【摘 要】
：
无人机最早应用于军事领域,后凭借其体积小、重量轻、成本低等优点,广泛应用于民用领域。甚至在近年爆发的俄乌冲突中,民用无人机被大量投入战场,在巷战、爆破及侦查中发挥至关重要的作用。随着无人机应用范围增大以及“黑飞”现象日益严重,政府一方面要通过社会媒体、公共平台提高安全规范使用无人机的宣传力度,增强人们对无人机的安全和法制观念,创造一个遵纪守法使用无人机的社会环境,另一方面也迫切需要在技术上加强对违
论文部分内容阅读
无人机最早应用于军事领域,后凭借其体积小、重量轻、成本低等优点,广泛应用于民用领域。甚至在近年爆发的俄乌冲突中,民用无人机被大量投入战场,在巷战、爆破及侦查中发挥至关重要的作用。随着无人机应用范围增大以及“黑飞”现象日益严重,政府一方面要通过社会媒体、公共平台提高安全规范使用无人机的宣传力度,增强人们对无人机的安全和法制观念,创造一个遵纪守法使用无人机的社会环境,另一方面也迫切需要在技术上加强对违规无人机的反制管理。无人机的信号识别是对其进行反制与管理的重要前提,也是当前的一个研究热点,对于无人机反制领域具有重大意义和应用前景。本文的主要工作和创新有:（1）针对无人机系统结构,分析了跳频通信系统原理和主要参数,对比研究了多种时频分析方法,通过仿真实验比较各方法的性能和特点,最终选取适用于无人机信号的时频分析方法。（2）实际采集无人机信号,对其进行时频域转化,将信号划分为多个部分,每部分信号的最大值图拼连,使跳频信号的特征更加明显,参数便于提取。采用基于能量统计自适应设定去噪阈值的方法消除底噪,弥补了设置去噪阈值需要人工干预的不足。（3）根据遥控信号与图传信号在时频域中相关性的差异特点,创新性地利用低秩矩阵恢复的方法将原信号中的图传信号与遥控信号分别分离到低秩矩阵和稀疏矩阵中,从而达到信号特征提取的目的。该方法无需获取源信号的先验信息,为无人机信号分离提供了一种新思路。（4）在信号识别的方法中选择了深度学习作为主要识别手段,针对不同数据类型,选用不同处理方法。在卷积神经网络CNN中,将接收的时域信号做CWD时频变换,输入测试图像到训练好的CNN网络中,从而实现无人机型号的分选。该方法无需获取目标信号参数特性,从而实现盲分类,与传统分类方法相比,在-15d B-0d B有着最高识别率,测试集准确率达到89.19%;在长短期记忆网络LSTM中,将遥控信号数据转化为时间序列,将时间序列用五元形态表示,可使数据的模式表示更加接近原始数据的趋势变化。平均查准率与平均查全率要比普通的时间序列分别高出15.64%和17.70%,最终的测试集准确率达到92.48%。
其他文献
由于传感器科技的发展,人类所掌握的大数据分析信息技术也迅速增加,其中包括可见光与红外图像融合技术。该技术利用可见光源图像和红外源图像自身的特性,将两种源图像的有效信息整合在一起,去除无用的冗余信息,从而解决单个信息受限于成像方式、成像谱段以及自然因素的影响,减少目标场景的不确定性,提升系统的实用性。所以,对可见光与红外双波段图像融合技术的研究,有着非常巨大的实用价值。本文研究的可见光与红外图像融合
随着医药领域和疾病机理研究的深入,科研人员发现miRNA（microRNA,微小RNA）这一种普遍存在于动植物细胞的大分子,会因其异常表达而导致正常细胞发生病变。同时也发现了miRNA可以作为一种新的药物靶点,可以在特定疾病条件下调节基因表达,产生特定的蛋白质。迄今为止,许多研究人员利用miRNA在分子水平上揭示药物疗效和发病机制。众所周知,传统的湿法实验存在许多问题,例如耗时长、劳动强度大和成本
图像拼接在计算机视觉、图形遥感和虚拟现实中有着广泛的应用,是近年来图像处理的热点研究领域之一。随着电子信息技术的发展,智能交通近年来也越来越受到国家的重视,现今交通路口的违章图像获取有着高清晰度和高曝光速度的优势,但是在拍摄违章图像的时候,因为相机拥有高分辨率镜头,所以这种相机拍摄的图像视角不会很宽,无法获取更大范围的车辆周边环境,所以我们要在保证图像清晰的情况下,扩大路口图像的视野,这就需要用到
近年来,国家鼓励工业、医疗、教育、娱乐等行业与VR/AR、机器人等技术相结合发展,而SLAM作为上述产业的核心技术在快速发展的同时也面临着许多挑战。其中,系统实时性问题、动态环境下的建图准确性问题和单个传感器导致系统使用场景受限等问题成为了目前领域内的研究热点。针对以上问题,本文研究并实现了一种基于视觉、惯性测量单元和激光雷达的多传感器SLAM系统,该系统不但能够实现动态环境下的高效建图与定位,而
航空工业中,电源系统为飞机提供飞行所必须的电能,飞机电源的品质好坏对飞机的可靠性和安全性有很大的影响,所以对其性能指标的要求必须相当严格,在电源系统的设计最初,必须严格按照飞机电源标准进行检测。已有设备检测影响飞机电源性能品质的稳态参数并不全面,设备体积大,操作复杂,且相对误差和采样率仅满足标准所需要的基本条件。因此如何使测试设备更加便携,采样率更高,相对误差进一步缩小是目前飞机电源地面检测设备面
食品与人类的日常生活息息相关,近年来,与食品相关的科学研究愈发火热。其中,以人工智能技术为主的菜品识别是诸多国内外学者的研究课题。菜品识别技术是开展智能食材管理、饮食健康监测等相关研究工作的基础部分,目前国外绝大部分的菜品识别技术适用于西餐和日式料理。鉴于中餐菜品的多元性和异质性,中餐菜品图像识别算法的研究始终是一个难点。当前,研究人员的主要目标是在公共数据集中实现高精度识别,导致大多数模型的网络
随着交通安全问题的日益严重,自动驾驶技术逐渐成为研究的热点。道路信息检测作为自动驾驶研究的基础变得尤为重要。消失点与车道线是道路信息不可或缺的组成部分,在相关研究中受到越来越多的重视。消失点为自动驾驶视觉感知系统提供了重要的判断标准。现有的消失点检测方法在速度和准确性方面仍然不能满足真实道路处理环境。本文提出了一种基于行空间特征的快速消失点检测方法。通过分析行空间特征,对行空间中相似的消失点进行聚
药物不良反应（Adverse Drug Reaction,ADR）是指用药期间出现危害人体健康的有害反应。ADR提取方法旨在从文本中检测并提取ADR信息,对确保公众健康和防止医疗事故的发生具有重要意义。然而,大量ADR信息主要隐藏于非结构化文本中,具有关键词不连续、文本语义复杂特点,对ADR提取方法造成一定干扰。为此,本文围绕ADR分类与ADR提取实体展开研究,并针对上述难点提出对应的解决方法以更
随着移动机器人产业的深入发展,移动机器人承担的任务越来越多样化,所遇到的环境也越来越复杂,如何在复杂的环境中实现移动机器人精准的定位与正确的建图是移动机器人实现自主移动执行任务的前提。当前仅靠单一传感器获取的信息无法满足移动机器人不同环境下的工作需求。为了解决这个问题,本文主要研究关于如何使用多源信息融合帮助移动机器人实现在不同环境中稳定的定位与建图功能进行研究。主要包括以下几个部分:（1）通过各
随着微电子和微机电系统（MEMS,Micro-Electro-Mechanical System）的改进,机器人结构和应用创新发展迅猛,无人机作为技术发展的受益平台之一,也逐渐趋于小型化和智能化。人工操纵的无人机视野范围小,容易由于不可预知因素对人或物造成危险与伤害,因此为无人机提供自主导航功能是必要的。现有基于GNSS的无人机自主导航方案功能单一,单个无人机功耗高,有效载荷低,信息采集和处理智能