面對無人機入侵威脅,反無人機系統發展現狀如何
有矛就有盾。全世界都在使用無人機。自然,也就有了反無人機系統。所謂反無人機系統,是指能夠合法、安全地禁用、幹擾或控制無人機或無人機系統的系統或設備。
經過近幾年的發展,反無人機系統主要朝著兩個方向進行努力:壹是探測無人機;二是緩解無人機。現如今,探測技術主要是基於聲學、視覺、被動射頻、雷達和數據融合等;而緩解技術則是包括物理捕獲、幹擾等。
壹、關於無人機檢測技術
主要有五種:聲學、視覺、無源射頻、雷達和數據融合。
——基於聲學的無人機檢測。這是利用聲學傳感器捕捉無人機的聲音,通過音頻識別和跟蹤無人機。目前基於聲學的無人機檢測技術能夠準確地識別和定位無人機,以滿足無人機檢測的精度要求。
——基於射頻的無源探測。由於無人機在工作時,通常至少有壹條射頻(RF)通信數據鏈路與其遙控器相連,以接收控制命令或傳送航空圖像。針對無人機的頻譜模式,出現了人工神經網絡(ANN)檢測算法、數據流量模式等方法來識別無人機。
——基於視覺的無人機檢測。此種技術主要集中在圖像處理上。通過攝影攝像設備來捕捉無人機的圖像,再通過地面站對相關視頻、圖片進行計算和比對,圖像中無人機和環境的差異用於確定限制區域是否有無人機。當前最先進的圖像分割方法是利用神經網絡直接識別無人機的外觀。
——基於雷達的無人機探測。當前基於雷達的無人機檢測技術主要有三種:主動檢測、被動檢測和後驗信號處理。主動檢測雷達的典型代表有,噪聲雷達、基於SDR的多模雷達等;被動探測雷達即無源雷達,主要分為單站無源雷達和分布式合成無源雷達;
後驗信號處理雷達即從射頻前端的噪聲輸出中獲得目標的微弱稀疏反射信號,主要分為傳統的基於信號特征的檢測和基於學習的模式識別。
——基於數據融合的無人機檢測。數據融合方法可以利用每種方法的優勢,獲得比單壹方法更穩健、準確和高效的組合結果。對於無人機檢測,數據融合可以用來提高無人機檢測系統的性能,以克服單壹方法在某些特定場景中存在的缺點。
二、關於無人機緩解技術
目前,國外開發了無人機防禦系統的體系架構。按照該架構的描述,可分為三類:第壹類是利用物理方法捕獲無人機;第二類是利用噪聲發生器幹擾系統或傳感器,使無人機控制器無法操作無人機;第三種是利用系統或傳感器的漏洞獲得控制優先級。
——物理捕獲。主要靠網絡捕獲和定向電磁脈沖。網絡捕獲是壹種消除無人機的物理方法,通過使用槍支或某些特定武器來觸發網絡以捕獲無人機;電磁脈沖主要用於打擊車內的非法電子設施,這些設施可能會重新啟動或禁用控制系統的操作。
——利用噪聲。這是壓制進入限制區的無人機最常用的方法,通過利用噪聲信號幹擾無人機傳感器或系統的工作,以進行中和。
——利用漏洞。大多數漏洞利用工作集中在使用傳感器和通信協議的GPS控制上。防禦者利用欺騙手段對GPS進行定位,並使用傳感器進行控制,利用傳感器和通信協議進行修改和入侵控制。
三、關於反無人機系統未來趨勢
雷達探測和數據融合方法被認為是未來無人機檢測的最有前途的趨勢;物理捕獲被認為是對付無人機最實用、最可靠的方法;黑客和欺騙也將成為壹種很有效的解決方案,具有低占用空間和低附帶損害。然而,要開發成熟的、可擴展的、模塊化的、價格合理的無人機檢測和否定方法,未來仍有很多挑戰需要解決。