CN113985416A - 一种通过识别电磁环境变化的无人机入侵检测方法及系统 - Google Patents
一种通过识别电磁环境变化的无人机入侵检测方法及系统 Download PDFInfo
- Publication number
- CN113985416A CN113985416A CN202111232681.0A CN202111232681A CN113985416A CN 113985416 A CN113985416 A CN 113985416A CN 202111232681 A CN202111232681 A CN 202111232681A CN 113985416 A CN113985416 A CN 113985416A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- electromagnetic environment
- detection
- intrusion
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/50—Systems of measurement, based on relative movement of the target
- G01S15/52—Discriminating between fixed and moving objects or between objects moving at different speeds
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Acoustics & Sound (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及一种通过识别电磁环境变化的无人机入侵检测方法及系统,所述检测方法包括:S1、无人机入侵检测收发机发送无线信号并对接收的信号进行处理,提取和量化当前电磁环境信息;S2、根据接收的信号获得常态环境以及外界因素造成电磁环境动态变化时的电磁环境信息,建立场景信息数据库;S3、根据场景信息数据库对当前电磁环境进行识别,根据当前电磁环境动态变化类型判断是否有无人机入侵;S4、当检测到无人机入侵时,根据多个无人机入侵检测接收机的检测情况与有效检测距离确定无人机所在区域。本发明的优点在于:通过检测电磁环境信息的变化,识别是否有无人机入侵,通过多个接收机来定位无人机的区域。
Description
技术领域
本发明涉及无人机检测技术领域,尤其涉及一种通过识别电磁环境变化的无人机入侵检测方法及系统。
背景技术
随着现代社会科技的发展,无人机技术的门槛不断降低,日益发达与普及的无人机是保密设施威胁的重要来源;然而,目前无人机检测相关技术仍以专用雷达为主,其具有高成本、布设受限的特点,且适用场景难以满足现有需求。
非雷达的无人机检测手段目前主要有两种:第一种是针对无人机飞控与图传无线信号的识别;另一种是通过光电、声学等传感器对无人机图像、声纹等信息进行识别;第一种需要预先知道无人机通信所用频段等相关信息,而后者受各种热源、声源等各种环境因素影响,探测距离有限,且需要额外架设传感设备;因此,如何采用一种新的方式来对无人机入侵进行检测是现阶段需要考虑的问题。
发明内容
本发明的目的在于克服现有技术的缺点,提供了一种通过识别电磁环境变化的无人机入侵检测方法及系统,解决了现有无人机入侵检测方法存在的不足。
本发明的目的通过以下技术方案来实现:一种通过识别电磁环境变化的无人机入侵检测方法,所述检测方法包括:
S1、无人机入侵检测收发机发送无线信号并对接收的信号进行处理,提取和量化当前电磁环境信息;
S2、根据接收的信号获得常态环境以及外界因素造成电磁环境动态变化时的电磁环境信息,建立场景信息数据库;
S3、根据场景信息数据库对当前电磁环境进行识别,根据当前电磁环境动态变化类型判断是否有无人机入侵;
S4、当检测到无人机入侵时,根据多个无人机入侵检测接收机的检测情况与有效检测距离确定无人机所在区域。
所述提取和量化当前电磁环境信息包括通过差分高阶累积量实现,具体包括:
A1、选取大于工作环境信道最大时延的时间间隔对接收信号做差分计算,得到差分信号;
A2、选取一定窗口长度,以窗口为单位计算差分信号的高阶累积量,作为电磁环境信息量化值,来放大电磁环境的微小变化和抑制接收差分信号中的噪声成分。
所述对当前电磁环境进行识别的方式包括通过阈值判断实现,具体包括:
S31、通过常态环境数据确定常态差分累积量的范围为[cdown,cup],设定上下判决阈值分别为min{0,λcdown}与max{0,λcup},其中λ∈(0,∞)为判决系数,λ越大,虚警概率越低,漏警概率越大;
S32、开始检测后,当接收信号的差分后高阶累积量低于λcdown或高于λcup时,判定为有无人机入侵引起当前电磁环境变化。
所述量化当前电磁环境信息的方式还包括:信号概率分布、信号均值与方差、信道延时功率谱和时频图。
所述对当前电磁环境进行识别的方式还包括:通过人工神经网络、K-近邻、支持向量机等非线性分类算法进行分类识别。
所述当检测到无人机入侵时,根据多个无人机入侵检测接收机的检测情况与有效检测距离确定无人机所在区域包括:
S41、预先在对应场景和信号参数下进行实验,确定有效检测距离;
S42、检测时,当至少有一个接收机检测到有无人机入侵时,将各个检测到有无人机入侵接收机的检测范围进行交集,交集的区域即为无人机所在的区域。
一种基于通过识别电磁环境变化的无人机入侵检测方法的系统,它包括电磁环境信息量化单元、数据库建立单元、电磁环境变化识别单元和联合定位单元;
所述电磁环境信息量化单元用于从接收信号中计算并量化当前电磁环境信息;
所述数据库建立单元用于根据接收的信号获得常态环境以及外界因素造成电磁环境动态变化时的电磁环境信息建立场景信息数据库;
所述电磁环境变化识别单元用于根据场景信息数据库对当前电磁环境进行识别,并根据当前电磁环境动态变化类型判断是否有无人机入侵;
所述联合定位单元用于根据所述电磁环境变化识别单元的判断结果,联合多个接收机的检测情况确定无人机当前所在的区域。
本发明具有以下优点:一种通过识别电磁环境变化的无人机入侵检测方法及系统,通过检测电磁环境信息的变化,识别是否有无人机入侵,通过多个接收机来定位无人机的区域;对无人机入侵的检测建立在一般无线信号收发设备上,且无需专门设计发射信号,检测模块可以与通信模块并行,不对正常通信造成影响,因此可以与任何已有无线通信设备结合,兼容性强,布设灵活,可广泛应用于各个场景以应对日益普及的无人机设备的安全威胁。
附图说明
图1为本发明方法的流程示意图;
图2为无人机检测架构的场景示意图;
图3为实施例中无人机检测的实验结果图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请实施例中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申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下结合附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的保护范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。下面结合附图对本发明做进一步的描述。
本发明的系统只需要在一般的通信系统的组成基础上,于接收器增加以下内容:
电磁环境信息量化单元用于从接收信号中计算并量化当前电磁环境信息;
数据库建立单元用于根据接收的信号获得常态环境以及外界因素造成电磁环境动态变化时的电磁环境信息建立场景信息数据库;
电磁环境变化识别单元用于根据场景信息数据库对当前电磁环境进行识别,并根据当前电磁环境动态变化类型判断是否有无人机入侵;
联合定位单元用于根据所述电磁环境变化识别单元的判断结果,联合多个接收机的检测情况确定无人机当前所在的区域。
如图1所示,本发明的另一实施例涉及一种通过无线信号识别电磁环境变化的无人机入侵检测方法,其包括的内容如下:
S0.布设无人机入侵检测收发机,正常收发无线信号。无人机入侵检测收发机包括一般通信系统的所有组成部分,由于本发明所提方法可与正常通信并行工作互不影响,本发明可与任何已有无线通信设备结合。
S1.无人机入侵检测接收机对接收信号进行处理,提取并量化当前电磁环境信息。当前电磁环境信息可通过概率分布、均值与方差、高阶矩与累积量等信号统计特征来描述;也可以通过信道延时功率谱、时频图等信道状态信息及其相关系数进行量化。
进一步地,步骤S1中的电磁环境信息量化步骤为:
选取一定时间间隔对接收信号做差分计算,得到差分信号;
选取一定窗口长度,计算差分信号在窗口范围内的的高阶累积量,作为电磁环境信息量化值。高阶累积量在提取并量化电磁环境变化大小的同时可抑制接收差分信号中的噪声成分。
S2.记录步骤S1获得的常态环境以及飞鸟、行人、无人机等等移动物体造成电磁环境动态变化时的电磁环境信息,建立场景信息数据库。场景信息数据库记录的具体数据与步骤S1所采用的电磁环境信息量化方式保持一致,所有数据应具有所属电磁环境动态变化类型的标签。
S3.无人机入侵检测系统正式开始工作,结合步骤S2获得的场景信息数据库对步骤S1获得的当前电磁环境信息进行识别,确定当前电磁环境动态变化类型,判决是否为无人机入侵。本步骤可通过阈值判决实现;也可通过人工神经网络、K-近邻、支持向量机等非线性分类算法对当前电磁环境动态变化类型进行具体识别。
进一步地,步骤S3中的电磁环境信息识别步骤为:
通过S2记录的常态环境数据确定常态差分累积量的范围为[cdown,cup],设定上下判决阈值分别为min{0,λcdown}与max{0,λcup},其中λ∈(0,∞)为判决系数,λ越大,虚警概率越低,漏警概率越大;
开始检测后,当接收信号的差分后高阶累积量超出阈值(低于λcdown或高于λcup)时判定为有无人机入侵引起当前电磁环境变化。
S4.确定为无人机入侵后,根据多个无人机入侵检测接收机的检测情况与有效检测距离,确定无人机所在区域。
进一步地,步骤S4的具体内容为:
S41、预先在对应场景、信号参数下进行实验,确定有效检测距离。
S42、开始检测后,当任一接收机检测到有无人机入侵时,通过各接收机位置、检测情况、检测范围确定无人机当前所在区域,即,检测到当前有无人机入侵的接收机的有效检测范围交集,可确定为当前无人机所在位置。
在本申请的实例中,依据图2构建了实验场景,无人机入侵检测发射机不断发送预设好的通信信号,无人机入侵检测接收机对接收到的信号进行处理,依据本发明所提方法进行检测。
实验对采用本发明所提方法的单接收机的无人机检测情况进行了验证,各项参数设置如下:
图3给出了实验中常态环境、有无人机入侵的动态环境下的差分高阶累积量对比。图中横轴表示对应场景下信号的帧序号,一帧包含4个符号,纵轴表示接收信号的差分高阶累积量。可以看出,常态环境下信号的差分累积量普遍低于有无人机的动态环境。因此,该方法用于检测无人机入侵是可行的。
综上所述,考虑到日益发达与普及的无人机对保密设施的威胁,本发明通过识别电磁环境变化的无人机入侵检测方法及系统,实现了无需设置雷达,仅利用常规无线信号收发机进行无人机检测的技术,成本低,布设灵活,在雷达方法受限而又需要防范无人机入侵的场景有较大利用价值。实验测量结果初步验证了本方法的有效性与可行性。
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)
1.一种通过识别电磁环境变化的无人机入侵检测方法,其特征在于:所述检测方法包括:
S1、无人机入侵检测收发机发送无线信号并对接收的信号进行处理,提取和量化当前电磁环境信息;
S2、根据接收的信号获得常态环境以及外界因素造成电磁环境动态变化时的电磁环境信息,建立场景信息数据库;
S3、根据场景信息数据库对当前电磁环境进行识别,根据当前电磁环境动态变化类型判断是否有无人机入侵;
S4、当检测到无人机入侵时,根据多个无人机入侵检测接收机的检测情况与有效检测距离确定无人机所在区域。
2.根据权利要求1所述的一种通过识别电磁环境变化的无人机入侵检测方法,其特征在于:所述提取和量化当前电磁环境信息包括通过差分高阶累积量实现,具体包括:
A1、选取大于工作环境信道最大时延的时间间隔对接收信号做差分计算,得到差分信号;
A2、选取一定窗口长度,以窗口为单位计算差分信号的高阶累积量,作为电磁环境信息量化值,来放大电磁环境的微小变化和抑制接收差分信号中的噪声成分。
3.根据权利要求1所述的一种通过识别电磁环境变化的无人机入侵检测方法,其特征在于:所述对当前电磁环境进行识别的方式包括通过阈值判断实现,具体包括:
S31、通过常态环境数据确定常态差分累积量的范围为[cdown,cup],设定上下判决阈值分别为min{0,λcdown}与max{0,λcup},其中λ∈(0,∞)为判决系数,λ越大,虚警概率越低,漏警概率越大;
S32、开始检测后,当接收信号的差分后高阶累积量低于λcdown或高于λcup时,判定为有无人机入侵引起当前电磁环境变化。
4.根据权利要求1所述的一种通过识别电磁环境变化的无人机入侵检测方法,其特征在于:所述当检测到无人机入侵时,根据多个无人机入侵检测接收机的检测情况与有效检测距离确定无人机所在区域包括:
S41、预先在对应场景和信号参数下进行实验,确定有效检测距离;
S42、检测时,当至少有一个接收机检测到有无人机入侵时,将各个检测到有无人机入侵接收机的检测范围进行交集,交集的区域即为无人机所在的区域。
5.根据权利要求1-4中任意一项所述的一种基于通过识别电磁环境变化的无人机入侵检测方法的系统,其特征在于:它包括电磁环境信息量化单元、数据库建立单元、电磁环境变化识别单元和联合定位单元;
所述电磁环境信息量化单元用于从接收信号中计算并量化当前电磁环境信息;
所述数据库建立单元用于根据接收的信号获得常态环境以及外界因素造成电磁环境动态变化时的电磁环境信息建立场景信息数据库;
所述电磁环境变化识别单元用于根据场景信息数据库对当前电磁环境进行识别,并根据当前电磁环境动态变化类型判断是否有无人机入侵;
所述联合定位单元用于根据所述电磁环境变化识别单元的判断结果,联合多个接收机的检测情况确定无人机当前所在的区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111232681.0A CN113985416A (zh) | 2021-10-22 | 2021-10-22 | 一种通过识别电磁环境变化的无人机入侵检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111232681.0A CN113985416A (zh) | 2021-10-22 | 2021-10-22 | 一种通过识别电磁环境变化的无人机入侵检测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113985416A true CN113985416A (zh) | 2022-01-28 |
Family
ID=79740311
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111232681.0A Pending CN113985416A (zh) | 2021-10-22 | 2021-10-22 | 一种通过识别电磁环境变化的无人机入侵检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113985416A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106960535A (zh) * | 2017-05-19 | 2017-07-18 | 龙岩学院 | 基于红外传感器的范围性生物入侵预警系统 |
CN108199757A (zh) * | 2018-01-15 | 2018-06-22 | 浙江大学 | 一种利用信道状态信息对民用小型无人机进行实时入侵检测的方法 |
CN109671238A (zh) * | 2018-12-07 | 2019-04-23 | 浙江大学 | 一种基于无线信道状态信息的室内入侵检测方法 |
US20190208112A1 (en) * | 2017-01-23 | 2019-07-04 | DGS Global Systems, Inc. | Systems, methods, and devices for unmanned vehicle detection |
CN111986523A (zh) * | 2020-08-14 | 2020-11-24 | 北京北斗天巡科技有限公司 | 一种城市低慢小无人机目标监测装置及监测方法 |
CN112802058A (zh) * | 2021-01-21 | 2021-05-14 | 北京首都机场航空安保有限公司 | 一种非法运动目标的跟踪方法及装置 |
-
2021
- 2021-10-22 CN CN202111232681.0A patent/CN113985416A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190208112A1 (en) * | 2017-01-23 | 2019-07-04 | DGS Global Systems, Inc. | Systems, methods, and devices for unmanned vehicle detection |
CN106960535A (zh) * | 2017-05-19 | 2017-07-18 | 龙岩学院 | 基于红外传感器的范围性生物入侵预警系统 |
CN108199757A (zh) * | 2018-01-15 | 2018-06-22 | 浙江大学 | 一种利用信道状态信息对民用小型无人机进行实时入侵检测的方法 |
CN109671238A (zh) * | 2018-12-07 | 2019-04-23 | 浙江大学 | 一种基于无线信道状态信息的室内入侵检测方法 |
CN111986523A (zh) * | 2020-08-14 | 2020-11-24 | 北京北斗天巡科技有限公司 | 一种城市低慢小无人机目标监测装置及监测方法 |
CN112802058A (zh) * | 2021-01-21 | 2021-05-14 | 北京首都机场航空安保有限公司 | 一种非法运动目标的跟踪方法及装置 |
Non-Patent Citations (1)
Title |
---|
陆凤波: "一种基于高阶累积量的数字调相信号识别方法" * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101789690B1 (ko) | 딥 러닝 기반 보안 서비스 제공 시스템 및 방법 | |
US7639840B2 (en) | Method and apparatus for improved video surveillance through classification of detected objects | |
KR101927364B1 (ko) | 딥 러닝 기반의 상황인지 실외 침입감지 레이더 시스템 및 이를 이용한 침입 감지 방법 | |
KR101877294B1 (ko) | 객체, 영역 및 객체가 유발하는 이벤트의 유기적 관계를 기반으로 한 복수 개 기본행동패턴 정의를 통한 복합 상황 설정 및 자동 상황 인지가 가능한 지능형 방범 cctv 시스템 | |
CN108275114A (zh) | 一种油箱防盗监控系统 | |
KR100696728B1 (ko) | 감시정보송신장치 및 감시정보송신방법 | |
KR101853903B1 (ko) | Cctv, 드론 및 광펜스를 포함한 침입 감지 방법 및 시스템 | |
CN111738240A (zh) | 区域监测方法、装置、设备及存储介质 | |
JP2009031188A (ja) | 不審船監視装置 | |
US9202116B2 (en) | Image processing method and image processing apparatus using the same | |
CN111741471B (zh) | 基于csi的入侵检测方法、装置及计算机存储介质 | |
CN110856178B (zh) | 一种基于无线网络物理层iq信号的行为识别方法 | |
KR101213255B1 (ko) | 영상처리와 무선 센서네트워크를 이용한 상황인지 시스템 및 그 방법 | |
CN114220069A (zh) | 对象监测方法、电子设备及计算机可读存储介质 | |
CN106355706A (zh) | 一种智能门锁系统 | |
KR100513739B1 (ko) | 얼굴특징을 이용한 움직임 검출장치 및 이를 적용한감시시스템 | |
CN111460917B (zh) | 基于多模态信息融合的机场异常行为检测系统及方法 | |
CN113985416A (zh) | 一种通过识别电磁环境变化的无人机入侵检测方法及系统 | |
CN111753686A (zh) | 基于csi的人数识别方法、装置、设备及计算机存储介质 | |
KR101752066B1 (ko) | 엘리베이터 탑승자의 환경정보를 이용한 비상상황 감지시스템 및 그 방법 | |
CN110633625A (zh) | 识别方法和系统 | |
KR101453386B1 (ko) | 차량 지능형 검색 시스템 및 그 동작방법 | |
KR102367584B1 (ko) | 스켈레톤 영상 분석 기법을 이용한 자동 영상 감시 시스템 | |
Song et al. | UAS detection and negation | |
KR101340287B1 (ko) | 스마트 홈에서 마이닝 기반의 패턴 분석을 이용한 침입탐지 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |