背景消费级无人机普及后，"黑飞"问题日益突出。雷达对小尺寸无人机效果有限，视觉方案受天气光照影响大。利用无人机与遥控器之间的通信射频信号做被动检测，成本低、部署隐蔽，是近年来的研究热点。本文基于 Al-Sa’d 等人在Future Generation Computer Systems（2019）上发表的 DroneRF 框架，用 MATLAB 实现了一个完整的无人机 RF 检测与识别系统。程序是单文件、自包含的，不需要外部数据即可运行，同时集成了设计代码、测试代码和 7 组可视化图表。1 系统整体设计1.1 参数配置参数值说明采样率40 MHz覆盖 2.4 GHz ISM 频段每段样本数100,0002.5 ms 时间窗口FFT 点数2048频率分辨率约 19.5 kHz拼接校准点10L/H 频段衔接处校准采样数输出特征维数2048拼接后频谱 bin 总数类别数10Level-3 细粒度每类样本数30总计 300 样本隐藏层结构[64, 32, 16]3 层全连接1.2 检测类别系统实现的是三层分类体系中的 Level-3（10 类细粒度分类）：类别 1：RF 背景活动（无无人机）类别 2-5：Bebop 无人机 4 种飞行模式类别 6-9：AR Drone 无人机 4 种飞行模式类别 10：Phantom 无人机Level-1（2 类：有/无无人机）和 Level-2（4 类：背景/Bebop/AR/Phantom）可以通过合并对应标签得到，本文不再赘述。2 核心算法2.1 双频段频谱拼接硬件采集时，RF 信号被分成了两路：低频段（L-band，0-40 MHz）和高频段（H-band，40-80 MHz）。要在 0-80 MHz 的完整频段上做分析，必须先把两段频谱拼起来。直接在分界处强行拼接会产生幅度跳变，因为两路采集通道的增益不完全一致。解决方法是在频率重叠区取少量采样点做幅度校准：设XfX_fXf​为低频段频谱（长度M/2=1024M/2 = 1024M/2=1024），YfY_fYf​为高频段频谱（同长度）。取重叠区Q=10Q = 10Q=10个点计算比例因子：α=mean(Xf[M/2−Q+1:M/2])mean(Yf[1:Q])\alpha = \frac{\text{mean}(X_f[M/2-Q+1 : M/2])}{\text{mean}(Y_f[1 : Q])}α=mean(Yf​[1:Q])mean(Xf​[M/2−Q+1:M/