贵州空管分局,贵州省贵阳市,550012;
摘要:随着无人机行业蓬勃发展,民用无人机的数量飞速增加,而无人机的“低、小、慢”特点使其在传统监视技术中难以得到有效的管理,因此提升民用无人机的监管与防制工作十分重要。论文以跳频信号时频图像特征与干扰信号时频图像特征的区别为基础,利用连通区域聚类的算法,从接收信号中将无人机信号提取出来,再研究基于多跳自相关对跳频信号的检测算法,探索结合连通区域聚类与多跳自相关检测两种算法,完成无人机检测。
关键词:连通区域聚类;时频分析;无人机信号检测;多跳自相关检测;
参考文献
[1]刘丽.民用无人机跳频信号分析与识别技术研究[D].北京邮电大学,2019.
[2]谭畅.无人机无源测向方法与实现技术研究[D].电子科技大学,2019.
[3]刘若兰.跳频通信信号检测及参数估计方法研究[D].电子科技大学,2016.
[4]蔡传雨.无人机测控信号识别与截获方法研究[D].电子科技大学,2017.