摘要
本发明具体涉及一种面向低空无人机侦测的无人机信号智能检测方法,包括:设计基于相空间重构的OFDM信号状态智能感知机制,通过引入相空间重构理论构建无人机信号的相空间高维特征;并结合VIT神经网络设计深度感知模型,实现OFDM信号状态的有效感知;设计OFDM信号时域参数估计策略,通过利用广义相关熵构造参数估计目标函数,并结合鲸鱼优化算法对目标函数的形状与尺度参数进行寻优求解,实现OFDM信号时域参数稳健估计;构建基于参数特征匹配的无人机信号检测方案,通过利用OFDM信号状态与时域参数建立特征向量,并依据目标信号参数库进行匹配决策,实现对无人机信号的精准检测。本申请所提出的方法能够在复杂干扰环境中实现对无人机图传信号的高精度检测。
技术关键词
高斯概率密度函数
无人机图传信号
智能检测方法
低空无人机
广义
构建无人机
重构理论
鲸鱼优化算法
无人机信号检测
训练集
OFDM符号
时延
延迟参数
标签
处理器
系统为您推荐了相关专利信息
模型优化方法
可执行程序代码
可读存储介质
电子设备
强化学习技术
缺陷智能检测方法
引入注意力机制
融合特征
跨层特征
特征提取网络
静息态脑电信号
情绪识别方法
情绪识别模型
指标
情绪识别装置
安全策略匹配方法
策略优化模型
策略数据库
网络攻击事件
网络攻击信息