基于多普勒特征的无人机识别方法研究.pdfVIP

摘要

近年来，无线感知技术作为一种新型的感知技术越来越受到人们的重视。无线感知

技术通过捕捉目标对无线信号产生的影响来获取目标的状态，因其具有良好的非接触感

知能力，无线感知技术正在越来越多的领域得到广泛应用。同时，随着无人机领域的蓬

勃发展，无人机在社会中的应用也越来越广泛。无人机的广泛应用在给人们的生活带来

极大方便的同时，也产生了一些消极影响。例如，违法人员可能利用无人机侵犯个人隐

私，甚至对国家安全造成威胁。因此，对无人机进行有效监控是降低这些消极影响的有

效手段。本文探索和研究了一种利用无线感知技术从无线信号中提取多普勒特征实现无

人机识别的新方法。本文的主要研究内容如下：

首先，由于线性阵列雷达仅能提供距离信息以及信号到达角信息，无法通过一次测

量定位三维空间中的无人机。为了解决该问题，本文提出通过旋转雷达进行多次测量进

而获取无人机的位置信息的新思路。每次测量均可获取当前角度下的距离信息与波达角

信息，然后基于多次测量即可构建无人机在三维空间中的位置与各个测量的约束关系模

型，最后利用极大似然估计方法即可求解无人机位置信息。

其次，由于雷达只能测量无人机旋翼在雷达视线方向上的多普勒特征分量，当同一

架无人机在不同位置悬停时，雷达会测到不同的多普勒特征，造成同一型号无人机在不

同位置产生不同的多普勒特征，进而影响识别精度。由于多普勒特征测量值与无人机的

位置存在几何关系，因此本文提出利用无人机的位置信息对多普勒特征进行校正，得到

旋翼的真实速度特征，从而消除无人机位置的影响。为了实现无人机识别，本文提出基

于深度网络从校正后的多普勒特征中提取具有显著区分能力的特征识别无人机。

最后，为了评估上述定位识别算法的有效性，本文利用工作在77GHz的调频连续

波雷达对上述思路进行了实验验证。为了验证定位算法，本文对无人机在四个位置悬停

时进行了测量，实验结果显示定位误差均小于1m。为了验证识别算法，本文比较了多

普勒特征校正前与校正后的识别精度，实验结果表明精度在校正后有较大提升，在四种

无人机的条件下识别精度高于95%。

关键词：无人机；定位；识别；无线感知；多普勒特征

ResearchonUAVRecognitionBasedonDopplerFeatures

Abstract

Inrecentyears,asanewsensingtechnologywirelesssensinghasbeenpaidmoreand

moreattention.Wirelesssensingtechnologyobtainsthestatusofatargetbycapturingits

influenceonthewirelesssignal.Wirelesssensingtechnologyiswidelyusedinmoreandmore

fieldsbecauseofitsgoodnon-contactsensingability.Atthesametime,withthebooming

developmentofunmannedaerialvehicle(UAV)field,UAVismoreandmorewidelyusedin

society.ThewideapplicationofUAVbringsgreatconveniencetopeopleslife,butalsohas

somenegativeeffects.Forexample,lawbreakersmayuseUAVtoinvadepersonalprivacyor

evenposeathreattonationalsecurity.Therefore,effectivemonitoringofUAVisaneffective

meanstoreducethesenegativeeffects.Inthist