基于频谱域多阶相关性和深度学习的无人机检测用射频信号识别技术

《IEEE Journal of Selected Topics in Electromagnetics, Antennas and Propagation》：RF Signal Recognition for UAV Detection Based on Multi-Order Correlation in Spectral Domain and Deep Learning

　　

摘要：

为了有效识别来自无人驾驶飞行器（UAV）的无线信号，本文提出了一种基于频谱域多阶相关性和深度学习的射频（RF）信号识别方法。该方法采用了四种类型的多阶谱，分别是频谱和多阶循环自相关函数。然后提取这些谱特征以及信号的循环平稳特性，使得该方法能够准确识别信号并具备抗跳频能力。在实验中，由于公共数据集仅包含固定频率的信号，因此需要通过后处理来生成频移信号，这可能导致识别结果与实际情况存在差异。同时，还建立了一个用于识别跳频信号的自收集数据集。仿真结果显示，当该方法应用于自收集数据集时，平均准确率分别为99.55%和82.97%；而基于频谱的方法的平均准确率分别为82.03%。此外，在训练数据有限的情况下，该方法的优势更加明显，其平均准确率可维持在93.89%，而基于频谱的方法仅为82.03%。