一种无人机智能检测方法及系统技术方案

本发明专利技术公开了一种无人机智能检测方法及系统，实现OFDM信号的来源判断及其方位检测，从而实现无人机入侵智能检测。首先是OFDM信号的来源的智能判断。利用无人机的固有震动属性，在接收到无人机发送的OFDM信号后，利用信号中的CSI，通过深度学习神经网络进行震动周期判断，当信号存在周期性的震动时，算法给出当前空间存在无人机的判断。其次是实现入侵检测的OFDM信号的方位检测。设计了圆形天线排列。基于阵列响应和子载波的CSI共同构建系统的虚拟方向矢量，从而使得基于子空间分解的检测算法能够有效地检测OFDM信号的二维方位，在三维空间精确地判断无人机是否进入了非法区域，最终实现无人机入侵检测。最终实现无人机入侵检测。最终实现无人机入侵检测。

【技术实现步骤摘要】
一种无人机智能检测方法及系统


[0001]本专利技术涉及信号识别处理
，具体涉及一种无人机智能检测方法及系统。

技术介绍

[0002]目前，无人机越来越普及，被广泛运用于各行各业。然而，在无人机带来诸多便捷的同时，也存在监管力度不足的问题。每年，由于无人机的错误使用，违规使用等原因造成的财产损失和人身威胁的事件频发。考虑到无人机不仅对某些重要场所如机场、工厂等带来设备安全、人生安全的威胁。因此，一些重要机构甚至是一般住宅都需要实时检测无人机的入侵。现有的无人机检测方法包括雷达检测、机器视觉和音频识别等方法，但上述无人机检测方法采用的设备价格昂贵，且易受环境条件限制，不适合用于一般楼宇或者住宅的无人机检测。

技术实现思路

[0003]本专利技术提供一种无人机智能检测方法及系统，其目的在于解决一般场合下，特别是超低空环境中准确检测无人机是否存在的问题。
[0004]本专利技术通过下述技术方案实现：
[0005]一种无人机智能检测方法，包括以下步骤：
[0006]步骤1：获取待测空间中的OFDM信号，根据所述OFDM信号，判断待测空间中是否存在无人机；
[0007]步骤2：若待测空间中存在无人机，根据步骤1获取的OFDM信号，检测无人机的二维方位；
[0008]步骤3：根据步骤2得到的无人机二维方位检测结果，判断无人机是否进入非法飞行区域。
[0009]作为对本专利技术的进一步描述，步骤1利用天线系统获取待测空间中的OFDM信号，所述天线系统的设计方法为：基于空间直角坐标系，在X轴和Y轴所在的平面上，以原点O为圆心，呈放射状设置N根天线，每根天线之间的夹角为
[0010]作为对本专利技术的进一步描述，步骤1判断待测空间中是否存在无人机的方法为：
[0011]步骤1.1：通过导频提取OFDM信号中的CSI(信道状态信息)，把在M时刻，第N根天线上的第K子个载波中提取的CSI表示为所述为一个复数，所述天线系统一共可提取K
·
N
·
M个CSI，将所述K
·
N
·
M个CSI构成复数矢量表示为
[0012]步骤1.2：构建神经网络模型，利用提取的K
·
N
·
M个CSI训练所述神经网络模型；
[0013]步骤1.3：当需要进行无人机智能识别时，将实时提取的K
·
N
·
M个CSI输入经训练好的神经网络模型，输出判断结果；
[0014]步骤1.4：根据步骤1.3的判断结果，判定待测空间中是否存无人机。
[0015]作为对本专利技术的进一步描述，步骤2检测无人机的二维方位的方法为：
[0016]步骤2.1：以所述天线系统的圆心O为参考，根据获取的OFDM信号，构建圆形阵列响应矢量所述
[0017]其中，j为虚数单位，R为圆形阵列的半径，θ为入射信号与X轴的夹角，为入射信号于Z轴的夹角，f为频率，c为光速；
[0018]步骤2.2：根据所述圆形阵列，将提取到的同一时刻，N根天线，K个子载波中的CSI重构为复数矢量C，所述
[0019]步骤2.3：将所述和所述C带入公式计算伪峰谱图，寻找所述伪峰谱图中的最大峰对应的二维角度，即得到无人机的二维方位角度。
[0020]作为对本专利技术的进一步描述，步骤3判断无人机是否进入非法飞行区域的方法为：以非法飞行区域边界线的切线为Y轴，建立空间直角坐标系，利用步骤2所述的方法持续检测无人机的二维方位角，当所述二维方位角在XY平面上的投影角度值为负数时，即可判定非法飞行区域内有无人机入侵。
[0021]作为对本专利技术的进一步改进，在判断非法飞行区域内是否有无人机入侵之前，对待测空间中是否存在无人机作进一步识别确认，方法为：结合步骤2，检测无人机在Z轴上的方位角度值，当天线系统的安装高度与无人机在Z轴上的方位角度值同时满足以下情况时，可进一步确定信号源为无人机信号源：
[0022](1)当天线系统的安装高度为3米至5米时，信号源在Z轴上的方位角度值范围为0
°
至89
°
；
[0023](2)当天线系统的安装高度为5米至10米时，信号源在Z轴上的方位角度值范围为-5
°
至89
°
；
[0024](3)当天线系统的安装高度为10米至15米时，信号源在Z轴上的方位角度值范围为-8
°
至89
°
；
[0025](4)当天线系统的安装高度为15米至20米时，信号源在Z轴上的方位角度值范围为-10
°
至89
°
；
[0026](5)当天线系统的安装高度为20米至30米时，信号源在Z轴上的方位角度值范围为-15
°
至89
°
。
[0027]作为对本专利技术的进一步描述，神经网络模型为3层神经网络，每一层的激活函数为sigmoid函数；得到的检测结果为一个二维向量Y＝[y1,y2]T
，y1,y2∈(0,1)；判断待测空间是否存在无人机的方法为：当y1<y2时，判断得出存在无人机，当y1>y2时，判断得出不存在无人机。
[0028]一种无人机智能检测系统，包括：
[0029]信号接收模块，用于接收待测空间中的OFDM信号；
[0030]信号处理模块，用于提取OFDM信号中的信息，并将提取到的信息转换为向量表示；
[0031]模型计算模块，用于训练模型，并对输入模型中的数据进行计算；
[0032]方位角计算模块，用于将圆形阵列响应矢量和重构的CSI复数矢量输入公式计算伪峰谱图；
[0033]方位角确定模块，用于寻找所述伪峰谱图中的最大峰对应的二维角度，从而确定无人机的二维方位角度；
[0034]结果判定模块，用于判定待测空间中是否存在无人机，及无人机是否进入非法飞行区域；
[0035]作为对本专利技术的进一步描述，
[0036]所述信号处理模块包括：子载波信号获取单元，用于从接收到的OFDM信号中获取子载波信号；CSI信息提取单元，用于从子载波信号中提取CSI；圆形阵列响应矢量构建单元，用于根据获取的OFDM信号构建圆形阵列响应矢量复数矢量构建单元，用于将CSI转换为向量表示；
[0037]所述模型计算模块包括：神经网络模型训练单元，用于利用CSI训练神经网络模型；神经网络模型计算单元，用于将实时提取的CSI输入训练好的神经网络模型，计算无人机存在性的判断结果；
[0038]所述结果判定模块包括：无人机存在性确认单元，用于根据神经网络模型的输出结果，判定待测空间中是否存在无人机；无人机入侵判定单元，用于判断无人机是否进入非法飞行区域。
[0039]作为对本专利技术的进一步改进，无人机智能检测系统还包括二次确认模块，用于对待测空间中是否存在无人机本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人机入侵智能检测方法，其特征在于，所述检测方法包括如下步骤：步骤1：获取待测空间中的OFDM信号，根据所述OFDM信号，判断待测空间中是否存在无人机；步骤2：若待测空间中存在无人机，根据步骤1获取的OFDM信号，检测无人机的二维方位；步骤3：根据步骤2得到的无人机二维方位检测结果，判断无人机是否进入非法飞行区域。2.根据权利要求1所述的一种无人机智能检测方法，其特征在于，步骤1利用天线系统获取待测空间中的OFDM信号，所述天线系统的设计方法为：基于空间直角坐标系，在X轴和Y轴所在的平面上，以原点O为圆心，呈放射状设置N根天线，每根天线之间的夹角为3.根据权利要求2所述的一种无人机智能检测方法，其特征在于，步骤1判断待测空间中是否存在无人机的方法为：步骤1.1：通过导频提取OFDM信号中的CSI(信道状态信息)，把在M时刻，第N根天线上的第K子个载波中提取的CSI表示为所述为一个复数，所述天线系统一共可提取K
·
N
·
M个CSI，将所述K
·
N
·
M个CSI构成复数矢量表示为步骤1.2：构建神经网络模型，利用提取的K
·
N
·
M个CSI训练所述神经网络模型；步骤1.3：当需要进行无人机智能识别时，将实时提取的K
·
N
·
M个CSI输入经训练好的神经网络模型，输出判断结果；步骤1.4：根据步骤1.3的判断结果，判定待测空间中是否存无人机。4.根据权利要求2所述的一种无人机智能检测方法，其特征在于，步骤2检测无人机的二维方位的方法为：步骤2.1：以所述天线系统的圆心O为参考，根据获取的OFDM信号，构建圆形阵列响应矢量所述其中，j为虚数单位，R为圆形阵列的半径，θ为入射信号与X轴的夹角，为入射信号于Z轴的夹角，f为频率，c为光速；步骤2.2：根据所述圆形阵列，将提取到的同一时刻，N根天线，K个子载波中的CSI重构为复数矢量C，所述步骤2.3：将所述和所述C带入公式计算伪峰谱图，寻找所述伪峰谱图中的最大峰对应的二维角度，即得到无人机的二维方位角度。
5.根据权利要求2所述的一种无人机智能检测方法，其特征在于，步骤3判断无人机是否进入非法飞行区域的方法为：以非法飞行区域边界线的切线为Y轴，建立空间直角坐标系，利用步骤2所述的方法持续检测无人机的二维方位角，当所述二维方位角在XY平面上的投影角度值为负数时，即可判定非法飞行区域内有无人机入侵。6.根据权利2所述的一种无人机智能检测方法，其特征在于，在判断非法飞行区域内是否有无人机入侵之前，对待测空间中是否存在无人机作进一步识别确认，方法为：结合步骤2，检测无人机在Z轴上的方位角度值，当天线系统的安装高度与无人机在Z轴上的方位角度值同时满足以...

【专利技术属性】
技术研发人员：陈隆亮，何骞，徐磊，李娟，屈阳，王浩，何杰，
申请(专利权)人：中国人民武装警察部队警官学院，
类型：发明
国别省市：