当代反无人机系统技术综述_蒋罗婷.pdf

ELECTRONICSQUALITYELECTRONICS QUALITY当代反无人机系统技术综述蒋罗婷（中国西南电子技术研究所，四川 成都610036）摘 要：当前，无人机的不断迅猛发展，已经对各国公共安全造成了重大威胁，无人机威胁相关报道层出不穷，如何有效地探测和打击危害公共安全的无人机成为了一个挑战。近年来，反无人机系统利用各种技术探测、跟踪和识别无人机，在有效地应对无人机威胁方面发挥了重要的作用。主要围绕当代反无人机系统技术，从射频（RF）分析仪、雷达、视觉传感器和图像处理、声学传感器4种系统技术展开研究，分析了每种技术的特点和优劣，并总结了当代反无人机系统技术的发展趋势，以期为相关人员更好地了解和应用反无人机系统技术提供一定的指导。关键词：反无人机；蜂群；射频（RF）分析仪；雷达；视觉传感器和图像处理；声学传感器；发展趋势中国分类号：V 279文献标识码：A文章编号：1003-0107（2023）02-0096-05doi:10.3969/j.issn.1003-0107.2023.02.021Review of Modern Counter Drone Systems TechnologyJIANG Luoting（Southwest China Institute of Electronic Technology，Chengdu 610036，China）Abstract：At present，the rapid gevelopment of drones has posed a significant threat to public saftety in variouscountries.Reports of drone-related threats emerge one after another，and how to effectively detect and combat thesedrones that endanger public saftety becomes a challenge.In recent years，anti-drone systems have played an impor-tant role in effectively conntering the drone threat by using various technologies to detect，track，and identify drones.The modern counter drone systems technologies，including radio frequency（RF）analysers，radars，video/electro-optical（EO）sensors and audio/acoustic sensors，are studied.The characteristics and the strength and weakness ofeach technology are analyzed，and the technological development trends of modern counter drone systems technolo-gy are summarized so as to provide some guidance for relevant personnel to better understand and apply anti-dronesystem technology.Keywords：counter drone；swarm；radio frequency（RF）analysers；radar；vision sensor and image processing；acoustic sensor；development trend收稿日期：2022-10-11修回日期：2022-11-30作者简介：蒋罗婷（1987），女，四川成都人，中国西南电子技术研究所高级工程师，硕士，主要从事军事电子系统工程情报研究工作。0引言当前，不断发展的电子和通信技术使无人机体积更小、重量更轻，同时提高了它们在有效载荷容量、速度、制导和导航、操纵性和射程等方面的效率。这些发展虽然有益，但也对公共安全和关键基础设施、国防设施和设备、通信网络和治安机构的安全构成了若干威胁。例如：反社会分子和叛乱团体使用先进的无人机执行恐怖任务、走私、在限制区/安全区进行空中监视，打乱体育活动、政治集会等公共集会；再者，无人机蜂群攻击也是一种潜在的威胁，安全机构很难在复杂962023.02ELECTRONICS QUALITY的环境中有效地打击蜂群。各国的执法和安全机构都在通过采取若干措施来努力规范和预防这些潜在的威胁。然而，由于无人机频率特征的多样性和无人机频率开源库的不可用性，如何有效、高效地探测和打击这些无人机成为了一个挑战。此外，如图1所示，在过去的56年里，世界范围内的消费者无人机的装运量稳步增长。截止2021年，达到6 770万，预计2025年将达到41亿。随着无人机数量的增加，不良事件也必然成倍地增加，所有政府都必须保护自己的国土、资产和人民免受无人机威胁。如果不加以制止，这些威胁可能导致许多人丧生，并给国家带来巨大的财政影响1。所有上述因素都要求先进的反无人机系统具有快速的探测能力和先进的干扰和中和技术。1反无人机系统关键技术反无人机系统依靠各种技术来探测、跟踪和识别无人机，其中最常见的是雷达、光学传感器和声传感器，这些技术不仅能探测监视领域的无人机，而且还能监测鸟类、风筝、其他飞行/浮动物体和地面上的移动物体。反无人机系统识别各种对象，并从大杂波中对无人机进行分类，有些甚至能进一步地识别探测到无人机，捕获其型号、数字指纹、雷达特征和MAC地址等信息，从而部署适当的对抗措施。先进的反无人机系统不仅可以精确地定位无人机，而且可以提供速度、飞行方向等信息，并能实时地跟踪无人机。但是，无人机具有较低的雷达散射截面（RCS）和相对较低的速度，这些特点使得探测任务具有挑战性。一般采用这几种方法来探测无人机：射频分析仪、雷达、视频/光电（EO）传感器（摄像机）和音频/声学传感器（麦克风），单一使用这些传感器实际上并不能有效地探测到无人机，一个有效的无人机探测系统需要根据覆盖范围、角度和周围的环境进行设计。多个传感器阵列在分层结构中对区域进行重叠覆盖是探测无人机的最佳方法。由于无人机技术的迅速发展，大多数军事机构现在都采用这种多层次的对抗措施，与传统系统相比，这种方法提供了更高的探测率2。1.1 射频（RF）分析仪大部分无人机使用无线电信号进行通信、指挥和控制，它们接收来自遥控器的命令，并将诸如视频、图像和遥测等数据发送回地面站3。射频分析仪（如图2所示）由接收信号的一个或多个天线和分析射频频谱的处理器组成，用于探测无人机与地面站之间的无线电通信，以加强和确保空域安全。射频分析仪可以用于任何类型的环境，如城市、丘陵、噪音、森林和海岸等。一些还可以通过分析波形特征来识别无人机的型号，而有些还能通过WiFi通信识别无人机和控制器的MAC地址，一些先进的射频分析仪还能保证无人机和遥控器的实时映射1。使用射频分析仪有几个好处，例如：成本相对较低，可同时探测和识别多架无人机，还能实时工作。如果同时部署多个射频分析仪，则用户还可以对无人机及其控制器进行三角测量。不过，射频分析仪也有一些缺点。如果无人机没有使用射频子系统，例如它使用的是4G/5G移单位：百万图1世界范围内消费者无人机的装运量6.48.512.125.436.249.167.72015201620172018201920202021图2射频传感器理 论 与 研 究Theory&Research97ELECTRONICSQUALITYELECTRONICS QUALITY动网络，或者那些无人机是自主式或预编程，那么射频分析仪将完全看不到它。此外，射频分析仪还可以探测到附近其他射频设备，例如无线路由器、智能家用电器和工业级发射机等，这使得它们在拥挤的射频区域中效率较低4。因此，单凭射频传感器可能并不能有效地探测无人机。1.2 雷达雷达是另一种探测无人机的流行技术。目前，各种反无人机使用2D和3D雷达精确探测和定位无人机，两者的区别如图3所示。2D雷达可以探测市场上大多数类型的无人机，然而它们不能提供关于目标高度的信息。在现实生活中，如果没有目标的高度信息，实时跟踪、准确分类并且精确指示其他传感器/子系统瞄准目标是一个挑战。例如：2D雷达可能能探测到500 m远的无人机和左侧15的无人机，但它也可能是地面上的一个移动物体而已。相较而言，3D雷达可以提供非常关键的高度信息，还可以精确地指示摄像机或干扰器对准探测到的无人机1。有源电子扫描阵列（AESA：Active Electroni-cally Scanned Array）雷达是在二维阵列中利用多个天线发射相同相移波形的相控阵雷达，它是基于波束形成原理。AESA雷达像人眼一样工作，从一个角落到另一个角落扫描视网膜来观察整个图像。另一方面，多输入多输出（MIMO：Multiple-input and Multiple-output）雷达可以在所有天线上传输不同的波形，它更像苍蝇的眼睛一样工作，可以立刻获得整个图像，而不需要任何扫描。MI-MO雷达提供了惊人的刷新率，这大大地改善了无人机（包括蜂群）的探测和跟踪效果，此外，其还能有效地去除地面杂波。MIMO和AESA雷达图片如图4所示。因为无人机在低空飞行、飞行速度慢和雷达散射截面（RCS）小，而雷达传感器很难区分无人机与噪声和杂波，因此需要在反无人系统中部署其他传感器来解决这个问题。1.3 视觉传感器和图像处理光电传感器（如图5所示）与基于人工智能的图像处理软件相结合能够对无人机进行视觉探测和分类。根据摄像机的数量和类型，光电传感器可以覆盖视野（FoV）30360，提供了无人机在覆盖区域存在的视觉证据。基于光电的系统提供专门用于探测、分类和跟踪的专有摄像机，这些系统具有自主性，但它们的范围通常受到镜头焦距和光学放大能力的限制。目前，市场上照相机的探测范围可达23 km，如果遇到云、尘、雨或雾等气候条件会进一步地减少。图3 2D雷达和3D雷达的区别3D2D图4 MIMO和AESA雷达图5用于无人机探测的光电传感器ab982023.02ELECTRONICS QUALITY1.4 声学传感器声学传感器（如图6所示）是一种麦克风或一组麦克风，它探测无人机发出的声音并计算其方向。当雷达视线受阻时，可以使用这类传感器。声学传感器的成本相对较低，在经济上也可行。多个麦克风阵列可用于对目标进行大致的三角测量。声学传感器可能不是目标定位的理想选择，但它们可以提供无人机的方向。它们还有其他一些限制，如噪声环境下效率低、探测范围短（最大为300500 m）等。2反无人机系统发展趋势随着反无人机系统的不断发展，当前已经表现出集成化、体系化、小型化、智能化和多维化的发展趋势。其中，多传感器数据融合、反无人机蜂群作战和人工智能是重点发展方向。未来的反无人机系统将以智能化武器平台为中心，形成体系融合、智能决策和全域多维的智能一体化体系，实现探测预警信息互联互通、情报实时共享、功能融合集成，破除行业壁垒，实现体系融合，最终构筑攻防一体的反无人机系统。具体来讲，反无人机系统体现出了以下几个趋势。2.1 反无人机装备向多传感器数据融合技术的方向转变反无人机数据融合将整合多个数据源，这样就能提供比单个数据源更丰富的信息，并且提供的信息更一致、更准确、更有利用价值，它有可能生成比原始输入信息更丰富、更综合的融合数据。对于反无人机而言，多传感器数据融合能提高无人机检测系统的性能，以克服单一传感器在某些特定场景中存在的缺点5。深度学习提供了管理复杂和多样的数据的能力，将深度学习技术应用于多传感器学习任务中，显示出了很大的优势。Anduril工业公司的反无人机系