“低慢小”無人機探測方法

屈旭濤,莊東曄,謝海斌

(國防科技大學智能科學學院自動化系,湖南 長沙 410072)

近年來,“低慢小”無人機由于獲取便利、應用廣泛而呈現(xiàn)爆發(fā)式增長。根據(jù)中國民航局公布的數(shù)據(jù),截至2018年底,我國無人機實名登記已達28.7萬架,無人機經(jīng)營性飛行活動達37萬小時?！暗吐　睙o人機在帶來產(chǎn)業(yè)升級的同時,也帶來了各種安全威脅。

“低慢小”無人機的威脅形式有:1)無惡意闖入禁飛區(qū),也即“黑飛”;2)失控;3)惡意進行偵察監(jiān)視、直接攻擊、引導或配合攻擊。

“低慢小”無人機的威脅(圖1)可發(fā)生在多種場景:

1)機場跑道一般會設(shè)置無人機禁飛區(qū),意外闖入的無人機有可能會與正常起降的航班發(fā)生碰撞,造成嚴重事故。因此,機場一般采取最保守的停飛措施來應對“黑飛”無人機, 這嚴重影響了正常航班飛行。僅2017年上半年全國就發(fā)生超過40起無人機干擾民航飛行事件。

2)監(jiān)獄雖然戒備森嚴,但在押人員有可能通過無人機與外界聯(lián)系,獲得情報、毒品甚至槍支等違禁物品。

圖1 “低慢小”無人機可能造成威脅的場景

3)火車站、廣場、商業(yè)街、大型會議、運動會、演唱會等人群密集的公共區(qū)域,常常是恐怖分子制造恐慌的場所?？植婪肿佑锌赡苁褂脽o人機向密集人群投放危險物品,例如炸彈、毒物等。也有可能利用無人機作為引導,實施更高烈度的襲擊。另外,正常進行航拍的無人機也存在失控墜落,進而在人群中造成傷亡、恐慌的風險。

4)軍事方面,敵方可能運用“低慢小”無人機針對單兵、營地、機動中的分隊、重大涉密場所、交通樞紐等要害部位實施偵察、襲擊和引導攻擊。例如,2018年1月6日,俄羅斯“赫梅米姆”空軍基地和“塔爾圖斯”補給站受到9架無人機襲擊。綜上,“低慢小”無人機在眾多領(lǐng)域都有可能產(chǎn)生威脅,因而對“低慢小”無人機的管控與反制,成為各領(lǐng)域密切關(guān)注的問題。

對“低慢小”無人機的探測是反制[1-6]的前提與關(guān)鍵環(huán)節(jié)。探測環(huán)節(jié)的缺失或薄弱,將無法實現(xiàn)對“低慢小”無人機的精確打擊。在這種情況下,只能依靠設(shè)立禁飛區(qū)、建立名單機制等管理辦法進行預防,而這種預防是以犧牲無人機市場快速發(fā)展為代價的。在無法有效發(fā)現(xiàn)、定位并跟蹤的情況下,要完成對“低慢小”無人機的反制任務,往往需要投入無差別的面殺傷系統(tǒng),并且不間斷地運行。例如對無線通信的壓制,將使得周邊所有無線通信設(shè)備都受到影響。在一個理想的反無人機系統(tǒng)(圖2)中,由傳感器(網(wǎng)絡)構(gòu)成的探測與識別系統(tǒng)能夠處理底層采集的傳感器數(shù)據(jù)流,從數(shù)據(jù)流中提取出特征向量,解算出控制指令。處理中心向探測與識別系統(tǒng)發(fā)出視頻流及跟蹤的請求和時間戳,探測與識別系統(tǒng)將包含元數(shù)據(jù)的視頻流、元件狀態(tài)、控制指令、目標丟失情況等報告給處理中心,從而形成一個動態(tài)的“請求——響應——處理”閉環(huán)。

圖2 探測模塊在系統(tǒng)中的位置與作用

“低慢小”無人機探測主要依靠電磁學、光學、熱學、聲學等特性發(fā)現(xiàn)、識別和定位非合作“低慢小”無人機。小尺寸、非金屬材質(zhì)和低速飛行等特點,使得傳統(tǒng)空域探測方法在面對“低慢小”無人機時存在短板。這一問題成為低空安防的一個漏洞,因而吸引了眾多關(guān)注,許多機構(gòu)對此進行了技術(shù)研發(fā)。

本文分析“低慢小”無人機的目標特性,探討現(xiàn)有探測技術(shù)的能力短板;從原理、探測性能、發(fā)展現(xiàn)狀與前景等方面梳理“低慢小”無人機探測技術(shù);針對探測難點對實際應用廣泛的幾種探測方法,在探測性能、實際應用與前景等方面進行了比對分析,總結(jié)移動探測、融合探測、跟蹤探測等解決“低慢小”無人機探測問題的新思路。

1 現(xiàn)階段探測難點

“低慢小”是“低空慢速小目標”的簡稱,目前學術(shù)界尚未有清晰統(tǒng)一的定義標準。衡量“低慢小”無人機的性能參數(shù)可以有飛行高度、雷達反射面積(RCS)、體積、巡航范圍、重量、飛行速度等。雷達反射面積和體積都受多方面因素影響,測量方法復雜,不夠直觀,但都與重量存在正相關(guān)關(guān)系[7]。通常認為“低慢小”無人機的RCS不超過2 m2。巡航范圍受重量、飛行速度和續(xù)航能力等因素影響。考慮到無人機的空機重量、起飛重量、機翼參考面積之間都存在近似的正比例關(guān)系[8]。因此,飛行速度和重量是界定無人機的兩個關(guān)鍵指標。本文將最大起飛重量小于25 kg、飛行速度低于180 km/h的旋翼、固定翼無人機視為“低慢小”無人機。由于法律限制和所執(zhí)行的任務限制,這些無人機的飛行高度通常不超過500 m。 如圖3所示,本文所定義的“低慢小”無人機涵蓋了多數(shù)現(xiàn)有產(chǎn)品。

圖3 本文“低慢小”無人機的定義

“低慢小”無人機對傳統(tǒng)空域探測技術(shù)的嚴峻挑戰(zhàn)主要體現(xiàn)在以下方面:

1)飛行高度低。低空空域是指高度在1 000 m以下的飛行區(qū)域。該空域中飛行器距地面、建筑物、樹木和飛鳥等物體較近。因此,對其的探測常常受到這些地形地物的干擾。干擾的形式有噪聲、信號衰減和遮擋等。

2)可低速飛行或懸停。這給雷達探測帶來了挑戰(zhàn)。雷達測速的原理是多普勒效應,即通過目標回波的多普勒頻率,計算目標與雷達的相對運動速度。在加裝了動目標顯示的雷達上,只有速度達到一定程度的運動目標能夠顯示出來。“低慢小”無人機低速或懸停飛行時,很難在加裝了動目標顯示的雷達上顯示出來。如果不加裝動目標顯示,則雷達會接收到來自地面固定物的強烈的回波噪聲。但是,目標的慢速運動有利于光電系統(tǒng)跟蹤目標。

3)尺寸小且可能采用非金屬材料。這給探測帶來的主要問題,是探測信號微弱?！暗吐　睙o人機的雷達反射截面[7]、自身向外界發(fā)射的光信號和聲信號都比較微弱,這使得傳統(tǒng)探測手段的探測距離、發(fā)現(xiàn)概率都受到很大限制。

雖然各種探測方法的原理不一樣,但多數(shù)都基于連續(xù)信號的接收、處理和識別。因此,在“低慢小”無人機的探測問題上,有一些共同的技術(shù)難點,分別是微弱信號檢測、目標定位跟蹤和識別。例如,“低慢小”無人機能被探測到的光信號非常微弱,因此，硬件上的濾波處理就變得不再有效,此時需要在系統(tǒng)中后置微弱光信號檢測器,利用信號和噪聲在統(tǒng)計特性上的差別去區(qū)分它們。精確的時延估計算法在不同探測器的定位跟蹤算法中都有著重要的作用。在定位跟蹤“低慢小”無人機時,傳感器可能出現(xiàn)目標漏檢,觀測區(qū)域中的目標數(shù)目隨機變化,跟蹤到“假目標”等情況,這些都依賴于目標跟蹤算法的優(yōu)化。

2 探測方法研究現(xiàn)狀

目前,能夠應用于探測“低慢小”無人機的方法,從信號形式上主要包括:雷達探測[7,9-15]、激光探測[16-17]、金屬探測[18]、光電探測[19-28]、無線電探測[29-31]和聲學探測[32-39]。其中,市場上的“低慢小”無人機探測裝備多基于雷達、圖像和無線電,少數(shù)使用聲音。來自美國巴德學院的Arthur Holland Michel[40]在2018年2月的一份調(diào)查報告統(tǒng)計了155件來自世界各地各機構(gòu)研制的具有探測“低慢小”無人機功能的反無人機系統(tǒng),發(fā)現(xiàn)其中雷達方法、無線電頻率方法與光電方法大約各占1/3,而使用了聲學方法的只有2件。

2.1 雷達探測

雷達主體由發(fā)射機、接收機、收發(fā)天線、顯示器構(gòu)成,其原理是:雷達發(fā)射機向外發(fā)射電磁波,接收機接收目標反射回來的電磁波,通過處理目標回波獲得相應信息。理論上,雷達可以獲取的目標信息包括:距離、徑向速度、角方向、尺寸、形狀、微多普勒特征等。雷達探測“低慢小”無人機有以下突破口:1)設(shè)計合適的雷達體制、信號頻率等;2)開發(fā)更高效的雜波抑制[41]、自適應恒虛警檢測、點跡聚集[12]、脈沖壓縮和單脈沖測角[9]等關(guān)鍵算法。具體可考慮以下內(nèi)容:

1)脈沖雷達信號處理簡便成熟,探測距離長,但是價格昂貴,存在近距盲區(qū),發(fā)射源功率高、體積大,距離分辨力低。線性調(diào)頻連續(xù)波(LFMCW)雷達[42]體積小,功率低,距離分辨力高,但信號處理復雜,探測距離短。綜合來看,后者更優(yōu)。

2)加裝了動目標顯示算法的雷達地物回波干擾小,但是會漏檢慢速與懸停目標。

3)相控陣雷達雖然由于冷卻需求導致功率消耗大,但是反應速度快,目標更新速率高,多目標追蹤能力強,分辨率高。

4)X波段(8～12 GHz)雷達[7]探測距離長,但是精度低。Ku波段(12～18 GHz)雷達受地面干擾小,精度高,但是受降雨影響大,探測距離短。李琴等人[13]對雷達探測“低慢小”無人機進行了仿真實驗,結(jié)果表明在一定功率下,考慮大氣衰減和地雜波的影響,最佳的探測頻率為20 GHz。進一步分析, 如果采用地雜波 MTI 抑制技術(shù), 最佳的探測頻率為16 GHz。這一頻率位于Ku波段,而Ku波段事實上也是目前雷達探測“低慢小”無人機的主流。

5)三坐標雷達可以獲取目標的三維坐標信息,更有利于進行精確打擊。

雷達雜波抑制方面,需要考慮在抑制雜波的同時,盡可能地減少對目標回波信息的減損,相關(guān)的算法有直流濾波器與噪聲子空間[41]、Hough變換[43]等。鳥類在尺寸、速度等方面與“低慢小”無人機有諸多相似之處。飛機防鳥撞這一需求催生了大量關(guān)于探鳥雷達[44-45]的研究。探鳥雷達與“低慢小”無人機探測雷達在硬件上具有很高的相似度,但是在信號處理算法上有較大不同。探鳥雷達除了關(guān)注固定物的回波以外,一些氣象回波、地面汽車回波甚至距離天線較近的昆蟲回波都有可能造成較大的誤導[44]。而對于“低慢小”無人機探測雷達,如何有效區(qū)分鳥類和“低慢小”無人機成為一個重要的問題。

2.2 激光探測

激光探測系統(tǒng)主要由發(fā)射光源、接收器、處理器和顯示器構(gòu)成。激光測距根據(jù)測量原理,可以分為脈沖式和相位式[46]。脈沖式激光測距是利用激光脈沖在系統(tǒng)和目標之間來回傳輸一次所使用的時間計算出目標的距離。相位式激光測距是利用調(diào)制的連續(xù)光波在探測系統(tǒng)和目標之間來回一次所發(fā)生的相移計算出目標的距離。2004年,李大社[47]等人通過計算,驗證了功率10 MW,重頻10 pps 的激光器在激光探測器的引導下可以跟蹤較大的無人機。目前,激光探測在100米左右,對“低慢小”無人機在 0 ～ 20μs的測量范圍內(nèi), 測量相對誤差能夠達到10-5量級[17]。

2.3 金屬探測

“低慢小”無人機幾乎都含有金屬材料部分,如無刷電動機軸及繞組是鋼鐵材質(zhì),機架和起落架通常為鋁合金。因此,理論上,可以采用金屬探測的方法。電磁感應型探測設(shè)備是金屬探測器中應用最廣泛的一類,該類設(shè)備的探測原理是利用金屬物對交變電磁場產(chǎn)生干擾效應來檢測金屬。 金屬探測最初應用在探雷、探測地下金屬等方面,現(xiàn)在更多是應用在安檢[18]。

2.4 光電探測

光電技術(shù)是在人類探索和研究光電效應的進程中產(chǎn)生和發(fā)展起來的,是指由光電傳感器對待測光學量或由非光學待測物理量轉(zhuǎn)換成的光學量,通過光電變換和電路處理的方法進行檢測的技術(shù),主要通過由高清、短紅外、寬光譜、北斗等構(gòu)成的具有遠程目標監(jiān)測、跟蹤功能的預警光電雷達來實現(xiàn)。

從廣義上講,光指的是光輻射,按波長可以分為X射線、紫外輻射、可見光和紅外輻射等。“低慢小”無人機本身是一個輻射源,向外輻射可見光和紅外光。2017年, Andra?i P等人[21]通過實驗,驗證了在某些情況下,廉價的紅外傳感器對小型電動多旋翼無人機具有探測能力。但是由于旋翼部位雖然發(fā)熱量較大,但被外殼包裹,真正輻射出來的紅外線很有限[19],因而主要熱源是電池或其他動力部分[21],這樣單純的紅外成像就變得難以實現(xiàn)自動識別。針對這一問題,劉潤邦等提出了基于特征融合的粒子濾波紅外目標跟蹤算法,該算法建立基于灰度直方圖和梯度方向直方圖的觀測模型,來彌補紅外目標特征描述的局限性。

探測“低慢小”無人機主要解決光信號微弱和背景復雜這兩個問題。因為“低慢小”無人機的光輻射強度低,所以，要使用更高倍數(shù)的光學變焦和數(shù)字變焦的相機。光學變焦的倍數(shù)越高,相機所能聚焦的距離就越遠。數(shù)碼變焦的倍數(shù)越高,照片所能放大的倍數(shù)就越高。例如,AUDS反無人機系統(tǒng)采用的是雙攝像頭,30倍光學變焦,12倍數(shù)碼變焦。另外,“低慢小”無人機在長波波段的輻射強度是在中波波段的10 倍以上,可見熱輻射能量主要集中在長波波段[19]。光電探測的關(guān)鍵算法是圖像處理,目前已有的嘗試包括傳統(tǒng)的鄰域特征[35]、連續(xù)幀間特征[48]、紅外輻射建模[22]以及深度學習[49]算法等。

2.5 無線電探測

“低慢小”無人機的飛行控制和載荷數(shù)據(jù)的傳輸都需要和外界進行通信,這個過程所產(chǎn)生的無線電信號具有一定的特征。其中飛控指令既需要上傳也需要下載,而載荷數(shù)據(jù)一般只需要下載。常見的無人機通信頻段應用模式有三類:一類是僅使用2.4 GHz頻段(常見于玩具無人機或無須傳輸載荷數(shù)據(jù)的無人機);一類是同時使用2.4 GHz和5.8 GHz頻段(飛控指令和載荷數(shù)據(jù)處于不同的頻段);一類是用433 MHz、868 MHz、915 MHz等頻段來傳輸飛控指令,用1.3 GHz來傳輸載荷數(shù)據(jù)(歐洲標準)。為了提高復雜電磁環(huán)境下的抗干擾能力,多數(shù)“低慢小”無人機還采用了跳頻加擴頻的飛控信號調(diào)制模式。通常飛控信號需要更強的穩(wěn)定性,因此更有可能采取跳頻方式。

無線電探測需要解決信號識別和定位兩個問題?！暗吐　睙o人機的通信信號在頻譜和功率譜上都有較為顯著的特征。常用的定位算法有到達時間法(TOA, Time of Arrival)、到達時間差法 (TDOA, Time of Difference of Arrival)[29,35,50]、到達角度法(AOA, Angle of Arrival)、接收信號強度法 (RSSI, Receive Signal Strength Indicator)、以及位置指紋法等。目前,“低慢小”無人機探測多采用TDOA法,該方法通常需要部署至少4臺可移動監(jiān)測站構(gòu)成的TDOA網(wǎng)絡[29]。目前, Shoufan等人[30]根據(jù)無人機飛行狀態(tài)與控制信號特征之間的關(guān)系,從截取的控制信號中,可以分析出無人機的飛行狀態(tài)以及操作員的部分信息。

2.6 聲學探測

“低慢小”無人機發(fā)出的聲音特征受無人機型號和無人機飛行狀態(tài)兩個因素影響。在聲音探測范圍內(nèi),可以通過由麥克風陣列對捕捉到的音頻進行定位和識別,即實現(xiàn)聲學成像。麥克風陣列的形式主要有線性四陣列[38]和球形陣列[32]。定位算法主要有互功率譜法[38]、TDOA法[50]等。目前,效果最好的組合方式是球形陣列和TDOA法(圖4)[32]。目前,聲探測主要作為光電探測的輔助手段。

圖4 球形麥克風陣列及聲學成像

聲探測面臨的一個挑戰(zhàn)是噪聲環(huán)境下如何識別無人機。由于無人機所發(fā)出的聲音受多種因素影響,采用建模的方法比較困難,因而目前主要依靠數(shù)據(jù)挖掘[51]、遺傳算法[39]、機器學習[37]等數(shù)據(jù)驅(qū)動的算法進行特征提取,并建立無人機的聲紋庫。聲探測對旋翼無人機和固定翼無人機都適用[33]。

3 現(xiàn)有探測方法性能比較

從技術(shù)角度,探測距離和適用條件是評價探測方法的兩個重要指標。雖然部分產(chǎn)品宣稱其雷達對“低慢小”無人機的探測距離可達10 km甚至15 km,但是結(jié)合仿真數(shù)據(jù)與實測數(shù)據(jù),實際探測距離大概在5 km左右,比較可靠的探測距離為3 km以內(nèi)。根據(jù)DroneShield 公司研制的RFone系統(tǒng),可以認為無線電探測在電磁環(huán)境簡單的郊區(qū)能夠達到1.5 km左右,而在市區(qū)條件下則不到1 km。根據(jù)UAVX系統(tǒng)和Ascent Vision公司生產(chǎn)的cm202u系統(tǒng),可以認為在能見度良好的情況下,發(fā)現(xiàn)12 cm*12 cm大小的無人機的最遠距離大概是1～2 km。李琳等[23]測量結(jié)果顯示,紅外系統(tǒng)對“低慢小”無人機最大探測距離在能見度15 km的條件下,可達3.6 km。這也同時顯現(xiàn)出紅外成像與可見光成像融合的必要性。聲探測目前多處于實驗室階段,其探測距離一般不超過500 m,多數(shù)情況下在200 m左右。影響探測方法的適用條件主要有天氣、地物和電磁環(huán)境。暴雨天氣對所有探測方法都會產(chǎn)生影響,但是對雷達和無線電探測的影響最小。大霧和夜間等能見度低的情況,使得光電探測只能采用紅外探測或可見光照射探測。復雜的地物對所有探測方法都會產(chǎn)生影響,但是對無線電探測的影響最小。雷達探測需要處理地物產(chǎn)生的回波,光電探測將受遮擋影響,另外季節(jié)、晝夜對于紅外探測也有明顯影響。聲學探測將受噪音干擾和地物反射。復雜的電磁環(huán)境只對雷達和無線電探測有影響。因此,一個全天候、全天時的自主無人“低慢小”無人機探測系統(tǒng)一定是多傳感器融合的。

從應用角度,1)是否有主動發(fā)射的信號源影響著探測系統(tǒng)的隱蔽性、探測距離、成本、機動性、體量等。因此,根據(jù)這一標準可分為有源探測和無源探測。雷達探測、激光探測是有源探測,光電探測、無線電探測、聲探測、金屬探測是無源探測。在應用中,無源探測隱蔽性更好、體量更小、機動性更高,但探測距離通常較近,而有源探測則相反。因而,對于復雜條件下的應用,應當考慮有源探測和無源探測的協(xié)同。2)安裝方式可分為地面固定式和移動式。地面固定式采用的雷達為ISAR(逆合成孔徑),而移動式則可能采用SAR(合成孔徑)。另外,算法層面兩者也有較大不同,移動式需要考慮平臺的移動對定位帶來的影響。

4 探測技術(shù)發(fā)展趨勢

4.1 移動探測

移動探測的主要形式有:機載探測、車載探測[20]和兩者的結(jié)合。2017年,袁春[52]在海灣戰(zhàn)爭的“渴望錘煉”戰(zhàn)例中受到啟發(fā),提出多體征復合探測超低空目標系統(tǒng)構(gòu)設(shè),其中心思想是“前沿布站”,從而令系統(tǒng)具備可靠、快速的響應能力。這種“前沿布站”的思想,就是一種移動探測。移動探測主要優(yōu)勢有:

1) 配合可對無人機進行動力補充、放飛與回收,可與控制中心進行可靠通信的移動式地面站,運用偵察航跡優(yōu)化算法可以實現(xiàn)長時間、大范圍、無死角的智能無人化監(jiān)控。

2) 探測器近距離抵近目標無人機,可以獲得高質(zhì)量的目標信息,為意圖識別等高級任務奠定數(shù)據(jù)基礎(chǔ)。

3) 將打擊裝置與探測裝置集成在移動平臺上,可以實現(xiàn)“發(fā)現(xiàn)即摧毀”的反制效果。

4) 可部署具備智能搜索能力的無人機集群,發(fā)現(xiàn)目標后,對目標無人機實現(xiàn)包圍。

移動探測主要涉及的關(guān)鍵技術(shù)是探測器及地面站軟件的實現(xiàn)。探測器除了依靠圖像[20,28]之外,也可以擴展應用雷達、無線電臺和衛(wèi)星導航系統(tǒng)。地面站軟件需要解決目標和探測平臺同時運動的條件下的數(shù)據(jù)處理問題[25]。2017年,Artem Rozantsev 等人[53]采用深度學習的方法,實現(xiàn)了用無人機對小視場內(nèi)無人機的探測。2018年,Opromolla等人[28]采用模板匹配、形態(tài)學濾波器等算法實現(xiàn)了用無人機跟蹤合作無人機,并在這一過程中融入導航信息。目前,類似的無人機機載探測仍然需要與地面信標機的配合,多用于地面搜索救援[54]。

4.2 融合探測

融合探測融合不同原理的探測方法,其中的關(guān)鍵技術(shù),是包含時空配準、特征融合等在內(nèi)的多傳感器信息融合技術(shù)。2012年, Xie等人[55]基于MLA(Multi Living Agent)信息系統(tǒng)理論,探索了應用復雜網(wǎng)絡理論解決“低慢小”無人機融合探測的問題。2018年,Müller W等人[4]提出了傳感器網(wǎng)絡,并詳細介紹了各個部件的構(gòu)成與功能。目前,融合探測的形式有:

1) 紅外與可見光融合成像[24]。這一技術(shù)不但使得探測系統(tǒng)能夠適應白天和夜間的任務,而且能夠同時保留可見光圖像豐富的細節(jié)信息、色彩信息與紅外圖像的亮度信息,提升了探測的準確性。

2) 圖像與超聲波信息融合[56]。這一技術(shù)類似于蝙蝠等生物在飛行時的目標探測原理,目前多用于無人機避障。

3) 圖像與雷達的信息融合[57]。這兩者的融合模式,使雷達進行大范圍地掃描搜索,發(fā)現(xiàn)目標后,運用相機對目標成像。這樣可以在獲得探測距離的同時,不失探測精度。其中的關(guān)鍵技術(shù)是雷達的目標探測與識別及其與相機之間快速、穩(wěn)定的響應關(guān)系。

4) 圖像與聲音融合[32]。聲陣列對無人機的探測在500 m范圍內(nèi)有良好效果。作為一種輔助探測手段,聲探測的融入能夠大大提高近距探測的響應速度和精度。

多傳感器信息融合是多層次的(圖5),可分為數(shù)據(jù)級融合、特征級融合和策略級融合。數(shù)據(jù)級融合主要解決直接從多個傳感器獲得的數(shù)據(jù)之間在空間上的配準和時間上的同步問題、網(wǎng)絡通信協(xié)議等。特征級融合是指多個傳感器探測所得的目標信息(如坐標、速度等)之間的融合,主要處理特征級的互證和沖突問題。策略級融合是處理各探測器在與決策直接相關(guān)的信息方面的互證與沖突。多傳感器數(shù)據(jù)融合的主要基礎(chǔ)方法有:基于貝葉斯推理的方法、基于加權(quán)平均的方法、基于Dempster-Shafer(DS)證據(jù)理論的方法。隨著人工智能的進一步發(fā)展,也逐漸形成了基于聚類分析的數(shù)據(jù)融合方法、基于模糊邏輯的數(shù)據(jù)融合方法、基于博弈論的數(shù)據(jù)融合方法以及基于神經(jīng)網(wǎng)絡與深度學習的數(shù)據(jù)融合方法等。

圖5 融合探測模型

4.3 跟蹤探測

傳統(tǒng)的“探測—識別—跟蹤”流程,是建立在目標可被感知的信號強烈,探測難度低于識別難度,識別難度低于跟蹤難度的基礎(chǔ)之上的?？紤]到“低慢小”無人機自身及所處環(huán)境的特殊性,“多目標跟蹤—識別—篩選”成為破解“低慢小”無人機探測難點的一種新思路。在這一思路下,探測網(wǎng)絡所接收到的信息可以盡可能地擴大,并可以融合其他先驗信息(如地圖、天氣、網(wǎng)絡狀況等),對于捕捉到的目標信息進行無條件地跟蹤,通過跟蹤所得的數(shù)據(jù)積累,進行目標篩選?？尚械姆桨赣?

1) 基于運動模型識別的跟蹤探測[58]。例如,將一段時間內(nèi)勻速直線運動與變速運動的切換次數(shù)作為特征,可以區(qū)分大多數(shù)鳥類和無人機。

2) 基于深度學習的跟蹤探測[49]。雖然當前所使用的訓練數(shù)據(jù)集多為包含清晰目標、背景為簡潔的藍天或機場的各類飛機圖片,與實際探測中可能采集到的目標無人機圖像相差較大,因而模型的泛化能力存在問題,但是卻驗證了基于學習的識別探測的可行性。隨著真實數(shù)據(jù)的不斷累積,模型的可靠性也將越來越高。

3) 基于聲音、無線電[31]、雷達信號[10,12]的跟蹤探測。影響聲音特征的因素包括:無人機類型、無人機運動狀態(tài)、無人機與探測器的相對位置。因此,在近距范圍內(nèi)采用聲音識別跟蹤探測,不但能夠有效定位目標無人機,還能夠獲得更多與反制相關(guān)的信息。雷達可用于識別“低慢小”無人機的特征主要是由旋翼等無人機自身內(nèi)部的運動造成的微多普勒特征[59-60]。

4) 融合語義地圖的跟蹤識別探測。這一方法將探測目標的位置信息與標注了特定語義的地圖進行匹配,通過模擬人結(jié)合地圖依據(jù)一定的規(guī)則進行識別,實現(xiàn)對目標的識別探測。這一方法需要解決語義地圖和規(guī)則集的設(shè)計問題。

綜合來看,先跟蹤后識別的思路,雖然表面上犧牲了系統(tǒng)響應時間,但是考慮到“低慢小”無人機本身運動速度有限,其所執(zhí)行的任務多數(shù)也都要求低速或懸停,因而仍然有可能有效終止威脅。如何平衡虛警率和漏檢率、響應時間與識別精度,是一個關(guān)鍵問題。

5 結(jié)束語

將“低慢小”無人機探測問題放在“低慢小”無人機管控與反制的整體視角下審視,可以發(fā)現(xiàn),“低慢小”無人機探測問題是可解的。“低慢小”無人機的“隱身”特性客觀存在,但這同時使得其所執(zhí)行任務的烈度降低。因此,從終止“低慢小”無人機從事的破壞活動這一目標出發(fā),不僅傳統(tǒng)探測技術(shù)不能直接應用在“低慢小”無人機探測上,而且傳統(tǒng)探測性能指標也沒有必要直接套用。本文在全面梳理“低慢小”無人機探測方法的基礎(chǔ)上,對各種探測原理進行分析比對,結(jié)合市場信息、實驗研究、仿真驗證等信息,總結(jié)出解決“低慢小”無人機探測問題的三個發(fā)展趨勢:移動探測、融合探測和跟蹤探測。