CN108254763A - 一种商用小型无人机远程探测及处置方法 - Google Patents

Abstract

本发明提供了一种商用小型无人机远程探测及处置方法，被动探测接收天线阵列接收商用小型无人机辐射的中心频率为5.8GHz图传信号，并将其送入多通道下变频器进行下变频处理，输出中频模拟信号送入控制及信号处理模块；控制及信号处理模块完成对输入模拟输入信号的数字采样、目标检测、方位估计、干扰波束形成以及模数转换等功能，输出中频模拟干扰波束信号至多通道上变频处理器变换为射频信号；多通道上变频器输出的射频信号经多通道功率放大器放大后送入干扰发射天线阵列，干扰发射天线阵列将输入的射频信号向空间辐射，在空间形成干扰波束。本发明可以在完成对目标无人机处置的同时降低对其它正常用户的影响。

Description

一种商用小型无人机远程探测及处置方法

技术领域

本发明属于反无人机技术领域，是一种针对小型商用无人机的被动远程探测及干扰处置方法。

背景技术

随着国家低空飞行的逐步开放，大量容易操控的遥控直升机、多旋翼飞行器等商用小型无人机应用越来越广泛，同时来自商用小型无人机的不可控的危险和恐怖袭击的机率大大增加，对社会安全保卫、治安管理等造成了困扰。目前，在全球已经发生多起商用小型无人机非法进入敏感空域事件，如美国白宫、日本首相府、民航及军用机场、福州监狱、春晚录制现场等敏感空域。无人机潜在的危险已经引起了世界各国政府的关注。

目前，对商用小型无人机的探测预警主要是通过雷达、光学成像、热成像等方式进行。由商用小型无人机散射截面积较小(小于0.01m²)、飞行速度较慢(最大飞行速度约为60Km/h)且主要集中在低空域活动，现有的大多数雷达对于低慢小目标的探测能力很弱。国内外有专门针对低空慢速飞行的小型目标开发的雷达系统，系统非常复杂，造价昂贵，且受阵列孔径和辐射功率等因素的限制，有效探测和预警距离相对较短(小于3Km)。光学成像和热成像极易受天气、昼夜等因素影响，无法实现全天候实时探测预警。

目前，对于小型商用无人机的处置方式主要包括硬毁伤处置和干扰处置两大类。硬毁伤处置主要包括导弹毁伤、激光武器毁伤、微波武器毁伤和常规火力毁伤等，通常用于处置军用无人机，但不适用于处置小型商用无人机。从安全和法律方面考虑，受到硬毁伤的无人机可能坠落在人群中或重要设施上，造成人员和重要设施的伤害；从经济方面考虑，采用硬毁伤手段所需要付出的经济价值通常远超出商用小型无人机的价值。因此，干扰方式更适用于处置商用小型无人机。干扰处置方式主要针对商用小型无人机的导航系统和指挥控制系统进行大功率压制干扰，使商用小型无人机的导航、通信等功能失效，从而被迫进入悬停或自动降落模式。全向的大功率压制干扰虽然可以有效干扰商用小型无人机，但也同时会干扰周围其它同频段用户的正常工作，如车载卫星导航仪、Wifi等。

发明内容

为了克服现有技术的不足，本发明提供一种远程被动探测及定向干扰的反无人机方法。

本发明解决其技术问题所采用的技术方案包括以下步骤：

第一步，包含M个独立阵元的被动探测接收天线阵列接收商用小型无人机辐射的图传信号，并送入多通道下变频器进行下变频处理；并行采集并存储下变频得到的M路中频模拟信号；采样频率为F_s，多通道下变频器输出信号的中心频率为f₀，每通道存储数据点数长度为时长为L，L≥1024，每次数据采集得到的数据矩阵记为X，大小为M×L维；

第二步，对数据矩阵X的第一行数据并行进行归一化的快速傅里叶变换，设置FFT运算点数为L，得到一行数据向量FX，大小为1×L维；设检测带宽为B，FX中参加检测运算的数据起始序号为结束序号为

计算FX中第k_start到k_end区间内每一点数据FX(n)模方值并取对数运算，得到数据向量P_FX(n)＝10log(|FX(n)|²)；

根据系统热噪声值确定检测门限值

将P_FX(n)与门限值T进行比较，若P_FX(n)≥T，则判决目标存在，进行后续目标方位估计运算；反之，则判决为目标不存在，返回第一步重新采集数据；

第三步，计算接收数据协方差矩阵对大小为M×M维的协方差矩阵R进行特征值分解，得到从大到小排列的M个特征值λ_m以及与特征值λ_m对应的特征向量v_m；

以最小特征值λ_M的10倍作为门限，估计前M-1个特征值中对应的目标个数；若λ_m≥10λ_M，则判定λ_m对应为目标，反之则判定为噪声；估计出的目标数量记为K，由剩余的M-K特征值λ_m对应的特征向量v_m组成大小为M×(M-K)维的噪声子空间U，U＝[v_k+1,…v_M]；

采用MUSIC算法对目标入射方向进行估计，其中，为方位角θ、仰角方向的扫描阵列流形向量，θ的取值范围为1～360，的取值范围为0～90，f为信号中心频率，C＝3×10⁸m/s为电磁波传播速度，P_m＝[x_m,y_m,z_m]^T为第m号接收阵元的位置坐标向量；空间谱数据P_music中的第k个峰值对应的方位角和仰角即为第k个目标的方向估计值，k＝1,2,…,K；

第四步，设干扰发射天线阵列包含的N个发射阵元的位置坐标矩阵为[P₁,P₂,…,P_N]，其中P_n＝[x_n,y_n,z_n]^T为第n号接收阵元的位置坐标向量；对第k个目标形成干扰波束的权向量

其中f′为干扰信号射频中心频率；

第五步，由DDS方法生成N路同步的中频干扰信号S(t)＝[s₁(t),s₂(t),…,s_N(t)]^T，频率为f_IF；采用第k个目标形成干扰波束的权向量对中频干扰信号加权信号

将加和信号经过D/A转换和上变频处理后送到对应的N个发射天线单元向空间中发射，在空间中相干叠加形成第k个干扰波束信号。

本发明的有益效果是：相比现有的通过雷达、光电和热成像探测商用小型无人机的方法，本发明只需被动接收商用小型无人机自身所辐射的数据传输信号，具有功耗低、探测距离远且能够全天候工作的优势；相比传统全向大功率压制干扰处置措施，本发明提出的采用数字波束实现定向干扰可以在完成对目标无人机处置的同时降低对其它正常用户的影响。

附图说明

图1是商用小型无人机远程被动探测及定向干扰系统组成示意图；

图2是商用小型无人机远程被动探测及定向干扰系统处理流程图。

具体实施方式

下面结合附图和实施例对本发明进一步说明，本发明包括但不仅限于下述实施例。

本发明在商用小型无人机远程被动探测及定向干扰装置的控制及信号处理模块中运行，商用小型无人机远程被动探测及定向干扰系统组成如图1所示。被动探测接收天线阵列接收商用小型无人机辐射的中心频率为5.8GHz图传信号，并将其送入多通道下变频器进行下变频处理，输出中频模拟信号送入控制及信号处理模块；控制及信号处理模块完成对输入模拟输入信号的数字采样、目标检测、方位估计、干扰波束形成以及模数转换等功能，输出中频模拟干扰波束信号至多通道上变频处理器变换为射频信号；多通道上变频器输出的射频信号经多通道功率放大器放大后送入干扰发射天线阵列，干扰发射天线阵列将输入的射频信号向空间辐射，在空间形成干扰波束。

本发明方法主要流程如图2所示。设接收被动探测接收天线阵列包含M(M≥2)个独立的接收天线阵元，多通道下变频模块相应的包含M路独立的下变频通道，下变频后输出的中频信号频率为f₀(量纲为兆赫兹，记为MHz)；设干扰发射天线阵列包含N(N≥2)个独立的发射天线单元，相应的多通道上变频器和多通道功率放大器分别包含N路独立的上变频通道和功率放大通道。

本发明方法实现步骤如下：

第一步：通过控制及信号处理模块中模数转换器(A/D)并行采集并存储由多通道下变频器输入的M路中频模拟信号。采样频率F_s(量纲为兆赫兹，记为MHz)，多通道下变频器输出信号的中心频率为f₀量纲为兆赫兹，记为MHz)，每通道存储数据点数长度为时长为L(L≥1024)，每次数据采集得到的数据矩阵记为X，大小为M×L维；

第二步：检测探测区域内是否存在目标。对数据矩阵X的第一行数据并行进行归一化的快速傅里叶变换(FFT)，设置FFT运算点数为L，得到一行数据向量FX，大小为1×L维。设检测带宽为B(量纲为兆赫兹，记为MHz)，矩阵FX中参加检测运算的数据起始序号为k_start，结束序号为k_end，计算方法如下：

计算FX中第k_start到k_end区间内每一点数据FX(n)(n＝k_start,k_start+1,…,k_end)模方值并取对数运算，得到数据向量P_FX：

P_FX(n)＝10log(|FX(n)|²) (3)

根据系统热噪声值确定检测门限值T：

将P_FX(n)(n＝k_start,k_start+1,…,k_end)与门限值T进行比较，若P_FX(n)≥T，则判决目标存在，进行后续目标方位估计运算；反之，则判决为目标不存在，返回第一步重新采集数据。

第三步：目标方位估计。

计算接收数据协方差矩阵R：

对大小为M×M维的协方差矩阵R进行特征值分解，可以得到从大到小排列的M个特征值λ_m(m＝1,2,…M)以及与特征值λ_m对应的特征向量v_m(m＝1,2,…M)。

以最小特征值λ_M的10倍作为门限，估计前M-1个特征值中对应的目标个数。若λ_m≥10λ_M(m＝1,2,…M-1)，则判定λ_m对应为目标，反之则判定为噪声。估计出的目标数量记为K(K≤M-1)。由剩余的M-K特征值λ_m(m＝K+1,…M)对应的特征向量v_m组成大小为M×(M-K)维的噪声子空间U。

U＝[v_k+1,…v_M] (6)

采用MUSIC算法对目标入射方向进行估计，计算过程如下：

其中H为共轭转置运算符，为方位角θ、仰角方向的扫描阵列流形向量，θ的取值范围为1～360，的取值范围为0～90，计算如下：

其中，f为信号中心频率，C＝3×10⁸m/s为电磁波传播速度，P_m＝[x_m,y_m,z_m]^T为第m(m＝1,2,…M)号接收阵元的位置坐标向量，T为转置运算符。

空间谱数据P_music中的第k(k＝1,2,…,K)个峰值对应的方位角和仰角即为第k个目标的方向估计值。

第四步：计算数字干扰波束的权值向量。

设干扰发射天线阵列包含的N个发射阵元的位置坐标矩阵为[P₁,P₂,…,P_N]，其中P_n＝[x_n,y_n,z_n]^T为第n(n＝1,2,…N)号接收阵元的位置坐标向量，T为转置运算符。对第k(k＝1,2,…,K)个目标形成干扰波束的权向量计算如下：

其中f′为干扰信号射频中心频率。

第五步：加权输出。

由DDS方法生成N路同步的中频干扰信号S(t)＝[s₁(t),s₂(t),…,s_N(t)]^T，频率为f_IF(量纲为兆赫兹，记为MHz)。采用第k(k＝1,2,…,K)个目标形成干扰波束的权向量对中频干扰信号加权信号S_k′(t)：

将加和信号经过D/A转换和上变频处理后送到对应的N个发射天线单元向空间中发射，在空间中相干叠加形成第k个干扰波束信号。

设接收被动探测接收天线阵列包含25个独立的接收天线阵元，布阵形式为正方形阵列，阵元间距为25.7mm，接收商用小型无人机辐射的5.725GHz～5.825GHz的图传信号。多通道下变频模块相应的包含25路独立的下变频通道，下变频后输出的中频信号频率为f₀＝15MHz；设干扰发射天线阵列包含25个独立的发射天线单元，发射干扰信号中心频率为1575.42MHz，阵列呈正方形排列，阵元间距为95mm。相应的多通道上变频器和多通道功率放大器分别包含25路独立的上变频通道和功率放大通道。具体实施方式如下：

步骤1：通过控制及信号处理模块中模数转换器(A/D)并行采集并存储由多通道下变频器输入的25路中频模拟信号。采样频率F_s＝62MHz，每通道存储数据点数长度为时长为L＝1024点，每次数据采集得到的数据矩阵记为X，大小为25×1024维；

步骤2：检测探测区域内是否存在目标。对数据矩阵X的第一行数据并行进行归一化的快速傅里叶变换(FFT)，设置FFT运算点数为1024，得到一行数据向量FX，大小为1×1024维。设检测带宽为1MHz，由式(1)和式(2)计算矩阵FX中参加检测运算的数据起始序号为k_start＝240，结束序号为k_end＝264。计算FX中第240到264区间内每一点数据FX(n)(n＝240,241,…,264)模方值并取对数运算，由式(3)计算数据向量P_FX。使用FX中第1点到第239点数据通过式(4)计算出系统热噪声值确定检测门限值T。将P_FX(n)(n＝240,241,…,264)与门限值T进行比较，若P_FX(n)≥T，则判决目标存在，进行后续目标方位估计运算；反之，则判决为目标不存在，返回步骤1重新采集数据。

步骤3：若步骤2判定存在干扰，采用式(5)计算得到大小为25×25维的接收数据协方差矩阵R。对R进行特征值分解运算，得到从大到小排列的25个特征值λ_m(m＝1,2,…25)以及与特征值λ_m对应的特征向量v_m(m＝1,2,…25)。

以最小特征值λ₂₅的10倍作为门限，估计前24个特征值中对应的目标个数。若λ_m≥10λ₂₅(m＝1,2,…24)，则判定λ_m对应为目标，反之则判定为噪声。假设估计出的目标数量记为K＝2。由剩余的23特征值λ_m(m＝3,…25)对应的特征向量v_m组成大小为25×23维的噪声子空间U。采用式(7)和式(8)进行MUSIC空间谱计算，方位角和仰角的扫描间隔为1°，得到大小为91×360维的矩阵空间谱数据P_music中的两个个峰值对应的方位角和仰角和即为两个个目标的方向估计值。

步骤4：通过式(9)计算出两组数字干扰波束的权值向量和大小均为25×1维。射频信号中心频率为1575.42MHz。

步骤5：由DDS方法生成25路同步的中心频率为f′＝15.42MHz的中频干扰信号S(t)＝[s₁(t),s₂(t),…,s₂₅(t)]^T。分别用两组权值和同式(10)计算得到两组加权信号S₁′(t)和S₂′(t)，将信号S₁′(t)+S₂′(t)经过D/A转换和上变频处理后送到对应的25个发射天线单元向空间中发射，在空间中相干叠加形成第2个干扰波束信号。

Claims (1)

1.一种商用小型无人机远程探测及处置方法，其特征在于包括下述步骤：

第一步，包含M个独立阵元的被动探测接收天线阵列接收商用小型无人机辐射的图传信号，并送入多通道下变频器进行下变频处理；并行采集并存储下变频得到的M路中频模拟信号；采样频率为F_s，多通道下变频器输出信号的中心频率为f₀，每通道存储数据点数长度为时长为L，L≥1024，每次数据采集得到的数据矩阵记为X，大小为M×L维；

第二步，对数据矩阵X的第一行数据并行进行归一化的快速傅里叶变换，设置FFT运算点数为L，得到一行数据向量FX，大小为1×L维；设检测带宽为B，FX中参加检测运算的数据起始序号为结束序号为

计算FX中第k_start到k_end区间内每一点数据FX(n)模方值并取对数运算，得到数据向量P_FX(n)＝10log(|FX(n)|²)

根据系统热噪声值确定检测门限值

将P_FX(n)与门限值T进行比较，若P_FX(n)≥T，则判决目标存在，进行后续目标方位估计运算；反之，则判决为目标不存在，返回第一步重新采集数据；

第三步，计算接收数据协方差矩阵对大小为M×M维的协方差矩阵R进行特征值分解，得到从大到小排列的M个特征值λ_m以及与特征值λ_m对应的特征向量v_m；

以最小特征值λ_M的10倍作为门限，估计前M-1个特征值中对应的目标个数；若λ_m≥10λ_M，则判定λ_m对应为目标，反之则判定为噪声；估计出的目标数量记为K，由剩余的M-K特征值λ_m对应的特征向量v_m组成大小为M×(M-K)维的噪声子空间U，U＝[v_k+1,…v_M]；

采用MUSIC算法对目标入射方向进行估计，其中，为方位角θ、仰角方向的扫描阵列流形向量，θ的取值范围为1～360，的取值范围为0～90，f为信号中心频率，C＝3×10⁸m/s为电磁波传播速度，P_m＝[x_m,y_m,z_m]^T为第m号接收阵元的位置坐标向量；空间谱数据P_music中的第k个峰值对应的方位角和仰角即为第k个目标的方向估计值，k＝1,2,…,K；

第四步，设干扰发射天线阵列包含的N个发射阵元的位置坐标矩阵为[P₁,P₂,…,P_N]，其中P_n＝[x_n,y_n,z_n]T为第n号接收阵元的位置坐标向量；对第k个目标形成干扰波束的权向量

其中f′为干扰信号射频中心频率；

第五步，由DDS方法生成N路同步的中频干扰信号S(t)＝[s₁(t),s₂(t),…,s_N(t)]^T，频率为f_IF；采用第k个目标形成干扰波束的权向量对中频干扰信号加权信号

将加和信号经过D/A转换和上变频处理后送到对应的N个发射天线单元向空间中发射，在空间中相干叠加形成第k个干扰波束信号。