 |
当无人机没有主动发射射频信号，或发射的射频信号无法可靠检测时，那么使用雷达技术可能是探测/跟踪无人机的一种有吸引力的方法。与光学传感器相反，雷达是有源传感器，它们可以不分昼夜的工作。 在本文中，我们将考虑基于雷达的无人机探测/跟踪/分类技术，并对文献中的相关工作进行综述，主要对毫米波雷达、超宽带雷达及其他基于雷达的技术进行介绍。
毫米波雷达 毫米波雷达具有非常大的带宽，因此可以提供高分辨率，可以促进对未经授权的UAS的准确检测、分类和跟踪。基于雷达的微型无人机探测的一个主要挑战是它们具有非常小的雷达截面(RCS)，与较大的无人机相比，它们只在较低的高度和较低的速度下飞行。 使用毫米波雷达可以精确地分析多普勒频谱，为无人机的类型分类提供信息。特别的是，相对于UAS整体运动，UAS的旋转叶片的相对运动产生时变多普勒特征可以实现高精度UAS分类。 尽管使用目标的常规特征来区分小型UAS和鸟类通常很困难，但揭示微型多普勒特征却可以成功地对其进行识别。特别是当目标相对于雷达切向移动时，相对距离不会发生显着变化，多普勒特征是目标分类甚至跟踪的唯一来源。此外，对飞行UAS的检测和分类与其他UAS避免可能的碰撞具有重要意义。 使用35GHz工作频率调制连续波(FMCW)雷达对DJIPhantom2 (四轴飞行器)和DJIS1000 (octocopter)无人机进行分类，雷达范围在30-90米之间。由于高载波频率，观察到距离多普勒剖面中的宽多普勒旁瓣。另一方面，可以提取关于无人机的距离，径向速度，大小，类型甚至形状的信息(如果使用两个天线，则提取高度)。
M.Caris提出了一种毫米波雷达，工作频率为94GHz，发射功率为20dBm，带宽为1GHz，距离分辨率为15cm。雷达可以覆盖10米到几百米的距离。 J.Klare则考虑使用16接收、16发射的MIMO雷达在信号处理过程中生成256个虚拟元素，以检测和跟踪无人机。雷达工作在36GHz中心频率，并使用持续时间为500ns的脉冲。开发了一个假设检验框架，以确定无人机是否存在于某个范围/角度中。其实验结果表明，对目标无人机可以在超过100米的距离和约5米/秒的径向速度下进行精确跟踪。
MIMO雷达作为多基地雷达的一种，在通信与雷达系统的交叉领域具有广阔的应用前景。MIMO雷达采用大范围分离天线，可以实现较高的空间分集，使目标的检测和参数估计更加准确。在该方面，讨论了MIMO雷达如何获得比传统相控阵雷达更大的分集增益，从而提高探测和跟踪质量。 在MIMO雷达中，可采用非正交波形进行传输，适当选择的一组波形可获得与正交波形相同的分集增益。从不同的角度来看，MIMO雷达可以通过对许多去相关子信道输出进行统计平均来获得几乎恒定的信噪比，其中模拟为SwerlingI的小RCS波动被改进为SwerlingII情况而没有任何时间损失。 另外G.Rankin考虑了一种MIMO雷达方法，这种方法是最近发展起来的用来稀疏雷达阵列的；设计了MIMO雷达的毫米波平面阵列，在毫米波频率下，由于多普勒效应增加，扩展序列长度受到限制。考虑了24GHz和94GHz，并提供了发射器/接收器阵列配置的单元布局。 UWB 由于UWB具有非常高的时间分辨率，故其广泛应用于雷达设备中，用于跟踪人、车辆、心跳和生命体征。针对UWB传输的灵活的FCC规则使得UWB雷达的使用成为检测/跟踪无人机的可行替代方案。 在现有文献中已经考虑使用UWB技术来检测无人机。在早期的一项工作中，考虑在微型飞行器上使用C波段UWB雷达(以6.35GHz为中心的500MHz带宽)，其应用包括用小RCS探测附近障碍物以避免碰撞。
还有学者考虑到24-26GHz频段，研究了来自无人机的UWB雷达回波的特性，这表明无人机转子叶片的回波可以用于UAS分类目的。W.Troy研究了使用时域P410UWB雷达的无人机中旋转叶片的逆合成孔径雷达(ISAR)成像。 J.Ochodnicky研究得出Iris+的检测概率随着RCS的降低而降低。Y.A.Nijsure提出一种检测-防撞的UWB雷达机载实现，它还实现了MIMO雷达，以提高UAS目标检测概率。使用所提出的UWBMIMO雷达技术，使用五个目标无人机的仿真结果表明它们可以精确地定位在仰角/方位角域中。 另外，还可以使用具有天线阵列的短程UWB雷达进行高速移动目标的探测/定位。除了考虑使用UWB雷达探测无人机的研究外，最近还有一些文献考虑使用UWB技术进行无人机定位。
作者验证了利用时域卡尔曼滤波，可以平滑噪声范围似然估计，以获得对目标UAS的精确范围估计。多个雷达位置的距离估计可用于检测UAS的位置。定向天线和波束形成技术可以进一步用于增加雷达检测范围。 其他雷达技术 除了基于毫米波和UWB的雷达技术之外，较低中心频率的窄带雷达也可用于检测UAS。 例如，F.Firotanelli考虑使用工作在2.4GHz的多静态雷达来分析具有不同有效载荷的微型无人机(DJIPhantomVision2)的微多普勒签名，并将无人机分类为无负载，200g有效载荷和500g有效载荷类别；使用23dBm的发射功率，以及具有24dBi增益和10°×10°波束宽度的水平极化天线，雷达目标距离小于100m。所提出的特征检测技术始终为不同的有效载荷类型实现超过90％的分类精度。 在与F.Firotanelli类似的背景下，M.Ritchie考虑使用2.4GHz雷达对具有不同有效载荷的无人机进行分类。使用与RCS和微多普勒特征相关的无人机的特征，并且使用诸如判别分析，朴素贝叶斯和随机森林理论的分类技术。
F.Hoffmann利用标记的时域和微多普勒辨别来利用2.4GHz雷达(使用恒定误报率检测器)检测无人机，通过增强地面杂波与无人机反射之间的差异。 此外，引入了扩展卡尔曼滤波器用于在二维中跟踪无人机。M.Ritchie进行了频率为2.4GHz，带宽为45MHz的DJI无人机的RCS仿真和测量，揭示了不同无人机/叶片材料对雷达系统观测到的特征的影响。 除此之外，还有基于非共焦视距(NLOS)雷达的无人机检测与跟踪技术、射线追踪模拟技术等雷达技术用于检测UAS。 |
