深度学习驱动的无人机噪声指纹检测与识别

摘要

提出了一种利用无人机飞行中的噪声指纹进行检测和识别的方案，具有成本低、受环境影响小和运算快速等优势。在数据预处理阶段，使用重采样增强数据，降低环境噪音的影响，提高系统在不同环境下的适应性。特征提取模块通过时域峰值归一化算法和特征向量重缩放算法，降低了信号强度和距离变化对特征稳定性的影响，增强了系统鲁棒性。在无人机检测与识别阶段，构建CNN和LSTM混合的深度学习模型，并引入投票机制，考虑音频信号的局部和整体特性，提升识别准确率。实验证实在不同环境噪声和距离的条件下，系统能够准确地检测和识别无人机。

关键词

声学特征 / 声音身份识别 / 无人机检测 / 无人机识别 / 深度学习