论文部分内容阅读
随着无人机技术的不断发展,无人机的成本越来越低,且操作简单,已经成为人们日常生活中的常用工具,如进行街景拍摄、控监巡察、消防救护等。同时,无人机也正越来越多的被当作新的作案工具,如运送毒品,窥探他人隐私,干扰公共服务等,这些行为已经严重威胁到国家安全和公民人身安全。因此,如何实现对无人机的探测和有效监管已经成为国内外亟待解决的难题。在复杂的电磁环境下,实现对小型无人机信号的截获并对其进行参数估计,是目前无人机反制技术领域的研究热点,具有重要的理论意义和应用价值。本文开展无人机飞控信号和图传信号的检测和参数估计方法研究,主要研究内容和成果如下:1.针对传统信号检测方法在低信噪比下检测性能急剧下降的问题,提出了一种基于非相干累加和功率谱对消结合(IA-PSC)的信号盲检测算法。该算法通过非相干累加有效地提高了信噪比,从而提高检测概率。实验结果表明,相较于传统的信号盲检测算法,所提出的IA-PSC信号盲检测算法可以在较低信噪比下获得较高的检测性能。2.提出了一种适用于复杂电磁环境的跳频信号识别算法。通过分析跳频信号与其他调制方式通信信号的时频特性,提取跳频信号独特的时频特征,可有效区分跳频信号与定频信号、频移键控信号、相移键控信号、正交振幅调制信号等。3.针对传统跳频参数盲估计算法计算效率和估计精度无法同时兼得的问题,提出了一种基于短时傅里叶变换-最小平方法-Chirip_Z变换联合(STFT-LS-CZT)的跳频信号参数盲估计算法。该算法使用STFT进行时频分析来减少计算量,通过最小平方法和Chirip_Z算法进行参数优化来提高参数估计精度。实验结果表明,相较于传统的跳频参数估计方法,所提的基于STFT-LS-CZT的跳频信号参数盲估计算法计算量低且能够在低信噪比下提高参数估计精度。4.提出了一种无人机图传信号的检测和参数估计方法。重点研究了载频的盲估计算法,针对传统谱重心算法低信噪比下估计精度不高的问题,提出一种改进算法。实验结果表明,,改进的谱重心算法能够在低信噪比下提高载频估计精度。