电讯技术

作者：孙延鹏,任广龙,屈乐乐,刘妍

单位：(沈阳航空航天大学 电子信息工程学院,沈阳 110136;南方航空股份有限公司沈阳维修基地,沈阳 110169)

关键词：旋翼无人机识别；微多普勒效应；短时傅里叶变换；双通道GoogLeNet网络；

基金：国家自然科学基金资助项目(61671310);航空科学基金项目(2019ZC054004);辽宁省兴辽人才计划基金项目(XLYC1907134);辽宁省百千万人才工程基金项目(2018B21)

针对利用雷达微多普勒效应的旋翼无人机识别问题，提出了一种基于双通道GoogLeNet网络的分类识别方法。首先对旋翼无人机的回波信号进行短时傅里叶变换（Short-Time Fourier Transform,STFT）从而获得信号时频谱，对时频谱沿时间轴进行傅里叶变换得到节奏速度图（Cadence-Velocity Diagram,CVD）。然后将时频图和CVD作为双通道GoogLeNet网络的输入进行特征提取用以获得回波信号的时频域和节奏速度域的特征，最后将所获得的特征输入到Softmax分类器中进而实现旋翼无人机的分类识别。基于实际雷达数据的实验结果表明，所提旋翼无人机分类方法准确率可达到98.9%。

来源：2022年第8期

《电讯技术》期刊编辑部

查看电讯技术杂志2022年第8期