[發(fā)明專利]信號(hào)檢測(cè)方法、裝置、電子設(shè)備與存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202011176377.4
• 申請(qǐng)日: 2020-10-29
• 公開（公告）號(hào): CN112163569B
• 公開（公告）日: 2022-11-29
• 發(fā)明（設(shè)計(jì)）人: 黃超;李瀚;姜化京
• 申請(qǐng)（專利權(quán)）人: 上海特金無線技術(shù)有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06N20/20
• 代理公司: 上海慧晗知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 31343
• 代理人: 徐海晟

1.一種信號(hào)檢測(cè)方法，其特征在于，包括：

獲取待測(cè)無人機(jī)的目標(biāo)信號(hào)，所述目標(biāo)信號(hào)包括第一通道接收到的第一信號(hào)，以及第二通道接收到的第二信號(hào)；

根據(jù)所述第一信號(hào)與所述第二信號(hào)的互相關(guān)函數(shù)，提取所述第一信號(hào)中的第一片段信號(hào)與所述第二信號(hào)中的第二片段信號(hào)；所述第一片段信號(hào)在所述第一信號(hào)中的位置與所述第二片段信號(hào)在所述第二信號(hào)中的位置相匹配；

確定所述第一片段信號(hào)與所述第二片段信號(hào)的目標(biāo)特征，所述目標(biāo)特征包括所述第一片段信號(hào)與所述第二片段信號(hào)的互相關(guān)特征，以及所述第一片段信號(hào)與所述第二片段信號(hào)的合并后信號(hào)的累積量特征；

根據(jù)所述目標(biāo)特征，判斷所述目標(biāo)信號(hào)是否為未知的新類別的無人機(jī)信號(hào)；

其中，根據(jù)所述第一信號(hào)與所述第二信號(hào)的互相關(guān)函數(shù)，提取所述第一信號(hào)中的第一片段信號(hào)與所述第二信號(hào)中的第二片段信號(hào)，包括：

確定所述第一信號(hào)與所述第二信號(hào)的時(shí)變互相關(guān)函數(shù)；

計(jì)算所述時(shí)變互相關(guān)函數(shù)的函數(shù)值在多個(gè)函數(shù)值區(qū)間的分布概率，得到概率分布信息；

根據(jù)所述概率分布信息，提取所述第一片段信號(hào)與所述第二片段信號(hào)；

所述概率分布信息包括多個(gè)概率值形成的概率分布序列；所述概率分布序列中，所述多個(gè)概率值是依據(jù)對(duì)應(yīng)函數(shù)值區(qū)間的大小排序的；

根據(jù)所述概率分布信息，提取所述第一片段信號(hào)與所述第二片段信號(hào)，包括：

根據(jù)預(yù)設(shè)的概率門限，在所述概率分布序列中確定多個(gè)目標(biāo)序列位置；

根據(jù)預(yù)設(shè)的概率門限，在所述概率分布序列中確定至少一個(gè)序列位置組，提取每個(gè)序列位置組對(duì)應(yīng)的第一片段信號(hào)與第二片段信號(hào)。

2.根據(jù)權(quán)利要求1所述的信號(hào)檢測(cè)方法，其特征在于，每個(gè)序列位置組均包括第一序列位置、第二序列位置、第三序列位置與第四序列位置；每個(gè)序列位置組均滿足：所述第一序列位置與所述第四序列位置的概率值均小于概率門限，所述第二序列位置、所述第三序列位置，以及所述第二序列位置與所述第三序列位置之間各序列位置的概率值均大于所述概率門限；所述第一序列位置與所述第二序列位置為相鄰的兩個(gè)序列位置，所述第三序列位置與所述第四序列位置為相鄰的兩個(gè)序列位置；

提取每個(gè)序列位置組對(duì)應(yīng)的第一片段信號(hào)與第二片段信號(hào)，包括：根據(jù)每個(gè)序列位置組中的所述第二序列位置與所述第三序列位置，提取每個(gè)序列位置組對(duì)應(yīng)的第一片段信號(hào)與第二片段信號(hào)。

3.根據(jù)權(quán)利要求1所述的信號(hào)檢測(cè)方法，其特征在于，計(jì)算所述時(shí)變互相關(guān)函數(shù)的函數(shù)值在多個(gè)函數(shù)值區(qū)間的分布概率，得到概率分布信息之前，還包括：

在所述時(shí)變互相關(guān)函數(shù)的函數(shù)值的最大值與最小值之間等間隔劃分出所述多個(gè)函數(shù)值區(qū)間。

4.根據(jù)權(quán)利要求1所述的信號(hào)檢測(cè)方法，其特征在于，確定所述第一信號(hào)與所述第二信號(hào)的時(shí)變互相關(guān)函數(shù)，包括：

將所述第一信號(hào)與所述第二信號(hào)共軛相乘，并基于固定長(zhǎng)度執(zhí)行滑動(dòng)平均操作，得到所述時(shí)變互相關(guān)函數(shù)。

5.根據(jù)權(quán)利要求1至4任一項(xiàng)所述的信號(hào)檢測(cè)方法，其特征在于，根據(jù)所述目標(biāo)特征，判斷所述目標(biāo)信號(hào)是否為未知的新類別的無人機(jī)信號(hào)，包括；

計(jì)算所述目標(biāo)特征與N組參考特征的歐式距離，得到N個(gè)歐式距離；每一組參考特征對(duì)應(yīng)于無人機(jī)信號(hào)的一種類別，每組參考特征均包括互相關(guān)特征與累積量特征；

其中的N大于或等于1；

根據(jù)所述N個(gè)歐式距離，判斷所述目標(biāo)信號(hào)是否為識(shí)別模型未知的新類別的無人機(jī)信號(hào)。

6.根據(jù)權(quán)利要求5所述的信號(hào)檢測(cè)方法，其特征在于，所述N組參考特征為識(shí)別模型的N個(gè)聚類中心，所述N個(gè)聚類中心是針對(duì)于多對(duì)訓(xùn)練用片段信號(hào)的訓(xùn)練用特征進(jìn)行聚類而確定的，所述訓(xùn)練用特征包括對(duì)應(yīng)的一對(duì)訓(xùn)練用片段信號(hào)的互相關(guān)特征與累積量特征。

7.根據(jù)權(quán)利要求5所述的信號(hào)檢測(cè)方法，其特征在于，根據(jù)所述N個(gè)歐式距離，判斷所述目標(biāo)信號(hào)是否為所述識(shí)別模型未知的新類別的無人機(jī)信號(hào)，包括：

若所述N個(gè)歐式距離中最小的歐式距離大于預(yù)設(shè)的距離門限，則確定所述目標(biāo)信號(hào)為所述識(shí)別模型未知的新類別的無人機(jī)信號(hào)。