基于梅尔倒谱系数的无人机探测与识别方法

来源：电子与信息学报杂志2025年第4期北京时间：

作者：聂伟, 张中洋, 杨小龙, 周牧

单位：重庆邮电大学通信与信息工程学院 重庆 400065

摘要：近年来无人机(UAV)数量的剧增，无论是在民用还是军用领域都带来了一定的隐私和安全问题，因此对无人机的管控技术已成为研究热点。当前基于深度学习的射频指纹识别(RFFI)技术虽然在无人机识别上表现优异，但由于模型复杂度高，训练速度慢，且在不同数据分布下的泛化能力有限，因此在实际应用中存在局限性。该文提出一种基于梅尔频率倒谱系数的无人机识别方法，使用USRP N210采集无人机图传信号，然后提取梅尔倒谱系数(MFCC)作为无人机射频指纹特征，输入门控循环单元(GRU)进行分类识别，最后通过正则化正交匹配追踪算法(ROMP)估计无人机定位参数得到无人机具体位置。试验结果表明无人机的识别准确率可达98%，且GRU模型参数量只有1.6 k，训练时间仅需9 s，显著降低了模型复杂度并提高了训练速度和识别精度，在无人机定位中，其3维定位误差小于1 m。为进一步验证该文所提方法的可行性，对同一厂家同一型号10个无线模块进行不同距离的分类识别，1 m, 2 m, 3 m和5 m识别结果分别为100%, 98%, 98%和99%。

关键词：无人机, 射频指纹识别, 深度学习, 门控循环单元, 梅尔频率倒谱系数

基金资助：国家自然科学基金(62101085)，重庆市教委科学技术研究项目(KJQN202400647)，公安部科技计划项目 (2024JSZ16)，重庆市技术创新与应用发展专项重点项目(CSTB2024TIAD-KPX0104)