基于噪声指纹的无人机检测与识别

摘要

现有的无人机检测和识别方案在面对小型、低空、低速或悬停无人机时存在精度不够高、鲁棒性差、数据处理复杂和容易受环境影响等问题。因此，提出了一种基于无人机噪声特征指纹的无人机检测和识别系统。在数据预处理阶段，该系统首先去掉环境噪声的干扰，并对训练音频数据进行数据增强从而丰富训练数据集的多样性，适应无人机在不同操作条件下的噪声特征。特征提取模块通过设计时域峰值归一化算法和特征向量重缩放算法，从而降低系统在提取特征时因信号强度或距离的变化而导致特征的不稳定性，提高系统的距离鲁棒性。最后，构建一种新的基于多个KNN分类器的无人机识别算法，实现对无人机型号的识别。实验结果表明，该系统能够在多种不同环境和距离条件下实现对无人机的准确检测与识别。

关键词

无人机检测 / 无人机识别 / 声纹提取 / 噪声识别 / MFCC特征