CN113466824B - 基于二维相控阵雷达的无人机识别方法 - Google Patents

Abstract

本发明公开了一种基于二维相控阵雷达的无人机识别方法，包括：建立无人机的特征信息库，无人机的特征信息库包括无人机的长度信息和微多普勒频率信息；在二维相控阵雷达的搜索模式下提取目标的窄带信号微多普勒频率信息；根据目标的窄带信号微多普勒频率信息判断目标是否具有旋翼特征；若目标具有旋翼特征，则向目标发射宽带信号；从宽带信号的回波中提取目标的长度信息和宽带信号微多普勒频率信息；根据目标的特征信息与无人机的特征信息库判断目标是否为无人机，目标的特征信息包括目标的长度信息、窄带信号微多普勒频率信息和宽带信号微多普勒频率信息。本发明无需光电系统，直接利用雷达进行无人机的识别，缩短了确认无人机目标的时间。

Description

基于二维相控阵雷达的无人机识别方法

技术领域

本发明涉及无人机识别技术领域，特别是涉及一种基于二维相控阵雷达的无人机识别方法。

背景技术

“低慢小”目标是指“低空飞行，飞行速度较慢，不易被雷达发现”等全部和部分特征的航空器和空飘物。典型的“低慢小”目标就是无人机，随着我国民用无人机领域的爆发式增长，其产业在给社会和人民生活带来极大便利的同时，也给低空监管工作带来了前所未有的巨大挑战，例如，我国机场接连发生无人机扰航事件，上百架航班返航或者飞机迫降，给机场带来巨大的经济损失，造成极坏的社会影响。因此有必要采取探测预警措施对“低慢小”进行探测、跟踪和准确识别。

常规雷达仅能实现对“低慢小”目标的发现和告警，无法对目标进行识别。以无人机为例，一般情况下，无人机探测系统由雷达和光电系统组成，在目标数量较少的前提下，雷达负责发现目标，光电系统负责识别与确认目标，工作流程为雷达发现目标后，光电系统逐一对雷达发现的目标进行识别、确认和报警。但是，如果安防区域有很多类似无人机的雷达回波（例如有鸟类或者车辆等非无人机目标），而光电系统并不是立刻对每一个目标都识别与确认的，需要对所有目标逐一确认，只有确认是无人机目标才会报警，报警之后才会采取反制无人机措施。这种方式发现和确认无人机的时间较长，存在安全隐患。

例如机场周围有鸟类、地面车辆和正常起降民航机，这些目标在雷达显示画面上与无人机目标是一模一样的，假设有100个鸟类、地面车辆和正常起降民航机等非无人机雷达回波，另有一架无人机欲对机场区域实施不轨意图，正常工作流程是雷达将发现的101个目标上报给光电系统逐一识别和确认，而光电系统并不知道这101个目标哪个是无人机，只能逐一识别，发现非无人机目标不报警，直到看到无人机目标才会报警，这种情况下会浪费宝贵的反制无人机的时间，无人机有可能已经进入机场区域实施了不轨意图，光电系统有可能还没有确认无人机目标发出警报。

发明内容

本发明的目的在于克服现有技术的一项或多项不足，提供一种基于二维相控阵雷达的无人机识别方法。

本发明的目的是通过以下技术方案来实现的：基于二维相控阵雷达的无人机识别方法，包括：

建立无人机的特征信息库，所述无人机的特征信息库包括无人机的长度信息和微多普勒频率信息；

在二维相控阵雷达的搜索模式下提取目标的窄带信号微多普勒频率信息；

根据所述目标的窄带信号微多普勒频率信息判断所述目标是否具有旋翼特征；

若所述目标具有旋翼特征，则向该目标发射宽带信号；

从所述宽带信号的回波中提取所述目标的长度信息和宽带信号微多普勒频率信息；

根据所述目标的特征信息与所述无人机的特征信息库判断所述目标是否为无人机，所述目标的特征信息包括目标的长度信息、窄带信号微多普勒频率信息和宽带信号微多普勒频率信息。

优选的，所述无人机的特征信息库还包括无人机的高度信息和速度信息。

优选的，所述目标的特征信息还包括目标的高度信息和速度信息。

优选的，所述目标的高度信息和速度信息的获取方法为：在二维相控阵雷达的搜索模式下提取目标的高度信息和速度信息。

优选的，所述无人机识别方法还包括：

若所述目标为无人机，则将所述目标的特征信息输出至无人机管控系统。

本发明的有益效果是：本发明的方法无需光电系统，直接利用雷达进行无人机的识别，缩短了发现无人机目标的时间，为采取无人机反制预留出宝贵的时间，同时降低了设备量和成本。

附图说明

图1为本发明无人机识别方法的一种实施例的流程图；

图2为本发明无人机识别方法的又一种实施例的流程图。

具体实施方式

下面将结合实施例，对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有付出创造性劳动的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。

参阅图1-图2，本实施例提供了一种基于二维相控阵雷达的无人机识别方法：

实施例一

如图1所示，基于二维相控阵雷达的无人机识别方法，包括：

S1.建立无人机的特征信息库，所述无人机的特征信息库包括无人机的长度信息和微多普勒频率信息。

一般的，无人机、直升机、民航机（起降阶段）、鸟类、车辆等低慢小目标的长度是不一样的，例如，无人机长度可以分为1米以下，1米以上5米以下，5米以上三个区间；鸟类长度为1米以下等等，依据上述内容建立无人机的特征信息库，设置无人机的长度信息。

虽然不同目标长度有混叠部分，但是通过其他特征进行综合判别，就可以区分，例如，鸟类与大疆无人机长度类似，但是鸟类没有旋翼特征，在进行综合识别时，可以利用其他特征将长度类似的无人机与鸟类区别开来。

一般的，无人机、直升机、民航机（起降阶段）、鸟类、车辆等低慢小目标的微多普勒频率是不一样的，例如，无人机、直升机和民航机的微多普勒频率分别在某一频段，而鸟类和车辆因为没有旋翼，所以微多普勒频率为0Hz等等。依据上述内容建立无人机的特征信息库，设置无人机的微多普勒频率信息。

虽然不同目标微多普勒频率有混叠区域部分，但是通过其他特征进行综合判别，就可以区分。例如，有的无人机与直升机的微多普勒频率类似，但是无人机长度一般在10米以内，直升机长度一般在10米以上，在进行综合识别时，可以利用其他特征将无人机与直升机区别开来。

S2.在二维相控阵雷达的搜索模式下提取目标的窄带信号微多普勒频率信息。

S3.根据所述目标的窄带信号微多普勒频率信息判断所述目标是否具有旋翼特征。

S4.若所述目标具有旋翼特征，则向该目标发射宽带信号。

S5.从所述宽带信号的回波中提取所述目标的长度信息和宽带信号微多普勒频率信息。

S6.根据所述目标的特征信息与所述无人机的特征信息库判断所述目标是否为无人机，所述目标的特征信息包括目标的长度信息、窄带信号微多普勒频率信息和宽带信号微多普勒频率信息。

本实施例的方法中从宽带信号的回波中提取目标的特征信息来进行无人机的识别，提高了识别的准确率。同时，本实施例的方法采用二维相控阵体制雷达，搜索波束与识别波束完全独立，利用识别波束实现对多目标地识别，可以更加快速的获得目标的特征信息，大大提高了雷达识别目标的实时性，解决了常规机械扫描式相控阵雷达（一维相控阵雷达）波束驻留时间较短，不利于对目标进行识别的问题。此外，由于本实施例的方法不需要光电系统进行识别和确认，降低了设备量和成本，具有较高的工程应用价值。

在一些实施例中，所述无人机识别方法还包括：

S7. 若所述目标为无人机，则将所述目标的特征信息输出至无人机管控系统。

实施例二

如图2所示，基于二维相控阵雷达的无人机识别方法，包括：

K1.建立无人机的特征信息库，所述无人机的特征信息库包括无人机的长度信息、微多普勒频率信息、高度信息和速度信息。

一般的，无人机、直升机、民航机（起降阶段）、鸟类、车辆等低慢小目标的长度是不一样的，例如，无人机长度可以分为1米以下，1米以上5米以下，5米以上三个区间；鸟类长度为1米以下等等，依据上述内容建立无人机的特征信息库，设置无人机的长度信息。

虽然不同目标的长度有混叠部分，但是通过其他特征进行综合判别，就可以区分，例如，鸟类与大疆无人机长度类似，但是鸟类没有旋翼特征，在进行综合识别时，可以利用其他特征将长度类似的无人机与鸟类区别开来。

一般的，无人机、直升机、民航机（起降阶段）、鸟类、车辆等低慢小目标的微多普勒频率是不一样的，例如，无人机、直升机和民航机的微多普勒频率分别在某一频段，而鸟类和车辆因为没有旋翼，所以微多普勒频率为0Hz等等。依据上述内容建立无人机的特征信息库，设置无人机的微多普勒频率信息。

虽然不同目标的微多普勒频率有混叠区域部分，但是通过其他特征进行综合判别，就可以区分。例如，有的无人机与直升机的微多普勒频率类似，但是无人机长度一般在10米以内，直升机长度一般在10米以上，在进行综合识别时，可以利用其他特征将无人机与直升机区别开来。

一般的，无人机、直升机、民航机（起降阶段）、鸟类、车辆等低慢小目标的速度特征是不一样的，例如，低速无人机速度一般为25m/s以内，民航机（起降阶段）速度区间为55m/s～83m/s，普通鸟类速度一般为20m/s以内等等，依据上述内容建立无人机的特征信息库，设置无人机的速度信息。

虽然不同目标的速度特征有混叠部分，但是通过其他特征进行综合判别，就可以区分。例如，车辆与无人机慢速行驶时，速度信息有可能是一样的，但是无人机有微多普勒旋翼特征，而车辆没有微多普勒旋翼特征，在进行综合识别时，可以利用其他特征将速度一样无人机与车辆区别开来。

一般的，无人机、直升机、民航机（起降阶段）、鸟类、车辆等低慢小目标的高度特征是不一样的，例如，无人机高度一般为1000米以内，车辆高度在10米（立交桥高度）以内等等，依据上述内容建立无人机的特征信息库，设置无人机的高度信息。

虽然不同目标的高度特征有混叠部分，但是通过其他特征进行综合判别，就可以区分。例如，直升机、无人机和民航机（起降阶段）三种目标的高度信息有可能是一样的，但这三者微多普勒信息不一样、长度信息也不一样，在进行综合识别时，可以利用其他特征将高度一样地直升机、无人机和民航机（起降阶段）区别开来。

K2.在二维相控阵雷达的搜索模式下提取目标的窄带信号微多普勒频率信息、高度信息和速度信息。

K3.根据所述目标的窄带信号微多普勒频率信息判断所述目标是否具有旋翼特征。

K4.若所述目标具有旋翼特征，则向该目标发射宽带信号。

K5.从所述宽带信号的回波中提取所述目标的长度信息和宽带信号微多普勒频率信息。

K6.根据所述目标的特征信息与所述无人机的特征信息库判断所述目标是否为无人机，所述目标的特征信息包括目标的长度信息、窄带信号微多普勒频率信息、宽带信号微多普勒频率信息、高度信息和速度信息。

本实施例的方法相较于实施例一的方法，增加了高度信息和速度信息来进行无人机的识别，进一步提高了无人机识别的准确率。

在一些实施例中，所述无人机识别方法还包括：

K7. 若所述目标为无人机，则将所述目标的特征信息输出至无人机管控系统。

以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (5)

1.基于二维相控阵雷达的无人机识别方法，其特征在于，包括：

建立无人机的特征信息库，所述无人机的特征信息库包括无人机的长度信息和微多普勒频率信息；

在二维相控阵雷达的搜索模式下提取目标的窄带信号微多普勒频率信息；

根据所述目标的窄带信号微多普勒频率信息判断所述目标是否具有旋翼特征；

若所述目标具有旋翼特征，则向该目标发射宽带信号；

从所述宽带信号的回波中提取所述目标的长度信息和宽带信号微多普勒频率信息；

根据所述目标的特征信息与所述无人机的特征信息库判断所述目标是否为无人机，所述目标的特征信息包括目标的长度信息、窄带信号微多普勒频率信息和宽带信号微多普勒频率信息。

2.根据权利要求1所述的基于二维相控阵雷达的无人机识别方法，其特征在于，所述无人机的特征信息库还包括无人机的高度信息和速度信息。

3.根据权利要求2所述的基于二维相控阵雷达的无人机识别方法，其特征在于，所述目标的特征信息还包括目标的高度信息和速度信息。

4.根据权利要求3所述的基于二维相控阵雷达的无人机识别方法，其特征在于，所述目标的高度信息和速度信息的获取方法为：在二维相控阵雷达的搜索模式下提取目标的高度信息和速度信息。

5.根据权利要求1所述的基于二维相控阵雷达的无人机识别方法，其特征在于，所述无人机识别方法还包括：

若所述目标为无人机，则将所述目标的特征信息输出至无人机管控系统。

Images