一种基于深度学习的跨域无人机识别方法

本发明提出了一种基于深度学习的跨域无人机识别方法，主要步骤包括：对不同时间采集的无人机射频数据进行预处理，生成时频图谱；利用多分辨率分析技术，将原始时频图谱分解为多个子频谱；应用轻量级、多尺度的神经网络架构，提取子频谱中的射频特征；采用特征增强方法，丰富和优化提取的特征；最后进行标签分类。该方法有效减少复杂频谱中的数据冗余，实现准确可靠的无人机识别。通过结合多尺度分析、轻量级网络架构和特征增强技术，本发明显著提升了模型的鲁棒性和泛化能力，具有广泛的应用潜力，在无人机管理和智慧城市监控等领域，为复杂电磁环境下的无人机识别提供了一种高效且可靠的技术方案。