公开(公告)号：CN115665283A

公开(公告)日：2023-01-31

申请号：CN202211283931.8

申请日：2022-10-20

Applicant: 成都信息工程大学

Inventor： 徐梓欣 ,  毕龙焘 ,  杨玲 ,  刘说

IPC: H04L69/22 ,  H04L43/028 ,  G06F18/2431 ,  G06N20/00

Abstract: 本发明涉及一种基于WiFi特征的无人机监测方法。本发明基于无线网卡捕获的无人机信号数据包，提出基于WiFi特征的无人机信号检测算法，该算法不需要采集无人机信号的原始数据，只需抓取极短时间内的无人机通信链路的数据包，并使用随机森林算法对捕获的信号进行特征识别或比对无人机型数据库从而有效探测无人机。由于本方法集成于嵌入式处理器，因此是一种应用方便的无人机信号检测算法。

公开(公告)号：CN119272093A

公开(公告)日：2025-01-07

申请号：CN202411446021.6

申请日：2024-10-16

Applicant: 成都信息工程大学

Inventor： 徐梓欣 ,  毕龙焘 ,  付文巧 ,  王志红

IPC: G06F18/24 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明公开了一种基于图传信号时频特征的无人机分类方法，包括以下步骤：S1、采集带宽为25MHz的ISM频段无人机图传信号；S2、对无人机图传信号进行数据预处理，得到时频图；S3、将时频图输入训练好的EfficientNet，输出无人机型号的分类识别的最终结果。实验结果表明训练好的EfficientNet神经网络具有良好的分类效果。对于‑10dB以上信噪比的无人机图传信号，利用加噪声的无人机数据集进行训练，在测试集上观测到了显著的分类效果提升，尤其是在‑10dB及以上信噪比情况下，分类准确率达96%以上，展示了该方法在民用无人机信号监测领域的高应用前景。