一种基于神经网络的无人机信号识别方法

本发明公开了一种基于神经网络的无人机信号识别方法；本发明通过结合自适应块压缩感知(ABCS)技术与卷积神经网络方法识别无人机信号，其包括：首先，对无人机的射频信号进行自适应块压缩采样(ABCS)，以在减少采样数据量的同时保留关键特征；然后，对采集到的信号进行归一化预处理；接着，采用卷积神经网络对射频特征进行提取与分类，网络内部集成了T‑Max‑Avg自定义池化层，从而有效提高模型的分类准确率和鲁棒性；最后通过交叉验证方法评估模型性能。该方法能够在低采样率和计算资源受限的条件下实现高精度的无人机信号识别，有效提升实时检测能力。