一种基于深度学习射频指纹的无人机身份识别方法

一种基于深度学习射频指纹的无人机身份识别方法，属于信号识别和无人机身份识别领域，RF前端采集无人机飞行时的射频信号，通过低噪声放大器、带通滤波器和前级放大器进行信号预处理，再通过数字下变频得到IQ信号，计算IQ信号幅度，将幅度序列进一步划分、拼接，得到最终的深度学习网络的输入数据。如果是模型训练过程，需要进行数据标注，按无人机类别生成独热编码。深度学习网络模型由不同补丁大小的ViT块构成，每个ViT块包含多头注意力机制和多层感知机。通过对所有ViT块的输出进行加权求和，可以得到用于预测无人机类别的与标签维度一致的向量。本发明具有计算速度快、无人机身份识别准确度高、不泄露信息的特点。