shi Shuangyin

Address before: 100192 Building 3, No. 1, Courtyard 8, Anfu Street, Shunyi District, Beijing, 304

Applicant before: Beijing Lizheng Science and Technology Co., Ltd.

TA01 Transfer of patent application right
WW01 Invention patent application withdrawn after publication

Application publication date: 20190104

WW01 Invention patent application withdrawn after publication