低慢小无人机探测方法(4)
图4 球形麦克风阵列及声学成像
声探测面临的一个挑战是噪声环境下如何识别无人机。由于无人机所发出的声音受多种因素影响,采用建模的方法比较困难,因而目前主要依靠数据挖掘[51]、遗传算法[39]、机器学习[37]等数据驱动的算法进行特征提取,并建立无人机的声纹库。声探测对旋翼无人机和固定翼无人机都适用[33]。
3 现有探测方法性能比较
从技术角度,探测距离和适用条件是评价探测方法的两个重要指标。虽然部分产品宣称其雷达对“低慢小”无人机的探测距离可达10 km甚至15 km,但是结合仿真数据与实测数据,实际探测距离大概在5 km左右,比较可靠的探测距离为3 km以内。根据DroneShield 公司研制的RFone系统,可以认为无线电探测在电磁环境简单的郊区能够达到1.5 km左右,而在市区条件下则不到1 km。根据UAVX系统和Ascent Vision公司生产的cm202u系统,可以认为在能见度良好的情况下,发现12 cm*12 cm大小的无人机的最远距离大概是1~2 km。李琳等[23]测量结果显示,红外系统对“低慢小”无人机最大探测距离在能见度15 km的条件下,可达3.6 km。这也同时显现出红外成像与可见光成像融合的必要性。声探测目前多处于实验室阶段,其探测距离一般不超过500 m,多数情况下在200 m左右。影响探测方法的适用条件主要有天气、地物和电磁环境。暴雨天气对所有探测方法都会产生影响,但是对雷达和无线电探测的影响最小。大雾和夜间等能见度低的情况,使得光电探测只能采用红外探测或可见光照射探测。复杂的地物对所有探测方法都会产生影响,但是对无线电探测的影响最小。雷达探测需要处理地物产生的回波,光电探测将受遮挡影响,另外季节、昼夜对于红外探测也有明显影响。声学探测将受噪音干扰和地物反射。复杂的电磁环境只对雷达和无线电探测有影响。因此,一个全天候、全天时的自主无人“低慢小”无人机探测系统一定是多传感器融合的。
从应用角度,1)是否有主动发射的信号源影响着探测系统的隐蔽性、探测距离、成本、机动性、体量等。因此,根据这一标准可分为有源探测和无源探测。雷达探测、激光探测是有源探测,光电探测、无线电探测、声探测、金属探测是无源探测。在应用中,无源探测隐蔽性更好、体量更小、机动性更高,但探测距离通常较近,而有源探测则相反。因而,对于复杂条件下的应用,应当考虑有源探测和无源探测的协同。2)安装方式可分为地面固定式和移动式。地面固定式采用的雷达为ISAR(逆合成孔径),而移动式则可能采用SAR(合成孔径)。另外,算法层面两者也有较大不同,移动式需要考虑平台的移动对定位带来的影响。
4 探测技术发展趋势
4.1 移动探测
移动探测的主要形式有:机载探测、车载探测[20]和两者的结合。2017年,袁春[52]在海湾战争的“渴望锤炼”战例中受到启发,提出多体征复合探测超低空目标系统构设,其中心思想是“前沿布站”,从而令系统具备可靠、快速的响应能力。这种“前沿布站”的思想,就是一种移动探测。移动探测主要优势有:
1) 配合可对无人机进行动力补充、放飞与回收,可与控制中心进行可靠通信的移动式地面站,运用侦察航迹优化算法可以实现长时间、大范围、无死角的智能无人化监控。
2) 探测器近距离抵近目标无人机,可以获得高质量的目标信息,为意图识别等高级任务奠定数据基础。
3) 将打击装置与探测装置集成在移动平台上,可以实现“发现即摧毁”的反制效果。
4) 可部署具备智能搜索能力的无人机集群,发现目标后,对目标无人机实现包围。
移动探测主要涉及的关键技术是探测器及地面站软件的实现。探测器除了依靠图像[20,28]之外,也可以扩展应用雷达、无线电台和卫星导航系统。地面站软件需要解决目标和探测平台同时运动的条件下的数据处理问题[25]。2017年,Artem Rozantsev 等人[53]采用深度学习的方法,实现了用无人机对小视场内无人机的探测。2018年,Opromolla等人[28]采用模板匹配、形态学滤波器等算法实现了用无人机跟踪合作无人机,并在这一过程中融入导航信息。目前,类似的无人机机载探测仍然需要与地面信标机的配合,多用于地面搜索救援[54]。
4.2 融合探测
融合探测融合不同原理的探测方法,其中的关键技术,是包含时空配准、特征融合等在内的多传感器信息融合技术。2012年, Xie等人[55]基于MLA(Multi Living Agent)信息系统理论,探索了应用复杂网络理论解决“低慢小”无人机融合探测的问题。2018年,Müller W等人[4]提出了传感器网络,并详细介绍了各个部件的构成与功能。目前,融合探测的形式有:
文章来源:《光学与光电技术》 网址: http://www.gxygdjs.cn/qikandaodu/2021/0508/555.html