·在信道衰落和噪声功率未知，且存在非平稳电磁干扰的条件下，静默接收无人机与操作者之间的通信信号，通过对无人机射频采样信号进行时频分析，挖掘无线信号内隐知识，并设计信号检测算法，实现多目标源信号时频位置定位。针对无人机信号协议未知的情况，通过传统盲信号分析及参数估计方法，解析无人机的测控信号（包括遥控信号和图传信号）的射频调制参数分析，构成无人机信号特征库。在常见无人机信号侦察电磁环境分析基础上，通过量化目标区域范围内干扰源数量、位置，干扰源类型及其辐射能量，结合多种信道传播模型，构建无人机侦察电磁环境仿真模型，模拟真实的电磁环境，以提升无人机信号特征提取算法的鲁棒性和检测识别算法的泛化能力。利用数理统计分析和深度学习技术，从多个维度（时频、频域、时频域等）对无人机信号进行特征分析和提取，并设计基于神经网络的智能检测识别技术，以实现多台无人机机型实时分选。

·本项目对目前市场占有率较高的消费级无人机与其遥控器间的无线传输信号进行采集和分析，具体包括，分析信号样本的信号带宽、突发时长、突发间隔、跳频图案等参数，建立无人机信号特征库，为消费机无人机识别对抗提供支撑。