基于时频多通道特征的无人机信号智能识别方法

摘要

针对复杂空域环境中快速机动、型号各异的无人机目标的精准感知需求，提出一种基于时频多通道特征的无人机信号识别方法。信号处理部分，首先对无人机信号去趋势化去噪，消除直流分量和低频漂移从而降低频域干扰，然后，利用离散傅里叶变换获取时频信息，通过频谱拼接与振幅归一化构建能量频谱数据，针对其空间异质性沿频域进行多特征通道处理。模型部分，基于多通道二维卷积模型（MC-2DCNN）提出多特征通道信号张量化处理策略，精准适配模型卷积特性。通过频域特征的空间解耦与结构化重组，在保障特征拓扑邻接关系的同时借助通道分离机制实现了跨频段特征的层次化提取和差异化建模，增强了模型鲁棒性和泛化性。实验表明，所提方法在-10～10 dB噪声范围内对机型与飞行模式的识别准确率分别达到98.15%和96.32%，在电磁噪声、梳状谱和阻塞式干扰的混叠噪声场景下识别准确率可达91.97%和90.56%，满足军民领域无人探测系统的智能识别需求。

关键词

射频信号感知 / 多通道特征 / 无人机识别 / 时频变换