基于时频分析的无人机广播帧稀疏小目标检测
信号处理
2025-06-24 v2 信息论
机器学习
math.IT
摘要
我们提出一种基于通信协议时频分析的无人机广播帧稀疏小目标检测算法。具体而言，通过分析调制参数和帧结构，建立了传输频率、信号带宽、扎多- Chu 序列 (Zadoff-Chu, ZC) 以及帧长的先验知识。对 RF 信号经过设计的滤波器组处理后，利用传输频率和信号带宽纠正生成的检测框在频域参数。鉴于 ZC 序列的显著相关特性，基于 ZC 序列和帧长纠正置信度分数较低的检测框频域参数，以提高低信噪比情况下的稀疏目标检测准确性。此外，应用分段能量细化方法以减轻来自高能干扰信号的偏差，从而进一步纠正稀疏目标的时间域检测参数。随采样时长增加，检测速度提高，但广播帧（称为小目标）的检测准确性下降。建立了检测速度与准确性与采样时长之间的权衡，有助于满足不同无人机监管要求。仿真结果表明，与现有算法相比，本算法提升了评估指标 2.27%。本算法在不同飞行距离、多种环境噪声类型以及不同飞行视觉环境下表现出强大的鲁棒性。此外，广播帧解码结果表明，RID 的准确率达到 97.30%。
关键词
引用
@article{arxiv.2505.18167,
title = {Dim and Small Target Detection for Drone Broadcast Frames Based on Time-Frequency Analysis},
author = {Jie Li and Jing Li and Zhanyu Ju and Fengkui Gong and Lu Lv},
journal= {arXiv preprint arXiv:2505.18167},
year = {2025}
}