“低慢小”无人机对传统空域探测技术的严峻挑战主要体现在以下方面: 1、飞行高度低。低空空域是指高度在1000m以下的飞行区域。该空域中飞行器距地面、建筑物、树木和飞鸟等物体较近。因此,对其的探测常常受到这些地形地物的干扰。干扰的形式有噪声、信号衰减和遮挡等。 2、可低速飞行或悬停。这给雷达探测带来了挑战。雷达测速的原理是多普勒效应,即通过目标回波的多普勒频率,计算目标与雷达的相对运动速度。在加装了运动目标显示的雷达上,只有速度达到一定程度的运动目标能够显示出来。“低慢小”无人机低速或悬停飞行时,很难在加装了目标显示的雷达上显示出来。 3、尺寸小且可能采用非金属材料。这给探测带来的主要问题,是探测信号微弱。“低慢小”无人机的雷达反射截面、自身向外界发射的光信号和声信号都比较微弱,这使得传统探测手段的探测距离、发现概率都受到很大限制。 虽然各种探测方法的原理不一样,但多数都基于连续信号的接收、处理和识别。因此,在“低慢小”无人机的探测问题上,有一些共同的技术难点, 分别是微弱信号检测、目标定位跟踪和识别。 例如, “低慢小”无人机能被探测到的光信号非常微弱, 因此硬件上的滤波处理就变得不再有效,此时需要在系统中后置微弱光信号检测器,利用信号和噪声在统计特性上的差别去区分它们。 精确的时延估计算法在不同探测器的定位跟踪算法中都有着重要的作用。在定位跟踪“低慢小”无人机时,传感器可能出现目标漏检,观测区域中的目标数目随机变化, 跟踪到“假目标”等情况,这些都依赖于目标跟踪算法的优化。
& l+ [4 {9 H0 H2 T4 C
: P3 [1 L! s' l5 G M5 I8 R+ H/ v( ] b$ k; c# t9 m* s
|