相控阵雷达与频谱无人机监测平台的数据处理与融合

张天清，何雨旻，宋冰*

(1.上海世想科技有限公司，上海 201502；2.华东理工大学，信息科学与工程学院，上海 200237)

0 引言

近年来，由于无人驾驶系统以及无人驾驶飞行器技术迅猛发展，使得无人机在搜救、航拍、运输等领域提供了诸多有利的支持[1-2]。然而，无人机具有一定的载荷，极易被非法应用于侦察、自爆袭击，同时由于其目标小，难以利用传统方法对其进行追踪定位。这使得无人机容易成为犯罪组织进行恐怖活动的武器。不法分子可能通过无人机侦察军事设施、能源基地等重要场所，威胁国家安全；或是改造无人机携带爆炸物进行投放，造成重大的人员伤亡以及国家财产损失[3-5]。

对于化工园区，对于无人机的有效监测尤其重要，无人机不但可以侦察到化工园区内的设施分布情况，而且能够携带爆炸物对园区进行打击。这都会对整个化工园区造成不可估量的损失以及人员伤亡。

目前，对于无人机的安防工作，虽然已经通过物防、人防和技防措施，对周围边界区进行了防护，对于低空空域的防护仍是亟待解决的问题。低空空域无人机的检测方法主要是探测无人机发出的各类信号，从而达到捕获、识别、定位、跟踪无人机的目的。

1 无人机监测技术

1.1 雷达监测

多普勒、毫米波、脉冲、相控阵等雷达技术已经经过多年的发展，并广泛运用于军用监测系统中，雷达监测系统可以实现对目标的快速有效识别、侦测、追踪。所以，雷达监测系统可以被用来保护目标场所的低空空域。

典型的雷达由发射机、天线、接收机、信号处理机等设备组成。其中，发射机产生高频的脉冲信号发送到天线中，脉冲信号和空中目标相遇后会产生回波信号。回波信号会被天线捕捉,然后被发送到接收器，通过信号处理系统计算得到目标物的具体信息[6-7]。然而，早期雷达的最大监测角度只有一个扇形区域，所以需要对基座进行旋转来进行360°监测，这就导致了雷达始终存在监测死角，不利于安全防护任务[8]。相控阵雷达利用相位变换技术可以使得雷达在基座不转动的情况下完成360°扫描任务[9]，解决了早期雷达存在监控死角的问题。

然而，目标场所中可能存在各类干扰，例如，鸟群、工业无线电信号、民用无线电信号等干扰信号，使得雷达对于无人机的探测效果受影响，存在一定的误报和追踪不连续的情况。无人机在低空空域飞行十分灵活，可以采取悬停、折返等操作，但无人机在雷达中反射的信号十分微弱，这就导致了一旦无人机采取上述动作，就会造成目标丢失，或者目标批号改变的问题，这使得仅利用雷达监测无人机的活动存在一定的问题。

1.2 频谱监测

频谱监测技术是通过获得无人机的遥控、回传信息的无线电信号来获得无人机的位置以及型号等信息。无人机的通讯系统为了提高抗干扰能力，大多数使用了跳频通信系统[10]。跳频通信系统的载波频率会不断变化，使得无人机具有一定的抗电磁干扰能力。因此，为了获取无人机的相关信息，需要对跳频信号进行特征提取，然后测量中心频率和带宽等关键特征参数，然后实现对无人机信号的识别。

在对捕捉到的跳频信号进行分析处理的同时，也需要对该信号的发射源进行定位。到达角测向定位技术可以测定无人机的方位。通常，到达角测向设备通过无线电频率扫描特征识别和解码，以确定信号的最强峰值以及其到达角来确定方位[11],但是频谱信号可能被目标场所的遮挡物所削弱，会造成定位不准的问题。在实际的应用中，通常需要雷达设备和频谱设备联合来监测无人机的方位。

2 基于雷达与频谱的无人机监测系统

2.1 相控阵雷达监测系统

当相控阵雷达设备部署完毕后，需要与系统服务器进行数据传输，具体的雷达监测流程包括以下几个步骤。

(1) 相控阵雷达检测空中的移动飞行目标，并将检测到的目标数据进行返回。采用UDP通讯方式。

(2) 雷达返回的目标信息是结构体数据，需要进行解析转换为可以使用的数据，再进一步存入数据库方可使用。

(3) 雷达一旦开机，将会有雷达的健康信息与设备状态的结构体报文传回，此类信息可以作为雷达设备是否正常的依据。

(4) 雷达设备可以远程控制，根据对应协议构建结构体报文发送可以进行简单的控制，如上下电、旋转等。

(5) 一旦雷达探测到飞行目标，相关目标信息数据立即将会发送至服务器，并且包含飞鸟等噪声数据，因而数据量较大，需要构建数据缓冲池以减少对数据库的访问。数据缓冲池内的数据由定时器触发进行处理。

服务器端接收到雷达发送的消息后，需要对消息进行处理，然后与数据库端进行数据交换操作，整个数据处理、交换的流程如表1和图1所示。

表1 雷达数据处理、交换流程步骤说明

图1 雷达数据处理、交换流程图

当雷达设备与系统服务器通讯正常之后，就可以实现将雷达所监测到的可疑目标实时地在前端界面中显示。包括目标的经纬度、速度、距离、等信息，可以实时监测到目标区域内是否存在可疑无人机的威胁。

2.2 频谱监测系统

与雷达系统类似，当到达角频谱监测设备部署完毕后，对可疑目标的监测也需要与系统服务器进行数据传输，频谱监测系统包括以下几个步骤。

(1) 探测目标区域中指定频段内的无线信号。

(2) 频谱监测系统对频段内的信号进行探测记录，得到目标的方位角距离等信息发送到频谱上位机。

(3) 频谱上位机通过TCP协议定时向连接到上位机的客户机发送频谱探测的信号。

(4) 系统服务器端启动频谱服务，生成频谱客户端和监听命令的服务端。客户端用于连接频谱上位机获取频谱数据，并将数据进行处理之后存储进数据库；服务端用于监听接口服务层的相关指令，同时调用客户端向频谱上位机发送频谱的一系列指令，实现上下电操作。

(5) 客户端将获取到的数据按照数据协议进行数据转换，并转存到数据库。

服务器端与频谱数据的处理与交换操作如表2和图2所示。

表2 频谱数据处理、交换流程步骤说明

图2 频谱数据处理、交换流程图

当系统服务器能够正常接收频谱信号之后，就可以将频谱所监测到的可疑目标实时地在前端界面显示。然而，正如上文所述，雷达和频谱对无人机的监测都会由于目标地区的环境因素存在一定的误差，雷达和频谱对于目标经纬度的监测、追踪可能都不准确。此外，对于同一架无人机，雷达和频谱可能得到不同的经纬度。

3 基于雷达和频谱的目标数据融合

3.1 雷达目标数据去噪

在分析了雷达监测数据后，发现雷达侦测设备有时会侦测到许多个目标点，使得真实的无人机目标被淹没在其他由干扰信号产生的噪点当中。在对雷达的实地测试实验中，实验发现雷达的噪点可能是由于噪声、无人机飞行轨迹突变、鸟群等因素造成，然而在上位机以及数据库中无法准确获知噪点是由于哪一种因素造成，所以，为了得到准确的雷达目标，对于雷达的去噪需要设计一种具有普适性的去噪方法，从而得到准确的目标点。

图3为本文提出的雷达目标去噪算法。首先，雷达监测设备给监测到的不同目标都分配了不同的批号，为了过滤可能存在的无线电干扰信号，雷达连续监测到三次以上的目标才会被分配批号，这就使得偶发出现的无线电干扰信号被屏蔽。其次，为了过滤噪点，本文在算法中引入了批号库，为每一个被分配批号的目标都设置批号保留标志位为5，并储存于批号库中。然后，当接收到新数据时，第一步进行批号库的对比更新，首先将批号保留标志位为0的点剔除批号库，然后将批号库中的批号和新数据的批号对比，如果新数据的批号并不存在于批号库，这说明之前批号库中的目标未被雷达监测到，所以标志位减一；第二步分析新数据中是否存在上述的连批存在的数据，将此类数据的批号加入批号库；第三步是将新数据点中，批号存在于批号库的点向前端发送，显示在前端界面中。这样就实现了对不同来源的噪点的过滤，因为属于噪点的批号会随着系统服务器和雷达通讯的进行从批号库中被剔除。图4为执行雷达目标去噪算法前后的雷达系统目标监测情况。如图4(a)所示，在执行算法前，在同一个位置出现了许多个目标，其中可能包括飞行轨迹变化导致的噪声点。在执行算法后，如图4(b)所示,噪声点都被过滤，说明了雷达目标去噪算法的有效性。

图3 雷达目标去噪算法流程图

(a)

3.2 雷达频谱目标融合

对于频谱无人机监测设备，由于其通过到达角来确定无人机的具体方位，所以不会像雷达中存在许多噪点。但是，由于部署地点以及目标地点周围环境的影响，使得频谱信号存在定位不准的问题。同样的，在雷达监测系统中，即便过滤掉了噪点，也存在由于无线电信号干扰以及信号处理算法不准确导致的定位误差。并且，对于同一目标，两种监测系统可能无法给出同一的定位信息。

图5为雷达与频谱监测系统对于无人机定位的误差。图5表示同一无人机目标在原地起飞悬停三次，雷达与频谱监测到的无人机定位点的示意图。从图5可以看出，雷达监测系统能够较为准确地监测到目标无人机到基站的距离，但是对于的角度偏差较大；频谱监测系统能够较为准确地监测到目标无人机到基站的角度，然而对于距离偏差较大。这2种监测系统都不能很好地定位到目标无人机的位置，并且给出的目标点的经纬度坐标也完全不同。

因此，需要一种定制化的雷达频谱数据融合策略来结合这两种定位系统的信息，从而实现对目标无人机更精准的定位监测。通过对雷达以及频谱测量误差以及定位信息的分析，本文提出了一种雷达频谱数据融合策略。如图6所示，我们将频谱监测系统监测到的点与基站相连，并计算出与正北方向的夹角θ，得到射线l。由于实验分析得出频谱监测系统能够较为准确地测量目标无人机和基站间的角度，所以可以确定目标无人机位置在射线l上。再以基站为圆心，以雷达监测到的无人机距基站的距离d画圆，圆与射线l的交点即为该雷达频谱数据融合算法所得出的点，以实心三角形所示。从图6可以看出，算法所得到的数据融合点与真实目标点的方位、距离误差都较小。雷达与频谱监测结果在实际系统中如图7所示，雷达监测系统对距离信息监测地较为准确，频谱监测系统对角度信息监测地较为准确，这与上述分析结果相符。此外，数据融合算法所得到的数据融合目标点与真实目标点在角度和距离上的误差都小于频谱与雷达系统监测到的目标点，说明了数据融合方法的有效性。

图5 雷达与频谱监测系统目标定位示意图

图6 雷达频谱目标融合策略

图7 雷达频谱目标融合策略

4 总结

本文讲述了基于雷达与频谱结合的无人机监测系统中对于目标定位可能存在的问题。对于雷达监测系统，存在由于无人机飞行轨迹突变、鸟群、无线电干扰等原因造成的噪点过多以及定位角度不准的问题；对于频谱系统，存在由于高墙、建筑物等遮挡物引起的无人机定位距离不准的问题，并且，对于同一目标无人机，这2个系统可能会给出不同的坐标。针对上述问题，本文提出了雷达监测系统去噪算法去除了早点，并且提出了雷达频谱信号融合策略，使得雷达与频谱监测系统能够较为准确地监测目标。