- 文献综述（或调研报告）：（2000字以上）
无人机探测方法主要有雷达探测、射频探测、视觉探测及声学探测四种方式[1]，其中声学探测技术通过声音传感器采集无人机旋翼等发出的声音信号，提取其声音特征参数，进行识别和检测，具有全向监测、不受光环境影响等优势，可以有效实现目标方位角估计及特征检测与识别。
一、旋翼无人机的噪声
旋翼无人机辐射的噪声信号主要由旋翼旋转与空气摩擦震动产生的气动噪声和无人机内电机工作时产生的机械噪声构成，其中气动噪声分为两类，一是与旋转叶片的叶片通过频率相关的离散噪声，二是与旋转叶片上的紊流压力脉动相关的频率连续分布的宽带噪声。由电机产生的机械噪声是一种宽带高频噪声，相对于气动噪声集中在高频段，幅度低，在远场空气中衰减较快，因此通过声传感器采集到的主要是气动噪声[2,3]。
典型的旋翼无人机的噪声频谱是在宽带噪声的基础上叠加了一系列离散线谱，线谱的频率由叶片通过频率(BPF)和它的各次谐波频率组成。
产生离散噪声的物理原因与叶片厚度及其表面空气动力学载荷有关[4]。离散噪声又可分为厚度噪声、负载噪声和四极子噪声。负载噪声是当作用在螺旋桨叶片上的升力和阻力随叶片位置的不同呈周期性变化时，叶片周围空气的力场随叶片一起旋转而周期性扰动所产生的噪声，载荷噪声的声学模型为偶极子模型。厚度噪声由桨叶厚度引起，当桨叶旋转通过时，桨叶厚度迫使周围气体体积位移周期性填充，由此产生噪声，影响厚度噪声的重要参数是叶片尖端的速度，厚度噪声的声学模型相当于单极子声源[2]。离散噪声的其他非线性部分表现为四级噪声源。四极子噪声在螺旋桨周围的流场为亚音速的所有情况下都可以忽略不计。离散噪声谱的特征频率为，其中i为谐波阶数，n为叶片数，Omega;为转速。
在更高的频段上，噪声呈现出宽带特性。宽带噪声的三个主要来源为：与进入气流湍流相关的噪声（前缘噪声），叶片表面上的湍流边界层与后缘相互作用产生的噪声，由于叶片翼型上的气流可能分离产生的噪声[5]。大量的气流分离是宽带噪声的重要部分。
但是，通常采集的声信号中不仅包括无人机辐射的噪声信号，还包括各种环境噪声，如风声、人声以及各种低频宽带噪声等[1]，这些非平稳的噪声叠加到无人机的谐波频率上，会降低有效信号的信噪比，给无人机声信号的识别带来困难。因此为实现对旋翼无人机的目标检测，需要分析旋翼无人机辐射噪声的特征频率，以及旋翼无人机辐射噪声信号与环境噪声的特征差异性。
- 特征提取
1.旋翼无人机声信号时频分析
声音信号经过傅里叶变换可以得到相位谱和幅度谱，从幅度谱中可以解析出信号的频率成分，并可以得到在该段时间内不同频率成分的能量分布情况。在传统的信号处理中，为反映信号各频率成分随时间的变化情况，常用的方法有短时傅里叶变换(STFT)、小波变换等，用横坐标轴表示时间，纵坐标轴表示频率，可以得到无人机飞行时产生的噪声信号的时频图[6]。在时频图中颜色越深表示某一时刻信号的短时频谱越大，由此可以提取出声音信号的频率特征。STFT通过加窗把信号划分成许多小的时间段，分别对每段信号进行傅里叶变换，得到每段信号的频域情况，然后将窗函数随着时间移动，得到声信号完整的时频信息。对于输入信号，STFT表示式为：，其中为窗函数。影响STFT的效果的因素有两个：窗函数的选择和窗长度的确定[1]。
2.特征提取
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
