基于形态学滤波的无人机遥控信号参数估计方法

涉及信号处理和通信系统。

背景技术：

1、随着科学技术的不断发展，无人机凭借其成本低廉、操作简单、功能丰富的优势，在人们的日常生活中得到广泛应用。但同时由于普通消费级无人机的入门门槛较低，其用户的操作水平参差不齐且使用目的多种多样，导致全国各地由“黑飞”无人机引发的安全问题日益突出，多次对国家安全及公共安全等产生威胁，因此如何在复杂电磁环境中识别“黑飞”无人机的上行遥控信号并对其进行参数估计，进而针对遥控链路实施干扰迫使“黑飞”无人机自动返航或者迫降，正是当下的研究热点。

2、跳频信号的参数估计多数是基于时频分析技术实现的，利用时频分析手段提取信号的频率－时间变换关系图即时频图，并进一步对时频图噪声去除、提取时频脊线和差分处理，实现对跳频信号的参数估计。

3、在实际的无人机通信场景中，其上行遥控链路所处的2.4ghz频段拥有复杂的电磁信号，同时还可能出现其图传信号和遥控信号位于同一频段内的情况，进而造成参数估计效能下降。

技术实现思路

1、为解决现有技术中存在的，现有的无人机通信场景中，其上行遥控链路所处的2.4ghz频段拥有复杂的电磁信号，同时还可能出现其图传信号和遥控信号位于同一频段内的情况，进而造成参数估计效能下降的技术问题，本发明提供的技术方案为：

2、基于形态学滤波的无人机遥控信号参数估计方法，包括：

3、采集无人机遥控信号，并进行时频分析，得到时频图的步骤；

4、对所述时频图进行二值化处理的步骤；

5、判断经过二值化处理的所述时频图，是否存在噪声的步骤；

6、若判断结果为存在噪声，则去除所述噪声的步骤；

7、对经过二值化处理的所述时频图，进行时频脊线提取，得到跳频信号的时频特征的步骤。

8、进一步，提供一个优选实施方式，通过信号探测设备在2.4ghz频段采集无人机遥控信号。

9、进一步，提供一个优选实施方式，通过谱图变换，对所述遥控信号进行时频分析。

10、进一步，提供一个优选实施方式，通过形态学滤波，判断是否存在噪声。

11、进一步，提供一个优选实施方式，对经过二值化处理的所述时频图进行形态学滤波，计算所述时频图中，图传信号频带内能量占总能量的比值，判断是否存在噪声。

12、进一步，提供一个优选实施方式，所述噪声包括图传信号和离散噪声。

13、进一步，提供一个优选实施方式，所述跳频信号包括：跳频频率、跳频瞬时带宽、跳频点持续时间、跳变时刻及相邻两跳间的跳频间隔。

14、基于同一发明构思，本发明还提供了基于形态学滤波的无人机遥控信号参数估计装置，包括：

15、采集无人机遥控信号，并进行时频分析，得到时频图的模块；

16、对所述时频图进行二值化处理的模块；

17、判断经过二值化处理的所述时频图，是否存在噪声的模块；

18、若判断结果为存在噪声，则去除所述噪声的模块；

19、对经过二值化处理的所述时频图，进行时频脊线提取，得到跳频信号的时频特征的模块。

20、基于同一发明构思，本发明还提供了计算机储存介质，用于储存计算机程序，当所述计算机程序被计算机读取时，所述计算机执行所述的方法。

21、基于同一发明构思，本发明还提供了计算机，包括处理器和储存介质，当所述处理器读取所述储存介质中储存的计算机程序时，所述计算机执行所述的方法。

22、与现有技术相比，本发明提供的技术方案的有益之处在于：

23、本发明提供的基于形态学滤波的无人机遥控信号参数估计方法，通过谱图变换(sp)，将非平稳信号转换为时频图，有效捕获无人机遥控信号的频谱特性，有助于快速准确地识别无人机信号。

24、本发明提供的基于形态学滤波的无人机遥控信号参数估计方法，采用形态学滤波对时频图进行处理，可以有效地去除噪声和干扰，提高了信号识别和参数估计的准确性和鲁棒性。

25、本发明提供的基于形态学滤波的无人机遥控信号参数估计方法，通过设置自适应能量门限，将时频图二值化，进一步提高了信号的清晰度，有利于后续信号组成的判别。

26、本发明提供的基于形态学滤波的无人机遥控信号参数估计方法，利用形态学滤波后的时频图，判断是否存在无人机图传信号或其他宽带噪声干扰，提高了对信号组成的识别能力。

27、本发明提供的基于形态学滤波的无人机遥控信号参数估计方法，通过对跳频信号的时频特征进行估计，包括跳频频率、跳频瞬时带宽、跳频点持续时间、跳变时刻及相邻两跳间的跳频间隔，实现了对无人机遥控信号参数的准确估计。

28、本发明提供的基于形态学滤波的无人机遥控信号参数估计方法，充分利用了时频分析、形态学滤波等技术，综合考虑了信号的时频特性，提高了对无人机遥控信号的识别和参数估计的准确性和鲁棒性。

29、本发明提供的基于形态学滤波的无人机遥控信号参数估计方法，与其他研究相比，在信号处理和参数估计方面采用了较为全面的方法，能够有效应对2.4ghz频段不同类型的干扰信号，具有较高的实用性和适用性。

30、本发明提供的基于形态学滤波的无人机遥控信号参数估计方法，可以应用于针对无人机遥控信号的检测与对抗工作中。

技术特征：

1.基于形态学滤波的无人机遥控信号参数估计方法，其特征在于，包括：

2.根据权利要求1所述的基于形态学滤波的无人机遥控信号参数估计方法，其特征在于，通过信号探测设备在2.4ghz频段采集无人机遥控信号。

3.根据权利要求1所述的基于形态学滤波的无人机遥控信号参数估计方法，其特征在于，通过谱图变换，对所述遥控信号进行时频分析。

4.根据权利要求1所述的基于形态学滤波的无人机遥控信号参数估计方法，其特征在于，通过形态学滤波，判断是否存在噪声。

5.根据权利要求4所述的基于形态学滤波的无人机遥控信号参数估计方法，其特征在于，对经过二值化处理的所述时频图进行形态学滤波，计算所述时频图中，图传信号频带内能量占总能量的比值，判断是否存在噪声。

6.根据权利要求1所述的基于形态学滤波的无人机遥控信号参数估计方法，其特征在于，所述噪声包括图传信号和离散噪声。

7.根据权利要求1所述的基于形态学滤波的无人机遥控信号参数估计方法，其特征在于，所述跳频信号包括：跳频频率、跳频瞬时带宽、跳频点持续时间、跳变时刻及相邻两跳间的跳频间隔。

8.基于形态学滤波的无人机遥控信号参数估计装置，其特征在于，包括：

9.计算机储存介质，用于储存计算机程序，其特征在于，当所述计算机程序被计算机读取时，所述计算机执行权利要求1所述的方法。

10.计算机，包括处理器和储存介质，其特征在于，当所述处理器读取所述储存介质中储存的计算机程序时，所述计算机执行权利要求1所述的方法。

技术总结
基于形态学滤波的无人机遥控信号参数估计方法，涉及信号处理和通信系统技术领域。为解决现有技术中存在的，现有的无人机通信场景中，其上行遥控链路所处的2.4GHz频段拥有复杂的电磁信号，同时还可能出现其图传信号和遥控信号位于同一频段内的情况，进而造成参数估计效能下降的技术问题，本发明提供的技术方案为：基于形态学滤波的无人机遥控信号参数估计方法，包括：采集无人机遥控信号，并进行时频分析，得到时频图；对时频图进行二值化处理；判断经过二值化处理的时频图，是否存在噪声；若判断结果为存在噪声，则去除噪声；对经过二值化处理的时频图，进行时频脊线提取，得到跳频信号的时频特征。可以应用于针对无人机遥控信号的检测与对抗工作中。

技术研发人员：吴玮,杨富,沙学军,房宵杰,李卓明
受保护的技术使用者：哈尔滨工业大学
技术研发日：
技术公布日：2024/8/20