CN109917327A - 一种基于无线电链路的被动式无人机探测系统及算法 - Google Patents

Abstract

本发明提供一种基于无线电链路的被动式无人机探测系统，包括机械扫描装置、信号采集与传输模块、电源保护模块、数据处理模块、显控终端，通过控制机械扫描装置快速全方位搜索，并在扫描过程中，对各个方向上的无线电信号进行采集，形成信号强度空间分布，然后进行数据处理，从而精确地找到无人机信号辐射源方向，并在显控终端实时显示目标无人机方向。本发明利用无人机与地面控制端之间的无线电链路进行无人机检测与测向，采用完全被动接收的方式，不会对周围电磁环境产生影响，解决基于现有低空防御系统改造的无人机探测设备系统复杂、电磁兼容性差、性价比低的问题。

Description

一种基于无线电链路的被动式无人机探测系统及算法

技术领域

本发明属于无人机技术领域，具体涉及一种基于无线电链路的被动式无人机探测系统及算法。

背景技术

随着无人机应用领域的逐渐扩大，无人机市场需求逐渐提升，由此引发的安全问题也越来越不容忽视，无人机“黑飞”给国防、社会安全和个人隐私都造成了极大的威胁。国家监管部门以及各地政府纷纷接力出台监管政策，各地机场也陆续公布“机场净空保护区”，规范机场附近空域的管理，防范无人机扰航。在政策监管的同时，众多企业也在通过技术手段减少无人机“黑飞”带来的负面影响。现有的无人机探测手段主要以有源雷达、红外、声光电等技术为主，大都是对原有的低空防御系统进行改造，以满足无人机探测的需求，通常这类设备价格非常昂贵，性价比低。

发明内容

本发明的目的是提供一种基于无线电链路的被动式无人机探测系统，解决基于现有低空防御系统改造的无人机探测设备系统复杂、电磁兼容性差、性价比低的问题。

本发明提供了如下的技术方案：

一种基于无线电链路的被动式无人机探测系统，包括：

机械扫描装置，用于无线电信号的快速全方位采集扫描和搜索，包括相互连接的两轴伺服平台和双馈源抛物面天线；

信号采集与传输模块，连接所述双馈源抛物面天线，用于在所述机械扫描装置扫描过程中同步采集周围无线信号并将收集到的无线电信号数据实时传输至数据处理模块；

电源保护模块，分别连接所述机械扫描装置和所述信号采集与传输模块，用于为所述机械扫描装置和所述信号采集与传输模块供电并防止漏电；

数据处理模块，连接所述信号采集与传输模块，用于接收所述信号采集与传输模块采集到的无线信号，形成空间信号分布，通过无人机识别与测向算法，解算无人机无线电链路频段和无人机方位信息；

显控终端，连接所述数据处理模块，用于接收并实时显示所述数据处理模块解算的无人机无线电链路频段、方位信息。

优选的，所述两轴伺服平台用于无线电信号的全方位采集，包括方位角和俯仰角两个维度的调节，所述方位角调节范围为0°-360°，所述俯仰角调节范围为0°-90°；所述双馈源抛物面天线包含2.4G、5.8G两个馈源，用于保证以高增益接收无人机跳频信号，提高探测距离，所述双馈源抛物面天线的射频线缆通过高频滑环进行转接至所述信号采集与传输模块。

优选的，所述信号采集与传输模块包括相互连接的接收机和工控机，所述接收机连接所述双馈源抛物面天线。

优选的，所述接收机采用实时频谱分析仪，用于在所述机械扫描装置扫描过程中同步采集周围无线信号；所述工控机为一台小型PC机主机，通过RJ-45接口将所述接收机集到的无线电信号数据实时传输至所述数据处理模块。

优选的，所述电源保护模块包括开关电源和漏电开关，所述开关电源包括24V开关电源和12V两路，所述24V开关电源为所述机械扫描装置供电，所述12V开关电源为所述信号采集与传输模块供电；所述漏电开关连接所述开关电源，用于防止漏电。

优选的，所述显控终端为一台PC机，用于接收所述数据处理模块解算的无人机无线电链路频段、方位信息，在显控软件上实时显示。

一种基于无线电链路的被动式无人机识别与测向算法，包括以下步骤：

S1：机械扫描装置进行360°扫描后，根据信号采集与传输模块采集到的数据绘制无线电信号空间分布图；

S2：采用40×40的滑窗截取无线电信号空间分布图，提取所截取图像方向梯度直方图特征；

S3：将提取的方向梯度直方图特征数据保存为一个特征数据集，制定类别标签，用于Adaboost算法的特征学习；

S4：Adaboost算法通过学习无人机信号特征，训练一个分类器；

S5：无人机探测系统运行时，重复步骤S1和步骤S2，将采集到的信号的方向梯度直方图特征输入到训练好的Adaboost模型中，即可实现对无人机信号的精确检测；

S6：当检测到无人机信号时，通过无人机信号像素点的横坐标，可以计算出无人机信号频段，根据无人机信号像素点的纵坐标，可计算出无人机信号方位角。

优选的，所述步骤S2中的方向梯度直方图特征提取算法，包括以下步骤：

S21：Gamma校正，主要对截取的无线电信号空间分布图进行校正，补偿显示器带来的灰度偏差；

S22：将截取的无线电信号空间分布图灰度化；

S23：计算图像的梯度与方向，最终得到图像的梯度振幅与角度；

S24：将图像划分为8x8的小网格，对每个小网格内的图像做梯度方向直方图，每个8x8＝64个像素为一个网格单元，对每个网格单元根据角度分为9个直方图块；

S25：将2x2的网格单元组合成为一个大的块，将每个网格单元的直方图合并为一个大的直方图向量，即每个块有36个向量描述子，对每个块的描述子做归一化处理，即可得到图像的方向梯度直方图特征向量。

本发明的有益效果是：本发明利用无人机与地面控制端之间的无线电链路进行无人机检测与测向，采用完全被动接收的方式，不会对周围电磁环境产生影响；并且采用机械扫描方式，利用无人机信号空间分布在图像方面的方向梯度直方图特征，通过Adaboost算法训练分类器，在识别无人机的同时解算无人机方位信息，精确地找到无人机信号辐射源方向，解决基于现有低空防御系统改造的无人机探测设备系统复杂、电磁兼容性差、性价比低的问题。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明系统工作原理框图；

图2为本发明系统结构图；

图3为无人机识别与测向算法流程图；

图4为采集的无线电信号强度空间分布图；

图5为HOG特征提取流程图；

图6为Adaboost算法训练分类器流程图；

图7为显控软件界面。

具体实施方式

以大疆精灵4Pro无人机探测为例，根据本发明系统工作流程，对无人机进行识别与测向。

如图1所示，一种基于无线电链路的被动式无人机探测系统由机械扫描装置、信号采集与传输模块、电源保护模块、数据处理模块和显控终端构成，通过控制机械扫描装置快速全方位搜索，并在扫描过程中，对各个方向上的无线电信号进行采集，形成信号强度空间分布，然后进行数据处理，从而精确地找到无人机信号辐射源方向，并在显控终端实时显示目标无人机方向。

如图1和图2所示，所述机械扫描装置由两轴伺服平台和双馈源抛物面天线构成。所述两轴伺服平台支持方位角和俯仰角两个维度的调节，以实现无线电信号的全方位采集，方位角调节范围为0°-360°，俯仰角调节范围为0°-90°，角度的调节由所述两轴伺服平台内部控制板进行驱动，两轴伺服平台的转速和转向均可控制；所述双馈源抛物面天线包含2.4G、5.8G两个馈源，保证以高增益接收无人机跳频信号，提高探测距离，由于所述两轴伺服平台360°旋转机械特性，连接所述双馈源抛物面天线的射频线缆需通过高频滑环进行转接至所述信号采集与传输模块。

具体的，所述信号采集与传输模块由接收机和工控机构成。所述接收机采用实时频谱分析仪，频率覆盖范围为100K-6G，在所述机械扫描装置扫描过程中同步采集周围无线信号；所述工控机为一台小型PC机主机，通过RJ-45接口将所述接收机集到的无线电信号数据实时传输至所述数据处理模块。所述电源保护模块由开关电源和漏电开关构成。所述开关电源包含24V、12V两路，其中，24V开关电源为所述机械扫描装置供电，12V开关电源为所述信号采集与传输模块供电；所述漏电开关用于防止因漏电而引起火灾事故，增强探测系统安全性能。

如图1-图3所示，所述数据处理模块接收所述信号采集与传输模块采集到的无线信号，形成空间信号分布，通过无人机识别与测向算法，解算无人机无线电链路频段和无人机方位信息。所述无人机识别与测向算法为本发明一种基于无线电链路的被动式无人机探测系统的核心，算法流程如图3所示，包括以下步骤：

S1：机械扫描装置进行360°扫描后，根据信号采集与传输模块采集到的数据绘制无线电信号空间分布图，如图4所示；

S2：采用40×40的滑窗截取无线电信号空间分布图，提取所截取图像方向梯度直方图(Histogram of Oriented Gradient，HOG)特征；

S3：将提取的HOG特征数据保存为一个特征数据集，制定类别标签，用于Adaboost算法的特征学习；

S4：Adaboost算法通过学习无人机信号特征，训练一个分类器，训练流程如图6所示；

S5：系统运行时，重复步骤S1和步骤S2，将采集到的信号的HOG特征输入到训练好的Adaboost模型中，即可实现对无人机信号的精确检测；

S6：当检测到无人机信号时，通过无人机信号像素点的横坐标，可以计算出无人机信号频段，根据无人机信号像素点的纵坐标，可计算出无人机信号方位角，该实例识别出的无人机信号如图4中虚线方框所示。

如图5所示，所述步骤S2中的HOG特征提取算法流程，具体步骤为：

S21：Gamma校正，主要是对截取的无线电信号空间分布图进行校正，补偿显示器带来的灰度偏差；

S22：将截取的无线电信号空间分布图灰度化；

S23：计算图像的梯度与方向，最终得到图像的梯度振幅与角度；

S24：将图像划分为8x8的小网格，对每个小网格内的图像做梯度方向直方图，每个8x8＝64个像素为一个网格单元(CELL)，对每个CELL根据角度分为9个直方图块(BIN)；

S25：将2x2的CELL组合成为一个大的块(Block)，将每个Cell的直方图合并为一个大的直方图向量，这样每个块就有36个向量描述子，对每个块的描述子做归一化处理，即可得到图像的HOG特征向量。

如图1-图7所示，所述显控终端为一台PC机，接收所述数据处理模块解算的无人机无线电链路频段、方位信息，在显控软件上实时显示，图7为显控软件主界面。

本发明利用无人机与地面控制端之间的无线电链路进行无人机检测与测向，采用完全被动接收的方式，不会对周围电磁环境产生影响，解决基于现有低空防御系统改造的无人机探测设备系统复杂、电磁兼容性差、性价比低的问题，实测结果表明，本发明一种基于无线电链路的被动式无人机探测系统识别效率可达95％以上，测向精度可达5°以内。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于无线电链路的被动式无人机探测系统，其特征在于，包括：

机械扫描装置，用于无线电信号的快速全方位采集扫描和搜索，包括相互连接的两轴伺服平台和双馈源抛物面天线；

信号采集与传输模块，连接所述双馈源抛物面天线，用于在所述机械扫描装置扫描过程中同步采集周围无线信号并将收集到的无线电信号数据实时传输至数据处理模块；

电源保护模块，分别连接所述机械扫描装置和所述信号采集与传输模块，用于为所述机械扫描装置和所述信号采集与传输模块供电并防止漏电；

数据处理模块，连接所述信号采集与传输模块，用于接收所述信号采集与传输模块采集到的无线信号，形成空间信号分布，通过无人机识别与测向算法，解算无人机无线电链路频段和无人机方位信息；

显控终端，连接所述数据处理模块，用于接收并实时显示所述数据处理模块解算的无人机无线电链路频段、方位信息。

2.根据权利要求1所述的一种基于无线电链路的被动式无人机探测系统，其特征在于，所述两轴伺服平台用于无线电信号的全方位采集，包括方位角和俯仰角两个维度的调节，所述方位角调节范围为0°-360°，所述俯仰角调节范围为0°-90°；所述双馈源抛物面天线包含2.4G、5.8G两个馈源，用于保证以高增益接收无人机跳频信号，提高探测距离，所述双馈源抛物面天线的射频线缆通过高频滑环进行转接至所述信号采集与传输模块。

3.根据权利要求1所述的一种基于无线电链路的被动式无人机探测系统，其特征在于，所述信号采集与传输模块包括相互连接的接收机和工控机，所述接收机连接所述双馈源抛物面天线。

4.根据权利要求3所述的一种基于无线电链路的被动式无人机探测系统，其特征在于，所述接收机采用实时频谱分析仪，用于在所述机械扫描装置扫描过程中同步采集周围无线信号；所述工控机为一台小型PC机主机，通过RJ-45接口将所述接收机集到的无线电信号数据实时传输至所述数据处理模块。

5.根据权利要求1所述的一种基于无线电链路的被动式无人机探测系统，其特征在于，所述电源保护模块包括开关电源和漏电开关，所述开关电源包括24V开关电源和12V两路，所述24V开关电源为所述机械扫描装置供电，所述12V开关电源为所述信号采集与传输模块供电；所述漏电开关连接所述开关电源，用于防止漏电。

6.根据权利要求1所述的一种基于无线电链路的被动式无人机探测系统，其特征在于，所述显控终端为一台PC机，用于接收所述数据处理模块解算的无人机无线电链路频段、方位信息，在显控软件上实时显示。

7.一种基于无线电链路的被动式无人机识别与测向算法，其特征在于，包括以下步骤：

S1：机械扫描装置进行360°扫描后，根据信号采集与传输模块采集到的数据绘制无线电信号空间分布图；

S2：采用40×40的滑窗截取无线电信号空间分布图，提取所截取图像方向梯度直方图特征；

S3：将提取的方向梯度直方图特征数据保存为一个特征数据集，制定类别标签，用于Adaboost算法的特征学习；

S4：Adaboost算法通过学习无人机信号特征，训练一个分类器；

S5：无人机探测系统运行时，重复步骤S1和步骤S2，将采集到的信号的方向梯度直方图特征输入到训练好的Adaboost模型中，即可实现对无人机信号的精确检测；

S6：当检测到无人机信号时，通过无人机信号像素点的横坐标，可以计算出无人机信号频段，根据无人机信号像素点的纵坐标，可计算出无人机信号方位角。

8.根据权利要求7所述的一种基于无线电链路的被动式无人机识别与测向算法，其特征在于，所述步骤S2中的方向梯度直方图特征提取算法，包括以下步骤：

S21：Gamma校正，主要对截取的无线电信号空间分布图进行校正，补偿显示器带来的灰度偏差；

S22：将截取的无线电信号空间分布图灰度化；

S23：计算图像的梯度与方向，最终得到图像的梯度振幅与角度；

S24：将图像划分为8x8的小网格，对每个小网格内的图像做梯度方向直方图，每个8x8＝64个像素为一个网格单元，对每个网格单元根据角度分为9个直方图块；

S25：将2x2的网格单元组合成为一个大的块，将每个网格单元的直方图合并为一个大的直方图向量，即每个块有36个向量描述子，对每个块的描述子做归一化处理，即可得到图像的方向梯度直方图特征向量。