一种基于Tsetlin Machine的无人机射频信号识别方法

本发明公开了一种基于Tsetlin Machine的无人机射频信号识别方法，首先获取无人机射频I/Q信号进行采样，利用短时傅里叶变换（STFT）和数学形态学滤波进行降噪处理，并通过时频投影压缩与首位对齐操作，将复杂的二维时频图重组为融合了专家先验统计特征的精简一维布尔特征向量，然后基于Tsetlin Machine（TM）的轻量化纯逻辑识别模型，直接接收该一维布尔特征向量输入，在软件端完成离散强化学习训练。本发明还具有以下有益效果：1、高效降维，保留核心物理特征，有效解决了相似机型类间特征混叠的问题。2、从数据层面避免了高精度浮点运算，以纯逻辑门电路替代了传统深度学习神经网络所需的复杂量化、编译流程以及DSP乘法器运算。