CN114760004A - 一种无人机反制的方法和系统 - Google Patents

Abstract

本发明公开了一种无人机反制的方法和系统，属于无人机反制技术领域，所述方法包括：获取无人机的通信信号；对所述通信信号进行解析，获取导频域；根据所述导频域，生成导频信号；通过所述导频信号，对所述无人机进行反制。通过模拟发送错误的导频信号，使用无人机或遥控器认为在区域内无可用的信道，致使无人机返航或迫降，实现对无人机的精准反制，防止对整个无线电造成阻塞。每次发送的导频信号是一个很窄的频段，利用定向打击，例如跟随被打击的无人机发送干扰信号，则不会出现整个无线电阻塞的情况。

Description

一种无人机反制的方法和系统

技术领域

本发明涉及无人机反制技术领域，具体涉及一种无人机反制的方法和系统。

背景技术

目前，无人机反制主要由探测和打击(干扰)两部分组成。可以通过无线电频谱发现无人机，或使用雷达、光、电组合发现无人机。而无人机打击主要为定向、全向宽频或是导航(GPS)诱骗技术，对无人机的干扰大多是没有选择的无线电阻塞，加之工作时干扰的波段较宽，对周边相似的无人机或无线电通讯造成危害，特别是常用的2.4G和5.8GWiFi信号，可使周边的WiFi设备无法正常使用。GPS诱骗技术的危害更大，影响到交通、石油化工、电厂等多种工业生产场景的授时等功能，可能造成重大损失。

因此需要一种可以精准反制无人机的方法。

发明内容

针对现有技术中存在的上述技术问题，本发明提供一种无人机反制的方法和系统，实现对无人机的精准反制，防止对整个无线电造成阻塞。

本发明公开了一种无人机反制的方法，所述方法包括：获取无人机的通信信号；对所述通信信号进行解析，获取导频域；根据所述导频域，生成导频信号；通过所述导频信号，对所述无人机进行反制。

优选的，获取导频域的方法包括：

对所述通信信号进行解调，获得比特流；

根据比特流中的频繁序列，对所述比特流进行域划分、并获得信号特征；

将信号特征与特征库进行匹配，获得无人机特征，所述无人机特征包括：导频域。

优选的，所述无人机特征还包括以下信息或它们的组合：

信道分布、调制方案、编码方案、同步序列和链路层结构；

域划分的方法包括：

根据频繁序列的分布、完成帧结构的切分；

提取多个帧中出现的频繁序列，得到协议关键字；

根据关键字的分布，获得帧的类型；

根据帧的类型，提取出协议域结构、域属性、域间的关系，得到域划分和信号特征。

优选的，无人机识别的方法：

对通信信号的比特流进行域划分，提取以下标记特征：源地址、目的地址或帧控制域；

根据源地址或目的地址，对无人机进行识别。

优选的，特征库建立的方法包括：

对现有无人机的进行通信信号检测、并提取信号特征；

根据现有无人机特征和所述信号特征，建立特征库，所述无人机特征还包括无人机唯一标识特征、厂家特征和型号特征。

优选的，所述通信信号包括WIFI 2.4GHz或5.8GHz的图传信号。

优选的，通过所述导频信号，对所述无人机进行反制的方法包括：

获取无人机的位置；

向所述位置定向发送导频信号，使无人机返航或迫降。

本发明还提供一种用于实现上述方法的系统，包括探测模块、解析模块和干扰模块，

所述探测模块用于获取无人机的通信信号；

所述解析模块用于对所述通信信号进行解析，获取导频域；

所述干扰模块用于根据所述导频域，生成导频信号，并通过所述导频信号，对所述无人机进行反制。

优选的，所述系统还包括识别模块，

所述识别模块用于根据通信信号比特流的域划分，提取以下标记特征：源地址、目的地址或帧控制域；

根据源地址、目的地址或帧控制域，对无人机进行识别。

优选的，所述系统还包括特征库构建模块，

所述特征库构建模块用于：对现有无人机的进行通信信号检测、并提取信号特征；

根据现有无人机特征和所述信号特征，建立特征库；

所述解析模块用于将信号特征与特征库进行匹配，获得无人机特征。

与现有技术相比，本发明的有益效果为：通过模拟发送错误的导频信号，使用无人机或遥控器认为在区域内无可用的信道，致使无人机返航或迫降，实现对无人机的精准反制，防止对整个无线电造成阻塞。每次发送的导频信号是一个很窄的频段，利用定向打击，例如跟随被打击的无人机发送干扰信号，则不会出现整个无线电阻塞的情况。

附图说明

图1是本发明的无人机反制的方法流程图；

图2是通过特征库进行无人机识别的流程图；

图3是本发明的系统逻辑框图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通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，都属于本发明保护的范围。

下面结合附图对本发明做进一步的详细描述：

一种无人机反制的方法，如图1所示，所述方法包括：

步骤101：获取无人机的通信信号。

无人机通信号包括控制信号和图传信号，可以对图传信号进行采集和解析。无人机的图传数据量较大，且连续，对于探测设备而言，图传信号更容易探测和识别。其中，图传信号可以采用WIFI 2.4GHz或5.8GHz，还有一些使用其它开放频段的无人机，如433MHz、900MH等，此类无人机数传和图传采用相同频段。

步骤102：对所述通信信号进行解析，获取无人机特征，所述无人机特征包括导频域。

导频域(导频信号)是遥控器或无人机连续发射未经调制的直接序列扩频信号，使得无人机或遥控器能够获得前向码分多址信道时限，提供相关解调相位参考，可以确定何时进行切换。由于无人机通信使用的是公开的无线电波段，尤其是像2.4GHz和5.8GHz这样的波段，在有限带宽中，集中了大量的无线电设备，容易出现通信质量下降等情况。为了能达到更好的通信效果，会使用导频技术，实现不同载频之间的切换，以保存较好的通讯质量。导频技术可以有效地提高不同载频之间切换的成功率，在网络优化中广泛应用，无人机网络也使用到些技术。

步骤103：根据所述无人机特征，识别所述无人机。

步骤104：根据所述导频域，生成导频信号。仅需要部分信号特征，并不需要知道全部特征。

步骤105：通过所述导频信号，对所述无人机进行反制。例如通过干扰设备模拟发送错误的导频信号。

通过模拟发送错误的导频信号，使用无人机或遥控器认为在区域内无可用的信道，致使无人机返航或迫降，实现对无人机的精准反制，防止对整个无线电造成阻塞。每次发送的导频信号是一个很窄的频段，利用定向打击，例如跟随被打击的无人机发送干扰信号，则不会出现整个无线电阻塞的情况。

步骤102中，提取无人机特征、并获得导频域的方法包括：

步骤201：通过对通信信号进行解调，获得原始二进制的比特流，从中提取频繁序列。

步骤202：根据比特流中频繁序列的分布、完成帧结构的切分。

步骤203：提取多个帧中出现的频繁序列，得到协议关键字。

步骤204：根据关键字的分布，获得帧的类型；根据帧的类型，从比特流中提取出协议域结构、域属性、域间的关系，得到协议消息格式，并得到消息的域划分和信号特征。域的结构及其时长，构成信号特征。通常从通信信号中提取的信号特征无法涵盖所有无人机特征，因此可以通过特征库匹配的方式，获得无人机特征。其中，消息是通信过程中的数据，作为通信信号的内容；通信信号作为消息的载体。

步骤205：将信号特征与特征库进行匹配，获得无人机特征，所述无人机特征包括：导频域。所述无人机特征还包括以下信息或它们的组合：信道分布、调制方案、编码方案、同步序列、链路层结构、源地址、目的地址和帧控制域。但不限于此。

其中，不同的域具有不同的功能，例如源地址、目的地址等，对于同一台无人机为不变域，但对于不同无人机为变化域，因此同一类型不同无人机的该域具有唯一性，可以用于对无人机进行唯一标识；而有些域可用于表示无人机的型号，既不同厂家不同型号的无人机共有的标识，可以用于识别无人机的类型，如这些信息可以出来在帧控制域中。结合唯一标识和帧控制域，可以对无人机进行识别，例如给出唯一ID。

通常WIFI的帧结构分为两部分组成：MAC头部+frame body，其中MAC是固定格式的，frame body是可变长度，遵循TLV(Type length value)格式。MAC头部有framecontrol，duration，address1，address2，address3，和sql-ctl字段组成。导频域通常设置在MAC头部，在连续采集的通信信号中，MAC头部为频繁序列，存在明显的周期性。域是依据数据类型、取值范围、语义信息等进行帧划分的集合。

典型的无线帧结构可以划分为前导码域、帧控制域、地址域、数据域、校验域等。而每个域根据具体的内容不同，可以划分为不同的子域，如地址域可以根据取值和语义的不同划分为MAC地址、IP地址、源地址、目的地址等。其中，导频域为前导码的子域。

目前参与无人机消息传输的设备有：遥控器、无人机、地面站。

步骤205中，如图2所示，特征库建立的方法包括：

步骤211：对现有无人机的进行通信信号检测、解调、域划分，并提取信号特征。

步骤212：根据现有无人机特征和所述信号特征，建立特征库，所述无人机特征还包括无人机唯一标识特征、厂家特征和型号特征。从现有的无人机进行无人机特征建库和信号特征建库，并建立无人机特征和信号特征的映射，即离线分析。

由于无人机类型众多，所使用的协议也各有不同，用于表示无人机厂家型号的信号或帧结构也不固定，因而采用离线分析与在线处理相结合的方式对无人机进行识别。在离线状态下，对同一型号的无人机信息进行分析，提取特征，包括厂家型号特征和无人机唯一标识特征，并建立特征数据库。最终将截获的信息与特征数据库进行特征快速匹配识别，达到实时检测的目的，实现在没有增加设备的情况下，进行敌我区分，极大的方便了无人机低空管理的需要。

如图2所示，特征库采用离线的方式建立，无人机特征匹配和识别可以实时进行或在线进行。

步骤105中，可以采用定向反制：

步骤501：获取无人机的位置，可以通过雷达、光电的方式获得无人机的实时位置。

步骤502：向所述位置定向发送导频信号，使无人机返航或迫降。例如采用定向天线向无人机所在的区域发送导频信号。

本发明还提供一种用于实现上述无人机反制方法的系统，如图3所示，包括：探测模块1、解析模块2和干扰模块3，

探测模块1用于获取无人机的通信信号；

解析模块2用于对所述通信信号进行解析，获取导频域；

干扰模块3用于根据所述导频域，生成导频信号，并通过所述导频信号，对所述无人机进行反制。

本发明的系统还可以包括识别模块4、特征库构建模块5。识别模块4用于根据通信信号中比特流的域划分，提取以下标记特征：源地址、目的地址或帧控制域；并根据源地址、目的地址或帧控制域，对无人机进行识别。应当指出的是，标记特征也可以根据信号特征在特征库中匹配获得。

特征库构建模块5用于：对现有无人机的进行通信信号检测、并提取信号特征；根据现有无人机特征和所述信号特征，建立特征库51；

解析模块3用于将信号特征与特征库进行匹配，获得无人机特征。

以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。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 (10)

1.一种无人机反制的方法，其特征在于，所述方法包括：

获取无人机的通信信号；

对所述通信信号进行解析，获取导频域；

根据所述导频域，生成导频信号；

通过所述导频信号，对所述无人机进行反制。

2.根据权利要求1所述的方法，其特征在于，获取导频域的方法包括：

对所述通信信号进行解调，获得比特流；

根据比特流中的频繁序列，对所述比特流进行域划分、并获得信号特征；

将信号特征与特征库进行匹配，获得无人机特征，所述无人机特征包括：导频域。

3.根据权利要求2所述的方法，其特征在于，所述无人机特征还包括以下信息或它们的组合：

信道分布、调制方案、编码方案、同步序列和链路层结构；

域划分的方法包括：

根据频繁序列的分布、完成帧结构的切分；

提取多个帧中出现的频繁序列，得到协议关键字；

根据关键字的分布，获得帧的类型；

根据帧的类型，提取出协议域结构、域属性、域间的关系，得到域划分和信号特征。

4.根据权利要求2所述的方法，其特征在于，还包括无人机识别的方法：

对通信信号的比特流进行域划分，提取以下标记特征：源地址、目的地址或帧控制域；

根据源地址或目的地址，对无人机进行识别。

5.根据权利要求2所述的方法，其特征在于，特征库建立的方法包括：

对现有无人机的进行通信信号检测、并提取信号特征；

根据现有无人机特征和所述信号特征，建立特征库，所述无人机特征还包括无人机唯一标识特征、厂家特征和型号特征。

6.根据权利要求1所述的方法，其特征在于，所述通信信号包括WIFI2.4GHz或5.8GHz的图传信号。

7.根据权利要求1所述的方法，其特征在于，通过所述导频信号，对所述无人机进行反制的方法包括：

获取无人机的位置；

向所述位置定向发送导频信号，使无人机返航或迫降。

8.一种用于实现如权利要求1-7任一项所述方法的系统，其特征在于，包括探测模块、解析模块和干扰模块，

所述探测模块用于获取无人机的通信信号；

所述解析模块用于对所述通信信号进行解析，获取导频域；

所述干扰模块用于根据所述导频域，生成导频信号，并通过所述导频信号，对所述无人机进行反制。

9.根据权利要求8所述的系统，其特征在于，还包括识别模块，

所述识别模块用于根据通信信号比特流的域划分，提取以下标记特征：源地址、目的地址或帧控制域；

根据源地址、目的地址或帧控制域，对无人机进行识别。

10.根据权利要求8所述的系统，其特征在于，还包括特征库构建模块，

所述特征库构建模块用于：对现有无人机的进行通信信号检测、并提取信号特征；并根据现有无人机特征和所述信号特征，建立特征库；

所述解析模块用于将信号特征与特征库进行匹配，获得无人机特征。

Images