无人机侦测和反制技术综述

随着无人机的加速普及,“黑飞”无人机干扰民航飞行等事件也时有出现,加强对“黑飞”无人机侦测和反制显得至关重要。无人机侦测和反制技术包括雷达侦测、声音识别、无线电信号监测、光电识别、无线电干扰、物理反制和网络攻击等。本文对无人机侦测和反制技术进行了全面梳理和介绍,希望给无线电管理系统的同行提供一些参考和借鉴。

无人机侦测反制技术研究应用与思考

在梳理无人机侦测反制技术发展现状的基础上,以某看守所为例,设计了适合于监管场所使用的无人机防控系统。结合近年来国内多次反无人机对抗赛实际情况,对无人机侦测反制技术面临的困境进行了总结,并提出现阶段提升无人机防控成功率的方法。

基于无线电技术的民用无人机侦测与管控方法在监所环境的探究

随着无人机广泛应用,全球无人机市场规模的进一步扩大,民用无人机市场潜力巨大,必将向更广阔的领域推广,但同时也带来了严重的安全隐患,如空中航道安全、社会秩序、大型集会、体育赛事等带来了多种干扰因素。尤其是近年来,无人机在监所方面所引起的安全隐患更是引起了广泛的关注。本文从民用无人机所使用的无线电信号出发,分析民用无人机的数传信号,图传信号,卫星导航信号等,利用无线电技术实现无人机信号频谱特征提取达到发现无人机的目的,利用无线电测向或TDOA定位技术实现无人机的定位。探讨使用无线电阻塞技术,导航信号诱导技术对无人机的管控。

无人机侦测反制技术研究应用

本文对无人机侦测反制技术展开研究。立足国内外无人机侦测反制相关装置的技术发展现状,首先对无人机侦测技术进行概述,以雷达侦测、无线电频谱侦测、光电侦测、声波侦测这四种技术为主。结合某看守所的无人机侦测需要,设计适用于此场所的无人机反制系统,对此系统在实践应用中的侦测技术、反制技术、应用区域范围及操作流程详细说明,旨在为我国无人机侦测反制技术未来创新应用,提高无人机防控成功率有参考作用。

基于人工智能的侦测无人机算法研究综述

随着科技的进步与生产生活质量的稳步提升,无人机在工业领域的重要性逐步显露,与此同时,利用无人机进行非法活动的数量也逐年上升,对无人机进行侦测与识别迫在眉睫。传统的对无人机进行侦测的算法以目标匹配为基础,需要建立庞大的目标库进行复杂的匹配计算,存在目标误报率过高、漏报率过高,识别时间过长的缺陷。近年来,深度学习技术在图像处理、语音识别、自然语言处理等领域取得了突破性进展,在此背景下,利用深度学习技术的特征学习能力能够自动学习目标特征,提升目标识别的精准性,从而为对无人机的侦测和识别提供了一种新的途径。通过搜集该领域最新研究成果,从雷达、声学信号、视觉信号、射频信号等技术角度出发,结合智能技术,对当前识别算法进行了归纳与阐述,最后对该领域中的研究所面临的主要挑战进行了总结,并展望了未来的研究重点。

基于SGS模型与AHP的侦测无人机造型设计研究

目的为了满足无人机用户需求,完善侦测无人机造型设计方法,进一步拓展产品设计路径。方法将管理学中的门径管理模型(SGS)融入产品系统开发设计流程;调研用户需求并结合层次分析法(AHP)构建判断矩阵,计算各个设计指标权重并排序,以此促进设计决策,完成侦测无人机造型设计方案;采用7点量表法进行初步方案设计评价,验证设计模型和过程的科学性。结论以侦测无人机造型设计为例,通过构建SGS产品系统开发模型,运用AHP分析方法进行设计方案指标决策,为侦测无人机造型设计拓展设计路径,为相关产品的设计提供新思路。

矿井危险区域多旋翼侦测无人机关键技术探讨

从自主定位导航技术、自主避障技术、多传感器信息融合技术3个方面综述了国内外井下危险区域多旋翼侦测无人机关键技术的研究现状:自主定位导航技术可使机器人在未知环境中无需人工干预而实现自主移动,组合导航技术、3D环境地图构建技术、深度优化的轨迹规划算法以及基于语义与深度学习的同步定位与地图构建技术适用于灾变信息随时空演化、具备复杂性与不稳定性的矿井环境条件;基于多传感器信息融合的避障方法能够保证多旋翼侦测无人机在不同环境条件下最大程度地感知障碍物信息;基于自主定位与自主避障技术的传感器融合体系结构应采用分布式结构,以使井下多旋翼侦测无人机系统具有较高的可靠性及容错性。从软件和硬件方面分析了多旋翼侦测无人机存在的问题,即融合模型及算法普适性无法保障、融合系统容错性或鲁棒性有待完善、适应多种复杂融合算法的处理硬件匮乏以及多传感器集成度低、硬件功耗高、体积大等。展望了井下危险区域多旋翼侦测无人机关键技术的发展趋势:①融合算法的合理优化:最大程度合理优化融合算法,提高系统可靠性和稳定性,保证数据处理的稳定高效。②人工智能技术的应用:通过机器学习与自适应等智能技术,提高多旋翼侦测无人机深度学习能力,扩大危险区域侦测范围。③可适应多种复杂融合算法处理硬件的开发:矿井危险区域条件异常复杂,缺少能够适应多种算法深度融合的处理硬件,难以实现井下多源信息的同步采集与处理,通过开发具有较强适应性的处理硬件,提高多旋翼侦测无人机处理信息的能力。④便捷硬件融合系统的研发:开发基于多种传感器深度集成的融合系统,进一步提升多旋翼侦测无人机的探查能力。

矿井侦测无人机研究现状与发展趋势

通过分析矿井侦测无人机动力系统、定位系统、环境监测系统及通信系统等的国内外研究现状,指出了矿井侦测无人机存在续航能力不足、定位精度差、信息感知能力弱、信息数据传输性能差等问题。展望了矿井侦测无人机的发展趋势:①新能源或新型供电技术的应用。对整个电源管理系统进行更加高效合理的优化,实时侦测用电设备的耗电情况,提高用电的高效性,延长侦测无人机的续航时间,并满足防爆性能。②基于协同导航搜索的无人机集群系统开发。采用混合式无人机集群控制结构,克服了分布式结构通信可靠性差、搜索效率低的缺点,解决了集中式结构鲁棒性及自主性弱的问题;通过数理优化算法进行信息推导,并对多无人机协同信息进行融合,提高定位精度,缩短救援时间。③基于多传感器融合技术的无人机监测平台设计。通过基于BP神经网络算法的多传感器信息协调及互相融合,提高无人机对井下环境的感知能力。④多无人机链状无线Mesh组网模式的应用。多无人机在井下环境搜索时,每架无人机采集的信息都是局部区域的信息,通过链状无线Mesh组网模式,所有无人机进行信息融合和资源互补,实时更新环境信息状况,提高侦测的可靠性和救援效率。

基于无人机技术的安全防御体系建设研究

我国无人机产业发展特别是消费级无人机领域已经跻身世界一流,逐步放开低空空域的管制,使普通市民获取低空飞行器的成本及难度降低。围绕反恐重点目标无人机防御工作的若干问题,文章根据具体实施探索和实践,从无人机防御系统平台的设计及各防御措施的综合利用的角度提出了“以面管块,以块管点,以联保点,人技结合,确保安全”一整套解决方案。