基于 Zadoff-Chu 序列和时频图像的无人机遥测识别
信号处理
2026-01-21 v1
摘要
我们提出了一种基于 Zadoff-Chu(ZC) 序列和时频图像(TFI) 的算法，用于实现无人机遥测识别(RID)。具体而言，通过分析无人机比例频率(RF) 信号在 DroneRFa 数据集中的调制参数和帧结构，我们提取了关于具有惊人相关性和鲁棒性的 ZC 序列的先验信息。在本地生成的 ZC 序列与无人机信号之间执行交叉相关，以派生 ZC 序列基特征。然后，将这些 ZC 序列特征与包含通信协议信息的 TFI 特征融合，以实现无人机 RID。为降低计算成本，对交叉相关特征进行数据降维，通过分析帧结构和调制参数实现，这确保了特征性能不受影响。分析了三种特征融合方法，即概率加权相加、特征向量相加和特征向量拼接。仿真结果表明，所提出的算法至少提高了 2.5% 的平均准确率，该结果也表明在脉冲干扰和背景噪声下的 RID 性能具有鲁棒性。对于不同飞行距离的 RF 采样信号，所提出的算法实现了最高达 99.11% 的准确率。
关键词
引用
@article{arxiv.2504.02844,
title = {Drone Remote Identification Based on Zadoff-Chu Sequences and Time-Frequency Images},
author = {Jie Li and Jing Li and Lu Lv and Peixin Zhang and Fengkui Gong},
journal= {arXiv preprint arXiv:2504.02844},
year = {2026}
}