CN111812625A - 一种反无人机偷拍检测方法 - Google Patents

Abstract

本发明公开了一种反无人机偷拍检测方法，包括如下步骤：S1：快速升空浮空器集群，实现低空广区域覆盖的自组通信网、监控网、监测网络低空轻型无人浮空器集群；S2：构建针对无人机通信协议无线空口数据采集框架，实现无人机与控制基站之间通信信号的自动采集以及逆向跟踪和解析；S3：边缘智能服务中心基于空中探测平台5G回传数据流量，提取了不同无人机FPV解析度下对应的流量特征；本发明构建了低空高机动性浮空器集群实验床，通过发射挂载有5G芯片的低空浮空器进行定向组网，实时采集待检测区域中空口无线信号，并利用5G链路将探测数据回传到边缘智能服务中心进行分析，形成无人机窥视的流量特征指纹，实现对无人机黑飞偷拍行为的快速检测。

Description

一种反无人机偷拍检测方法

技术领域

本发明属于返无人机偷拍技术领域，更具体地说，尤其涉及一种反无人机偷拍检测方法。

背景技术

随着无人机产业与技术的迅速发展以及大规模多行业的广泛应用，也引发了诸多社会问题。无人机可被操控偷拍各种体育赛事、商业演出等活动，为举办方带来巨大经济损失；另一方面，随着无人机载重能力的提升及高清摄像头的应用，敌对分子可操纵使用小型无人机对工业园区，能源设施，电力走廊，核电站、水坝等重要战略基础进行偷拍，探测窃取国家机密军事设施。在日常生活中，各种无人机“黑飞”、“偷拍”等问题已日益凸显，扰乱社会安定，给人们的隐私和安全造成了巨大隐患，并威胁到国家基础设施安全。

为加强对无人机的监管、遏制“黑飞偷拍”等违法违规行为，各国政府陆续出台并实施了相关的管控法规，如无人机实名登记，设置禁飞区等诸多举措，以弥补了当前存在的法律规范不足。但这些举措一般都作为事后预防惩戒措施，难以对正在发生或蓄意筹划的黑飞偷拍等恶意行为进行检测及判定，在应对无人机黑飞偷拍等行为监管上具有明显的滞后性。

当前检测商用无人机一般采用雷达脉冲设备，其体积多较大，且所针对的探测目标一般为高空、快速、大型目标。而现有消费级无人机大多数具有“低、慢、小”等特点，再考虑到城市环境的复杂性，这使得现有消费级无人机难以被当前广泛使用的脉冲体制雷达侦测发现。电子干扰枪是防御无人机黑飞的另外一种典型方式，即瞄准无人机发射干扰信号。但这种方式不具备无人机监测功能，需自行找到无人机目标后再进行反制，距离有限，人工干预成分大，效果不尽如人意。在无人机入侵的早期阶段，恶意无人机可通过伪装成正常飞行无人机伺机进行偷拍，现阶段无论是雷达探测或电子干扰等技术，都无法实时有效检测判定无人机的恶意偷拍等行为，形成偷拍水印对偷拍数据进行取证，并最终对无人机的飞手溯源跟踪定位。

为此，我们提出一种反无人机偷拍检测方法，以解决上述背景技术中提到的问题。

发明内容

本发明的目的是为了解决现有技术中存在的缺点，而提出的一种反无人机偷拍检测方法。

为实现上述目的，本发明提供如下技术方案：

一种反无人机偷拍检测方法，包括如下步骤：

S1：在待检测区域快速升空浮空器集群，实现低空广区域覆盖的自组通信网、监控网、监测网络低空轻型无人浮空器集群，可满足超长距离多跳检测网络区域覆盖及低成本监控组网需求；

S2：浮空器集群针对典型中小型无人机系统的主流通讯链路和数据交互模式进行分析，以现有无人机作为空口探测平台，构建了一种针对无人机通信协议无线空口数据采集框架，可利用5G链路将探测数据回传到边缘智能服务中心，实现无人机与控制基站之间通信信号的自动采集以及逆向跟踪和解析；

S3：边缘智能服务中心基于空中探测平台5G回传数据流量，运用流量模式分析技术，突破无人机信道加密流量信息限制，提取了不同无人机FPV解析度下对应的流量特征；进一步地，根据不同场景下，预先定义的光电闪烁刺激信号序列所导致的不同无人机FPV流量传输特征；基于浮空器采集偷拍无人机的回传数据流量信息，提取出偷拍无人机的基础水印特征，并结合无人机信道特征形成唯一无人机偷拍电子流量特征指纹。

优选的，所述浮空器集群的网络适配器置于监听模式，拦截可疑无线传输信号并将其提取到可疑网络设备列表中；

对于可疑网络设备列表中每个网络设备，首先通过应用测量RSSI信号变化范围来确认其是否为飞行物体；

如果是则针对该网络设备，提取出所有二进制流并存储到缓冲区中发送到边缘服务中心进行智能分析；

边缘智能服务中心对该网络设备二进制流进行傅立叶变换，将时域转为频域，并找到幅度最大的信号的频率值，如果频率为24、25、30，则将该网络分类为FPV信道。

优选的，所述无人机在非法偷拍关键设施时，需将摄像头对准目标物体进行拍摄；

通过在目标物体旁放置数字水印刺激发生装置，数字水印刺激发生装置包括且不限于LED灯条、智能灯泡、便携式投影仪、智能胶片等，通过周期性产生无人机FPV流量刺激信号；

每次打开/关闭数字水印刺激发生装置发出的数字水印刺激信号时，都会使得无人机产生突发流量数据，这些数据在时域中表示为字节流的阶跃信号；

可使用浮空器对无人机空口信道进行捕获分析，提取其中存在的流量偷拍水印信息，完成对无人机隐私入侵的检测：例如，通过编程使得数字水印刺激发生装置每秒产生3次闪烁信号，这将在无人机偷拍FPV信道的二进制流中产生6个突发阶跃信号，这些阶跃信号就是无人机的流量偷拍水印。

与现有技术相比，本发明的有益效果是：本发明提供的一种反无人机偷拍检测方法，与传统技术相比，本发明构建了低空高机动性浮空器集群实验床，通过发射挂载有5G芯片的低空浮空器进行定向组网，实时采集待检测区域中空口无线信号，并利用5G链路将探测数据回传到边缘智能服务中心进行分析，形成无人机窥视的流量特征指纹，实现对无人机黑飞偷拍行为的快速检测。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合具体实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

一种反无人机偷拍检测方法，包括如下步骤：

S1：在待检测区域快速升空浮空器集群，实现低空广区域覆盖的自组通信网、监控网、监测网络低空轻型无人浮空器集群，可满足超长距离多跳检测网络区域覆盖及低成本监控组网需求；

S2：浮空器集群针对典型中小型无人机系统的主流通讯链路和数据交互模式进行分析，以现有无人机作为空口探测平台，构建了一种针对无人机通信协议无线空口数据采集框架，可利用5G链路将探测数据回传到边缘智能服务中心，实现无人机与控制基站之间通信信号的自动采集以及逆向跟踪和解析；

S3：边缘智能服务中心基于空中探测平台5G回传数据流量，运用流量模式分析技术，突破无人机信道加密流量信息限制，提取了不同无人机FPV解析度下对应的流量特征；进一步地，根据不同场景下，预先定义的光电闪烁刺激信号序列所导致的不同无人机FPV流量传输特征；基于浮空器采集偷拍无人机的回传数据流量信息，提取出偷拍无人机的基础水印特征，并结合无人机信道特征形成唯一无人机偷拍电子流量特征指纹。

无人机FPV通道信号采集：

所述浮空器集群的网络适配器置于监听模式，拦截可疑无线传输信号并将其提取到可疑网络设备列表中；

对于可疑网络设备列表中每个网络设备，首先通过应用测量RSSI信号变化范围来确认其是否为飞行物体；

如果是则针对该网络设备，提取出所有二进制流并存储到缓冲区中发送到边缘服务中心进行智能分析；

边缘智能服务中心对该网络设备二进制流进行傅立叶变换，将时域转为频域，并找到幅度最大的信号的频率值，如果频率为24、25、30，则将该网络分类为FPV信道。

无人机偷拍水印提取：

所述无人机在非法偷拍关键设施时，需将摄像头对准目标物体进行拍摄；

通过在目标物体旁放置数字水印刺激发生装置，数字水印刺激发生装置包括且不限于LED灯条、智能灯泡、便携式投影仪、智能胶片等，通过周期性产生无人机FPV流量刺激信号；

每次打开/关闭数字水印刺激发生装置发出的数字水印刺激信号时，都会使得无人机产生突发流量数据，这些数据在时域中表示为字节流的阶跃信号；

可使用浮空器对无人机空口信道进行捕获分析，提取其中存在的流量偷拍水印信息，完成对无人机隐私入侵的检测：例如，通过编程使得数字水印刺激发生装置每秒产生3次闪烁信号，这将在无人机偷拍FPV信道的二进制流中产生6个突发阶跃信号，这些阶跃信号就是无人机的流量偷拍水印。

无人机偷拍验证：

通过提取无线信道中的水印序列，并与预设序列进行比较，可确定该无人机是否正用于偷拍目标，并可检测出具体偷拍时间。

对于每个FPV信道的二进制流，边缘服务器需要进行流量数字水印提取，具体流程如下：

3hz闪烁的LED条通过每秒产生6个突发在截获的比特率信号中创建6hz现象。每次打开/关闭LED条带时，都会从无人机发送大量数据，这些数据在时域中表示为字节的突发。这是因为与不变的视频流相比，对变化的宏块(变化的像素)进行编码需要更多的P帧。所以闪烁的LED灯，给截获的比特率序列加的水印，表现为比特率序列的频率，并且这个频率是闪烁频率的2倍。利用该方法可以检测到闪烁对象的频率。则该算法通过调用方法水印器，以给定的频率在给定的持续时间(毫秒)内触发周期性的物理刺激。

应用布尔函数FPV通道来确定该网络是否为无人机实时视频流通道。提出了一种基于上述观测值的FPV信道分类方法。它接收可疑截获的网络，如果发现连接的MAC地址是以已知无人机FPS视频速率传输业务的移动对象，利用前述的测量RSSI的方法可以确定移动物体，抓包后根据数据包大小提取比特信号，进行傅立叶变换时域转为频域，找到幅度最大的信号的频率值，如果频率为24、25、30，则将该网络分类为FPV信道。

偷拍数字水印提取：

使用多种设备启动闪烁，包括LED灯条、智能灯泡、便携式投影仪、智能胶片和其他可以编程以改变其颜色并强制在连续帧之间改变像素的设备。

综上所述：本发明提供的一种反无人机偷拍检测方法，与传统技术相比，本发明构建了低空高机动性浮空器集群实验床，通过发射挂载有5G芯片的低空浮空器进行定向组网，实时采集待检测区域中空口无线信号，并利用5G链路将探测数据回传到边缘智能服务中心进行分析，形成无人机窥视的流量特征指纹，实现对无人机黑飞偷拍行为的快速检测。

最后应说明的是：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 (3)

1.一种反无人机偷拍检测方法，其特征在于：包括如下步骤：

S1：在待检测区域快速升空浮空器集群，实现低空广区域覆盖的自组通信网、监控网、监测网络低空轻型无人浮空器集群，可满足超长距离多跳检测网络区域覆盖及低成本监控组网需求；

S2：浮空器集群针对典型中小型无人机系统的主流通讯链路和数据交互模式进行分析，以现有无人机作为空口探测平台，构建了一种针对无人机通信协议无线空口数据采集框架，可利用5G链路将探测数据回传到边缘智能服务中心，实现无人机与控制基站之间通信信号的自动采集以及逆向跟踪和解析；

S3：边缘智能服务中心基于空中探测平台5G回传数据流量，运用流量模式分析技术，突破无人机信道加密流量信息限制，提取了不同无人机FPV解析度下对应的流量特征；进一步地，根据不同场景下，预先定义的光电闪烁刺激信号序列所导致的不同无人机FPV流量传输特征；基于浮空器采集偷拍无人机的回传数据流量信息，提取出偷拍无人机的基础水印特征，并结合无人机信道特征形成唯一无人机偷拍电子流量特征指纹。

2.根据权利要求1所述的一种反无人机偷拍检测方法，其特征在于：所述浮空器集群的网络适配器置于监听模式，拦截可疑无线传输信号并将其提取到可疑网络设备列表中；

对于可疑网络设备列表中每个网络设备，首先通过应用测量RSSI信号变化范围来确认其是否为飞行物体；

如果是则针对该网络设备，提取出所有二进制流并存储到缓冲区中发送到边缘服务中心进行智能分析；

边缘智能服务中心对该网络设备二进制流进行傅立叶变换，将时域转为频域，并找到幅度最大的信号的频率值，如果频率为24、25、30，则将该网络分类为FPV信道。

3.根据权利要求1所述的一种反无人机偷拍检测方法，其特征在于：所述无人机在非法偷拍关键设施时，需将摄像头对准目标物体进行拍摄；

通过在目标物体旁放置数字水印刺激发生装置，数字水印刺激发生装置包括且不限于LED灯条、智能灯泡、便携式投影仪、智能胶片等，通过周期性产生无人机FPV流量刺激信号；

每次打开/关闭数字水印刺激发生装置发出的数字水印刺激信号时，都会使得无人机产生突发流量数据，这些数据在时域中表示为字节流的阶跃信号；

可使用浮空器对无人机空口信道进行捕获分析，提取其中存在的流量偷拍水印信息，完成对无人机隐私入侵的检测：例如，通过编程使得数字水印刺激发生装置每秒产生3次闪烁信号，这将在无人机偷拍FPV信道的二进制流中产生6个突发阶跃信号，这些阶跃信号就是无人机的流量偷拍水印。