一种无人机信号反制方法、系统、计算机设备及存储介质

本发明涉及无人机，具体而言，涉及一种无人机信号反制方法、系统、计算机设备及存储介质。

背景技术：

1、随着无人机技术的迅猛发展，无人机在影视航拍、农林植保、电力巡检、安防应急、航空测绘等领域得到了广泛应用。当前互联网发达的环境中，除了可以直接购买无人机整机之外，还可以从各个渠道购买到无人机套件和无人机配件进行无人机的diy，丛而使得无人的使用越来越普遍。

2、但是在研究中发现，虽然无人机的功能强大且具有多种优点，但是由于无人机能够实时采集图像并进行图像传输，丛而会造成隐私上的安全问题。例如无人机航拍可能会拍摄到一些重要场所和敏感信息。在这些问题中经常会遇到面对无人机而束手无策的情况，导致无人机已经成为威胁公众安全的重要潜在威胁，降低了无人机应用的安全性。因此，如何针对无人机传输的图像视频等信号和数据进行干扰和反制，提高无人机应用的安全性成为了一个亟待解决的问题。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种无人机信号反制方法、系统、计算机设备及存储介质，以提高无人机应用的安全性。

2、第一方面，本技术实施例提供了一种无人机信号反制方法，应用于无人机信号反制系统，所述系统包括处理器、无线电外设、发射天线和接收天线，所述方法包括：

3、所述无线电外设通过所述接收天线接收无人机在目标时段内发出的无线电数据；

4、所述处理器利用信号分类模型中确定出所述目标时段内的无线电数据中是否包括图传信号；

5、当所述目标时段内的无线电数据中包括图传信号时，所述处理器根据所述目标时段内的无线电数据的频率峰值确定出目标干扰策略；

6、所述无线电外设通过所述发射天线以所述目标干扰策略对所述无人机进行信号干扰。

7、可选地，所述系统还包括射频放大器，在所述无线电外设通过所述接收天线接收无人机在目标时段内发出的无线电数据时，所述方法还包括：

8、所述射频放大器对所述无人机在目标时段内发出的无线电数据进行射频功率放大。

9、可选地，在所述处理器利用信号分类模型中确定出所述目标时段内的无线电数据中是否包括图传信号前，所述方法包括：

10、所述处理器基于所述无人机在历史时段内发出的无线电数据构建模型训练集；

11、所述处理器利用所述模型训练集对lstm神经网络模型进行模型训练得到所述信号分类模型。

12、可选地，所述基于所述无人机在历史时段内发出的无线电数据构建模型训练集，包括：

13、通过所述无线电外设获取所述无人机在多个历史时段内发出的无线电数据；

14、对于各历史时段，利用低通滤波器对所述无人机在该历史时段内发出的无线电数据进行滤波处理；通过快速傅里叶变换将滤波处理后的无线电数据从时域信号变换为频域信号；基于变换为频域信号的无线电数据构建该历史时段的信号矩阵；

15、将各历史时段的信号矩阵作为输入样本，将各历史时段的无线电数据是否包括图传信号的判断结果作为输出样本构建所述模型训练集。

16、可选地，所述根据所述目标时段内的无线电数据的频率峰值确定出目标干扰策略，包括：

17、判断所述目标时段内的无线电数据的频率峰值是否超过预设阈值；

18、若所述目标时段内的无线电数据的频率峰值超过所述预设阈值，则将所述目标干扰策略确定为压制干扰。

19、可选地，在判断所述目标时段内的无线电数据的频率峰值是否超过预设阈值后，所述方法还包括：

20、若所述目标时段内的无线电数据的频率峰值未超过所述预设阈值，所述处理器则将所述目标干扰策略确定为同信道干扰。

21、可选地，当所述目标干扰策略为同信道干扰时，所述通过所述发射天线以所述目标干扰策略对所述无人机进行信号干扰，包括：

22、从所述处理器获取警告图像；

23、将所述警报图像转换无线电图传信号；

24、将所述无线电图传信号通过所述发射天线发送至所述无人机。

25、第二方面，本技术实施例提供了一种无人机信号反制系统，所述系统包括处理器、无线电外设、发射天线和接收天线：

26、所述无线电外设，用于通过所述接收天线接收无人机在目标时段内发出的无线电数据；

27、所述处理器，用于利用信号分类模型中确定出所述目标时段内的无线电数据中是否包括图传信号；

28、所述处理器，用于当所述目标时段内的无线电数据中包括图传信号时，根据所述目标时段内的无线电数据的频率峰值确定出目标干扰策略；

29、所述无线电外设，用于通过所述发射天线以所述目标干扰策略对所述无人机进行信号干扰。

30、可选地，所述系统还包括射频放大器；

31、所述射频放大器，用于在所述无线电外设通过所述接收天线接收无人机在目标时段内发出的无线电数据时，对所述无人机在目标时段内发出的无线电数据进行射频功率放大。

32、可选地，所述处理器，用于在所述处理器利用信号分类模型中确定出所述目标时段内的无线电数据中是否包括图传信号前，基于所述无人机在历史时段内发出的无线电数据构建模型训练集；

33、所述处理器，用于利用所述模型训练集对lstm神经网络模型进行模型训练得到所述信号分类模型。

34、可选地，所述基于所述无人机在历史时段内发出的无线电数据构建模型训练集，包括：

35、通过所述无线电外设获取所述无人机在多个历史时段内发出的无线电数据；

36、对于各历史时段，利用低通滤波器对所述无人机在该历史时段内发出的无线电数据进行滤波处理；通过快速傅里叶变换将滤波处理后的无线电数据从时域信号变换为频域信号；基于变换为频域信号的无线电数据构建该历史时段的信号矩阵；

37、将各历史时段的信号矩阵作为输入样本，将各历史时段的无线电数据是否包括图传信号的判断结果作为输出样本构建所述模型训练集。

38、可选地，所述根据所述目标时段内的无线电数据的频率峰值确定出目标干扰策略，包括：

39、判断所述目标时段内的无线电数据的频率峰值是否超过预设阈值；

40、若所述目标时段内的无线电数据的频率峰值超过所述预设阈值，则将所述目标干扰策略确定为压制干扰。

41、可选地，所述处理器，用于在判断所述目标时段内的无线电数据的频率峰值是否超过预设阈值后，若所述目标时段内的无线电数据的频率峰值未超过所述预设阈值，则将所述目标干扰策略确定为同信道干扰。

42、可选地，当所述目标干扰策略为同信道干扰时，所述通过所述发射天线以所述目标干扰策略对所述无人机进行信号干扰，包括：

43、从所述处理器获取警告图像；

44、将所述警报图像转换无线电图传信号；

45、将所述无线电图传信号通过所述发射天线发送至所述无人机。

46、第三方面，本技术实施例提供了一种计算机设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述第一方面中任一种可选地实施方式中所述的无人机信号反制方法的步骤。

47、第四方面，本技术实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述第一方面中任一种可选地实施方式中所述的无人机信号反制方法的步骤。

48、本技术提供的技术方案包括但不限于以下有益效果：

49、本技术利用无线电外设通过所述接收天线接收无人机在目标时段内发出的无线电数据；通过处理器利用信号分类模型中确定出所述目标时段内的无线电数据中是否包括图传信号，能够对入侵无人机的图像传输信号进行准确的识别。然后当目标时段内的无线电数据中包括图传信号时，本技术通过处理器根据所述目标时段内的无线电数据的频率峰值确定出目标干扰策略；再通过无线电外设通过所述发射天线以所述目标干扰策略对所述无人机进行信号干扰，能够对正在传输图像视频数据的无人机进行信号干扰，实现对无人机发送的图传信号的干扰以及拦截，避免无人机继续向外传输图像视频数据，防止隐私数据信息的泄露，以提高无人机应用的安全性。

50、为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。