Con la amplia aplicación de vehículos aéreos no tripulados (VANT) en los ámbitos militar y civil, la importancia de la tecnología de identificación de VANT se ha vuelto cada vez más prominente. Entre los diversos métodos de reconocimiento, el reconocimiento de voz ha atraído considerable atención debido a sus ventajas de bajo costo y fácil implementación. Sin embargo, la mayoría de las investigaciones existentes se centran principalmente en aislar los sonidos de los VANT de las señales de ruido en entornos complejos, con estudios limitados sobre el reconocimiento de sonidos de VANT a larga distancia. Con base en esto, este artículo propone un método de extracción de características en el dominio de la frecuencia basado en características armónicas. Al analizar las características armónicas de los sonidos de los VANT, seleccionamos parámetros estables con una fuerte robustez contra capacidades de interferencia como las características principales para minimizar la redundancia de información y la fluctuación de características. Los resultados experimentales indican que este método logra una precisión de reconocimiento del 78.03% para el VANT DJI Phantom 4 Pro V2.0 a una distancia de 120 m. Para validar el método propuesto, comparaciones exhaustivas con los métodos tradicionales MFCC, Log-Mel Spectrogram y las líneas base modernas Raw Waveform CNN (M5) demuestran la superior robustez del enfoque propuesto. Mientras que estos métodos comparativos mostraron caídas significativas en el rendimiento en escenarios desafiantes a larga distancia (por ejemplo, precisiones por debajo del 24% para el DJI Mavic Pro), el método propuesto mantuvo capacidades de identificación consistentes, validando su efectividad en entornos de baja señal.