一种无线信号干扰下的无人机检测方法

本发明涉及无线电信号处理以及无人机检测，尤其涉及一种无线信号干扰下的无人机检测方法。

背景技术：

1、目前，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，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，而为了避免无人机非法应用带来的危害，需要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。

2、现有无人机探测方法大致可以分为雷达探测、可见光/红外探测、声频探测和无线电探测四类，其中：

3、雷达探测是通过向目标空域发射电磁波，并对接收的回波信号进行处理探测无人机，能够全天候工作，受天气影响较小，探测距离远且多目标跟踪能力强，但雷达设备昂贵，体积较大，隐蔽性不足，在城市环境下不易部署，还会给环境带来电磁污染，也易受到地面杂波干扰，并且雷达探测主要针对高空、高速、大体积的目标飞行器，无人机属于“低、小、慢”目标，降低了被探测发现的概率；

4、可见光/红外光探测是利用可见光或目标的热红外发射，采用高清的可见光摄像头或红外热成像仪多传感器组合，利用背景与目标之间的红外辐射差来探测无人机，具有成本低、产业链成熟、可视化强、精度高的优点，但该方法受环境、气象条件影响大，在目标较小时容易被遮挡，难检测到，并且难以区分无人机和类似大小的物体，因此报错率较高；

5、声频探测是通过声传感器对无人机运动时内部构件产生的声音进行检测，该方法成本低、安全性好、精度高，但探测距离过短，且无人机噪声级很低，在城市、机场等复杂声场环境下很难探测到；

6、而无线电探测是对无人机与地面通信时的遥控信号或图传信号进行监测，并提取信号特征，判断是否为无人机通信信号，该方法的突出优点是使用方便，设备低廉。成本较低，不受强光、云雾、遮挡、无人机体积等不利因素的影响，是对反无人机系统的有效补充。

7、现有的无线电探测方法有：

8、drn-uav算法：是一种采用残差神经网络对无人机遥控信号时频谱图进行识别检测的算法，将大量实测的不同机型遥控信号待测谱图作为数据集来训练和测试残差神经网络，最终由训练好的网络来实时识别当前遥控信号是否存在及其所属机型；

9、基于飞控信号频谱特征的无人机检测与识别系统：该系统以fpga为控制与运算核心，采用ad射频收发信号检测与识别等算法处理，完成无人机的检测与识别；

10、基于rf-dna的无人机识别：该方法提取无人机信号瞬态部分所含有的指纹特征，由主要成分分析法进行特征降维，最后采用多分类支持向量算法对该信号进行分类及识别。

11、但现有的无线电探测方法较少考虑无人机通信频段中wifi和蓝牙信号的干扰，且目前的无人机检测技术相关论文和专利也都是基于无人机和遥控器之间的wifi信号特征等进行的，导致现有的无人机方法的对无人机的检测不够准确，因此，本发明提出一种无线信号干扰下的无人机检测方法以解决现有技术中存在的问题。

技术实现思路

1、针对上述问题，本发明的目的在于提出一种无线信号干扰下的无人机检测方法，解决现有的无线电探测方法较少考虑无人机通信频段中wifi和蓝牙信号的干扰，导致现有的无人机方法的对无人机的检测不够准确的问题。

2、为了实现本发明的目的，本发明通过以下技术方案实现：一种无线信号干扰下的无人机检测方法，包括以下步骤：

3、步骤一：利用通用软件无线电设备截获无人机与地面的无人机遥控器之间的通信信号；

4、步骤二：先对步骤一中通用软件无线电设备截获的通信信号进行三层小波包分解，再对经三层小波包分解得到的信号进行重构，得到经过小波包分解后的重构信号；

5、步骤三：基于步骤二中获得的重构信号计算重构信号的样本熵，并根据样本熵计算结果判断是否有信号进入；

6、步骤四：基于步骤三中计算得到的样本熵，将样本熵与预设判断阀值进行对比，若对比结果表示样本熵大于预设判断阈值，则判定检测到无线信号，并消除噪声干扰的影响；

7、步骤五：先基于步骤二中获得的重构信号进行傅里叶变换，得到信号的最高频分量和最低频分量，再将信号的最高频分量和最低频分量作差并计算信号带宽，然后根据信号带宽计算结果判断是否为wifi信号；

8、步骤六：先基于步骤二中获得的重构信号，进行wee与pse的无人机信号熵特征提取，提取无人机信号熵特征，再将熵特征与蓝牙信号进行对比，并根据对比结果判断是否检测到无人机。

9、进一步改进在于：所述步骤二中，对分解信号进行重构的具体步骤为：先计算经小波包分解后的第三层共8个节点的信号能量值，再选择其中前三个能量最大的子代节点，并对该子代节点所对应的信号进行重构，得到重构信号。

10、进一步改进在于：所述步骤三中，样本熵的具体计算步骤为：设重构信号为x，序列长度为n，其组成m维向量为：

11、x(i)＝[x(i),x(i+1),...,x(i+m-1)],i∈[1,n-m+1]

12、定义x(i)与x(j)之间的距离为：

13、

14、定义相似容限，即：

15、r＝k·sd

16、其中，k为容限系数，sd为时间序列的标准差，记录所有d[x(i),x(j)]＜r的数量记作bi，并将bi与矢量总数n-m+1做比值，记为：

17、

18、增加维数到m+1,构造一组m+1维矢量，重复步骤，得到：

19、

20、则该序列样本熵的表达式为：

21、

22、其中，sampen(m，r)为样本熵。

23、进一步改进在于：所述步骤五中，信号带宽计算公式为：

24、b＝fmax-fmin

25、式中，fmax为最高频分量，fmin为最低频分量。

26、进一步改进在于：所述步骤五中，信号带宽计算结果判断过程中，若计算的信号带宽大于20mhz，则表明是wifi信号，并返回步骤一重新进行信号采集。

27、进一步改进在于：所述步骤五中，信号带宽计算结果判断过程中，若计算的信号带宽小于20mhz，则表明不是wifi信号，并继续执行步骤六。

28、进一步改进在于：所述步骤六中，熵特征与蓝牙信号对比过程中，若提取的无人机信号熵与蓝牙信号特征匹配，则表示没有无人机，若提取的无人机信号熵与蓝牙信号特征不匹配，则表示成功检测到无人机。

29、进一步改进在于：若重构信号既不是wifi信号也不是蓝牙信号，则该信号为无人机信号，表明检测到无人机。

30、本发明的有益效果为：本发明通过截获无人机与地面遥控之间的通信信号，并对该信号进行三层小波包分解，计算小波包分解后的信号能量值，并对前三个能量较大的子带对应的信号进行重构并计算重构信号的样本熵，以判断是否有信号进入，若有信号进入，则对重构信号进行傅里叶变换，计算信号带宽，判断是否为wifi信号，若不是wifi信号，则基于重构信号获取其调制特征，若该特征与蓝牙信号特征匹配，则表明没有检测到无人机，否则表示成功检测到无人机，从而实现在wifi和蓝牙设备干扰下对无人机进行探测，具有较高的检测率，提高无人机检测准确度，便于工程实现。