近年来,无人机行业发展迅猛。同时,其广泛使用也带来了诸如隐私和安全相关的问题,对航空活动和关键场所带来巨大安全隐患,这促进了对无人机探测技术的研究。相比有源探测技术,无源探测技术具有低成本和低复杂性等优势。无人机图传信号的分析与识别是无人机无源探测的前提和重要环节,对无人机反制领域有着重要意义和价值。目前无人机生产商图传技术的私有化给图传信号的分析与识别带来了诸多困难和挑战。本文主要创新是无人机图传信号盲分析和同步序列的识别研究,主要内容如下:1、本文在阐述了无人机技术背景后搭建了基于软件定义无线电(Software Defined Radio,SDR)的信号采集平台。对于无人机图传技术,通过调研对比分析了大疆自研的三种技术:Lightbridge、Ocusync和Ocusync2.0。对于无人机信号采集平台,本文利用USRPB210和GNU Radio搭建了该平台,并详细说明了其硬件结构,实现了一款通用的信号采集软件,通过实测确定了待采集信号的中心频点等参数,解释了三款无人机信号采集过程的差异。2、本文改进 了传统 OFDM(Orthogonal Frequency Division Multiplexing)信号预处理的流程以进行无人机图传信号预处理。对于图传信号参数盲估计,在基于循环自相关的OFDM时间参数估计算法的基础上,提出了基于时间参数特征的参数估计算法,精确估计了实测图传信号的发端采样率、循环前缀(Cyclic Prefix,CP)长度和符号长度。改进后的预处理不需要精确估计带宽和信噪比,只需要粗略估计带宽;且可以精准估计发端采样率,故不需要内插重采,从而降低了处理复杂度。对于时频校准,在分析了定时偏差和频偏对信号星座图的影响之后,利用基于CP的最大似然同步和频偏纠正算法对图传信号进行时频校准。3、本文在没有任何先验信息的条件下首次对无人机图传信号进行了完整且详细的盲分析。盲分析主要利用了信号的自相关和互相关特性、以及借鉴了一些经典OFDM系统的特性,首次从帧结构、同步信号、导频信号、子载波分配和调制方式五个方面详细地解析了两种无人机图传信号。本文还总结了无人机图传信号的分析结果,并从CP长度、导频图案、子载波分配和理论传输速率等方面对比分析了大疆公司的Lightbridge和Ocusync图传技术的设计理念。4、本文首次对无人机图传信号的同步序列进行了序列识别,破解了两款无人机同步序列的生成公式。对于精灵4 Advanced同步信号,本文得到了该信号的序列样值,解析了其时频特征。对于精灵4Pro V2.0和御Mavic 2,本文验证了这两种无人机的同步序列和导频序列均是ZC(Zadoff-Chu)序列,且首次分析了序列生成公式。本文最后还测试了两种无人机不同带宽下同步序列和导频序列的根指数。这些结果对后续开展无源定位技术的研究具有重要意义。