采用残差神经网络的无人机遥控信号识别监测算法
2021-12-03李彬徐怡杭罗杰
西安交通大学学报 2021年12期
李彬,徐怡杭,罗杰
(1.西北工业大学电子信息学院,710072,西安;2.西安交通大学电子与信息学部,710049,西安)
近年来,无人机的快速发展与普及,在给人民生活带来便利的同时,也出现了越来越多的“黑飞”事件,给国家和公众都带来了安全隐患和经济损失。2017年4月,成都双流机场有无人机非法入侵跑道,造成诸多航班停飞,带来了巨大的经济损失;2018年8月4日,委内瑞拉总统马杜罗在公开演讲时,被绑有炸药的民用无人机袭击;2019年9月14日,沙特两处石油设施遭到无人机袭击,量产减半;2021年2月22日,重庆轨道交通2号线遭无人机撞击逼停[1-3]。如何反制无人机非法入侵的问题越来越受到各国的重视,而快速精确地识别无人机是实现反制的关键。
雷达低空监测无人机成本高昂,难以大规模部署,且由于其监测盲区较大、民用无人机体积过小,极易造成漏警;光学识别无人机易受光强、云雾、遮挡等干扰,且在夜间监测效果较差;声纹识别无人机监测距离过短,且不适用于嘈杂的城市环境中[4-6];而利用无线电频谱监测无人机遥控信号则成本较低、不受光强、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。
一种解决方案是直接监测从1 MHz~6.8 GHz的广泛频谱,并将检测到的任何未知射频信号当作无人机控制信号[7],但由于未知的射频信号不一定是无人机控制信号,这种方法会导致较高误报概率。识别无人机的媒体访问控制(MAC)地址也是一个可行的方法[8],但此方法仅能够检测具有MAC地址的无人机,且随着无人机种类的不断增加,构建和更新无人机MAC地址的完整数据库变得越来越困难。……
登录APP查看全文
