无人机检测融合传感器，模拟，RF学科

点点_木木

各种尺寸的无人机，从你的基本“爱好者”版本（尽管很多都是非常复杂的）到无人机大小的人类驾驶飞机的大小，因为它们的能力在范围，导航，传感器，有效载荷方面显着增加而受到很多关注和自主行为。他们迅速而有效地改进了“仅仅”观察者的形式，成为可以携带从手榴弹大小的载荷到小型导弹的武器平台。

当然，这种危险需要检测无人机的进近和存在，这不是一件容易的事。由于它们的雷达横截面相对较小，飞行能力低，声学噪声低，机动性高，因此很难发现它们，直到做“某事”为时已晚。

在太晚期之前检测无人机需要什么？简而言之，它采用多学科方法，结合了传统雷达和光学瞄准，当然，还有强烈的射频信号捕获和信号分析。由于无人机的上行链路/下行链路信号处于共享相同频谱的RF海中，因此RF方面具有严重的挑战性，并且可能也被编码。

“微波杂志”曾刊登了一篇航空航天和国防电子产品补充文件，该文件以“ 无人机检测和定位系统 ” 为标题解决了无人机检测问题。该问题与其他领先供应商的三篇文章相关联，而不是一篇文章或作者。系统或构建它们所需的功能和子系统：Keysight Technologies，Rohde＆Schwarz和Aaronia AG。虽然每个子文章都有一些自助服务方面 - 正如您所期望的那样 - 每个人都对无人机检测，解决方案以及每个解决方案遇到的困难相关的许多问题有着深刻的见解。

捕获相当未知的RF信号的问题是令人生畏的。在他1968年的具有里程碑意义的教科书“ 检测估计和调制理论，第一部分：检测，估计和滤波理论 ”中（见图）Harry L. Van Trees将信号恢复难度分类为难度增加的类别。（请注意，如果您有需要，第II，III和IV部分会更加强烈和富有洞察力。）最简单的情况是简单检测（缺席/存在）“已知信号在已知环境中”信号格式，调制和频率是预先已知的，具有适度的SNR和共信号环境。最困难的是具有在事先未知的特征的信号的估计（模拟解调），在很大程度上未知和恶劣的环境中。无人机RF信号检测和恢复问题处于该范围的更难的一端。

尽管这本经典着作在近50年前首次出版，但它仍然对各种环境和场景中信号捕获和恢复的基本问题有相当深入的了解。

对于无人机检测，问题自然始于未知且具有挑战性的RF环境中的信号捕获。这就是从前端放大器到RF链的模拟功能集成至关重要的地方。

看待情况的互补性是很有意思的。无人机技术的发展主要得益于电动机，电池，基于MEMS的加速度计和陀螺仪，视频捕捉，GPS，多种形式的微处理器等方面的显着改进。因此，防御性无人机探测方不得不通过其自身技术的改进和融合来“提升其游戏规模”，包括软件定义的无线电，信号和特征分析等。这是21世纪的一个过去曾多次发生过的攻防事件。

您是否意识到无人机检测问题的多方面挑战，或者正在采取哪些措施来解决这个问题？