張靜，張科，王靖宇，呂梅柏，王佩

(1.西北工業(yè)大學 電子信息學院，西安 710072) (2.西北工業(yè)大學 航天學院，西安 710072)

0 引 言

近年來，隨著信息、控制、通訊等領域技術(shù)的不斷發(fā)展成熟，使得無人機具有成本低、體積小、重量輕、易操縱、靈活性好、適應性強、穩(wěn)定性高等優(yōu)點[1-2]，帶動了無人機產(chǎn)業(yè)的整體飛速發(fā)展，促使消費級和工業(yè)級無人機的使用門檻逐漸降低，在民用及軍事領域都得到了廣泛應用[3]。

然而，雖然國內(nèi)從事無人機研發(fā)和生產(chǎn)銷售的企業(yè)超過400家，對消費級無人機操作人員的需求總量超過10萬，但由于缺乏統(tǒng)一的行業(yè)標準和規(guī)范，導致準入門檻較低，多數(shù)無人機的操控飛行都處于“黑飛”狀態(tài)，給各行各業(yè)帶來便利的同時，卻使公共安全甚至國家安全受到了嚴重威脅。非合作無人機入侵飛行的主要威脅可以分為五個方面：威脅國家安全[4-5]、威脅重要目標安全[6]、威脅空中飛行安全[7]、威脅公共安全、侵犯公民隱私。從無人機的飛行意圖是否受人為因素影響的角度來講，還可將低空無人機所帶來的安全威脅來源大致分為兩類：

(1) 被動非合作。對于被動非合作無人機而言，其安全威脅來源主要是由通信失敗而導致的操作失控。無人機系統(tǒng)主要由無人平臺、任務載荷、測控通信系統(tǒng)、地面指揮控制等部分構(gòu)成。其中測控通信系統(tǒng)是實現(xiàn)人機結(jié)合的關鍵，也是無人機飛控安全性的最大保障[8]。測控通信系統(tǒng)主要依靠數(shù)據(jù)鏈路傳輸信息來完成對無人機的遙控、跟蹤定位和信息傳輸[9]，若數(shù)據(jù)鏈路中斷，則會造成無人機操作失控，導致其飛行軌跡發(fā)生不可預測的變化，成為被動非合作目標。該類型目標失控后，其后果嚴重者一般為硬著陸，不僅可能導致機身損毀，還有很大概率會對地面人員和設施造成安全危害。

同時，隨著無人機應用范圍的拓展，無人機數(shù)量幾乎呈爆炸式增長態(tài)勢，這會導致同一空域內(nèi)同一飛行空間中的無人機數(shù)量過多，極其容易使無人機對各自的飛行產(chǎn)生影響，例如發(fā)生空中相撞等[10]；更為嚴重的是，會對空域內(nèi)其他飛行器產(chǎn)生安全威脅，例如民航班機等。

(2) 主動非合作。相較于被動非合作式的低空無人機，主動非合作目標是指操作人員有意識地利用無人機進行飛行入侵任務，受操作人員主觀意識的影響，主動非合作的無人機會對公共安全和國防安全造成更大的危害[11]。例如，2016年3月，在阿塞拜疆和亞美尼亞爆發(fā)的戰(zhàn)爭中首次出現(xiàn)了“自殺式無人機”，阿塞拜疆空軍將無人機作為先頭部隊執(zhí)行爆炸任務襲擊目標，而不是直接發(fā)射導彈[12]，亞美尼亞國防部稱，無人機攻擊了一輛搭載亞美尼亞志愿軍的大巴，造成7人死亡[13]。

隨著無人機在軍民用領域的快速推廣與應用，加大對無人機使用的法律法規(guī)監(jiān)管、加快無人機反制技術(shù)的研發(fā)已迫在眉睫。本文主要從技術(shù)層面對現(xiàn)有反無人機系統(tǒng)的原理和特點進行闡述與分析，并結(jié)合針對“低、慢、小”目標的探測與防護技術(shù)的最新進展，對低空反無人機系統(tǒng)的未來發(fā)展趨勢進行分析與討論。

1 國內(nèi)外反無人機技術(shù)發(fā)展現(xiàn)狀

2016年2月，美國Markets & Markets咨詢公司發(fā)布針對反無人機系統(tǒng)的市場分析報告指出，未來五年內(nèi)(2017～2022)全球反無人機市場將呈現(xiàn)快速增長，預期年復合增長率接近24%，到2023年將達到近12億美元。同時，報告還強調(diào)亞太地區(qū)將會是反無人機系統(tǒng)需求增長最快的地區(qū)，預測該地區(qū)市場上的反無人機系統(tǒng)將供不應求，反映出反無人機技術(shù)的強大內(nèi)在發(fā)展動力。

而目前，世界各國在執(zhí)行反無人機任務時大多是將低空入侵的無人機視為特殊飛行目標來對待，普遍采用傳統(tǒng)防空武器系統(tǒng)，以確保打擊和防護效果的有效性。但是，世界各大國仍在大力開展利用電子戰(zhàn)、網(wǎng)絡戰(zhàn)、無人機、激光武器等技術(shù)執(zhí)行反無人機任務的研究工作[14]。雖然傳統(tǒng)防空武器系統(tǒng)是最常用的反無人機武器，但傳統(tǒng)武器打擊手段對于微小型無人機目標而言是一種過度殺傷，屬于典型的“大炮打蚊子”戰(zhàn)術(shù)，導致巨大的成本不對稱問題。特別是當入侵無人機為蜂群式無人機編隊時，由于目標探測與識別難度較高，留給作戰(zhàn)人員及系統(tǒng)的反應時間極短，導致防護效能顯著降低。同時，現(xiàn)有防空武器系統(tǒng)的打擊目標在設計之初并不是針對無人機目標的，因此也無法抵御小型、廉價無人機集群的飛行入侵[15]。

1.1 反無人機技術(shù)體系的一般組成

目前，主流反無人機技術(shù)體系主要由探測跟蹤和預警技術(shù)、毀傷技術(shù)、干擾技術(shù)、偽裝欺騙技術(shù)等部分組成[16-17]，主要基于以下考慮：在實施反無人機作戰(zhàn)時，首先要對無人機進行探測跟蹤和預警，然后根據(jù)實際情況，選擇對無人機實施火力打擊的硬毀傷或者是對其進行干擾失效的軟毀傷[18]。對于部分特殊目標，還要采取積極主動的偽裝防護方法和手段，降低對方無人機的偵察效率和效果。在現(xiàn)有技術(shù)方案中，既有主動式反無人機手段，也有被動式偽裝防護手段，而為了使反無人機作戰(zhàn)效能最優(yōu)化，現(xiàn)階段常采用主動與被動方式相結(jié)合的反無人機技術(shù)方案。通常，現(xiàn)有反無人機系統(tǒng)各部分的具體技術(shù)組成如下。

(1) 探測跟蹤和預警技術(shù)。主要包括地面目視偵察技術(shù)、雷達探測跟蹤技術(shù)、空中預警技術(shù)和衛(wèi)星偵察技術(shù)等，運用了這些技術(shù)的地面目視偵察裝備、雷達、空中預警飛機和衛(wèi)星組成地面-空中偵察網(wǎng)[19]，對無人機實現(xiàn)探測跟蹤和預警，為后續(xù)的反無人機作戰(zhàn)行動提供信息情報支援。

(2) 毀傷技術(shù)。主要包括反無人機導彈技術(shù)、激光武器技術(shù)、微波武器技術(shù)、格斗型無人機技術(shù)和常規(guī)火力毀傷技術(shù)等，運用這些技術(shù)的反無人機武器裝備組成地面-空中火力打擊網(wǎng)，依據(jù)偵察情報系統(tǒng)提供的情報信息，采取適當措施，采取合理的戰(zhàn)術(shù)戰(zhàn)法，對無人機實時實施火力摧毀[20]。

(3) 干擾技術(shù)。主要包括光電對抗技術(shù)、控制信息干擾技術(shù)和數(shù)據(jù)鏈干擾技術(shù)等，運用這些技術(shù)的反無人機武器裝備對無人機實施有效干擾，使無人機的自動控制系統(tǒng)、通信系統(tǒng)、動力系統(tǒng)等失效，從而降低甚至喪失其主要作戰(zhàn)功能。

(4) 偽裝欺騙技術(shù)。主要包括光學、熱紅、聲學和電子偽裝欺騙技術(shù)等，在反無人機作戰(zhàn)過程中，通過對己方目標進行適當偽裝，降低對方無人機的偵察監(jiān)視效率和效果，從而降低對方無人機的作戰(zhàn)效能。

1.2 反無人機系統(tǒng)的分類及技術(shù)現(xiàn)狀

根據(jù)所采用的技術(shù)路線不同，世界各國現(xiàn)有的反無人機系統(tǒng)類型各異，但主要技術(shù)方案有聲波干擾、電磁信號干擾、黑客技術(shù)、激光打擊、無人機捕手等，各種手段的特點和效果也各不相同。但是，根據(jù)不同干擾及壓制技術(shù)的形式不同，現(xiàn)有反無人機系統(tǒng)總體上可以分為干擾阻斷、毀傷抓捕和監(jiān)測控制三大類。

(1) 干擾阻斷類反無人機系統(tǒng)：以美國Battelle公司的DroneDefender反無人機槍和歐洲空客公司的Counter UAV電子反無人機系統(tǒng)為代表，如圖1所示，其主要工作原理是向目標無人機發(fā)射定向大功率干擾射頻信號，從而切斷無人機與遙控器之間的通訊鏈路，迫使其自行降落或者受控返航。另一方面，由于絕大部分無人機的飛行控制均采用GPS衛(wèi)星導航系統(tǒng)與慣性導航系統(tǒng)相結(jié)合的方式[21]，該類系統(tǒng)也可以只干擾無人機的GPS信號接收機，導致無人機只能依靠基于陀螺儀的慣性導航系統(tǒng)，從而失去作業(yè)精度。同時，由于無人機對電磁干擾十分敏感，電磁脈沖、高功率微波都能夠使無防護的無人機電子元件暫時失效或?qū)е掳雽w元件燒毀，可以讓無人機航電計算機中的存儲器喪失記憶能力，使無人機陷于癱瘓甚至墜機。

(a) 美國DroneDefender反無人機槍

(b) 歐洲空客公司Counter UAV電子反無人機系統(tǒng)圖1 典型的干擾阻斷式反無人機系統(tǒng)Fig.1 Typical jamming blockage anti-drone system

由于電子干擾類系統(tǒng)的技術(shù)門檻和成本相對較低，國內(nèi)市場上的大部分反無人機系統(tǒng)均是基于此類系統(tǒng)研發(fā)而來。典型的便攜式反無人機干擾系統(tǒng)如表1所示。

需要注意的是，一方面，隨著電子技術(shù)的發(fā)展，無人機的抗電子干擾能力也在相應地增強；另一方面，普通的信號干擾僅能使無人機的飛行作業(yè)失敗，但對于受干擾后無人機的后續(xù)運動趨勢難以進行推斷，導致無法滿足安全防范的預期。

(2) 毀傷抓捕類反無人機系統(tǒng)：以美國波音公司的高能激光移動展示系統(tǒng)(High Energy Laser Mobile Demonstrator，簡稱HELMD)、中國工程物理研究院的“低空衛(wèi)士”反無人機激光防御系統(tǒng)、英國OpenWorks公司的SkyWall 100系統(tǒng)和荷蘭Delft Dynamics公司的無人機捕手為代表，如圖2所示，主要是通過采用激光武器、地空導彈、攻擊型無人機等多種打擊手段，直接攔截、摧毀或捕獲地空無人機，實現(xiàn)對非合作無人機目標的防護與壓制。

表1 國內(nèi)現(xiàn)有電子干擾式反無人機系統(tǒng)Table 1 Typical electronic interference anti-drone system in current chinese market

(a) HELMD系統(tǒng)

(b) “低空衛(wèi)士”系統(tǒng)

(c) SkyWall 100系統(tǒng)

(d) 無人機捕手圖2 典型的毀傷抓捕式反無人機系統(tǒng)Fig.2 Typical destroy and capture anti-drone system

目前，普遍采用基于激光武器的反無人機系統(tǒng)[22]，其主要特點為：一是反應時間短、照射速度快、命中精度高。激光武器的照射速度極快，無須計算提前量，因而命中率極高；二是輻射強度高，摧毀威力大。常規(guī)武器是依靠高速飛行的彈丸破片的撞擊或高速、高溫、高壓金屬射流的侵蝕作用來擊毀飛機、艦艇和坦克的，而激光武器則靠強激光照射，通過燒蝕、氣化武器裝備的外殼來造成人員傷亡或電路故障；三是無污染，不易受電子干擾，屬于比較干凈的新殺傷機理武器。其他的打擊方式還有基于導彈等常規(guī)打擊兵器的反無人機系統(tǒng)[23]。

目前該類系統(tǒng)受所使用的打擊手段限制，一般側(cè)重應用于軍事領域，并有希望成為未來無人戰(zhàn)場環(huán)境中的重要角色，國外其他同類產(chǎn)品如表2所示。

表2 其他國外毀傷抓捕式反無人機系統(tǒng)Table 2 Other typical destroy and capture anti-drone system in current abroad market

(3) 監(jiān)測控制類反無人機系統(tǒng)：對于前兩類系統(tǒng)來說，除了系統(tǒng)構(gòu)成較為復雜外，還需要額外的資源實施打擊。同時，無論是干擾阻斷還是直接摧毀，都容易造成無人機的墜機并帶來額外的影響。為了避免發(fā)生上述情況，監(jiān)測控制類反無人機系統(tǒng)利用光電、雷達等手段對有效范圍內(nèi)的空域進行實時監(jiān)控，借助阻截無人機使用的傳輸代碼，控制無人機，甚至引導其返航[24]。

該類系統(tǒng)以英國Blighter公司的AUDS系統(tǒng)、Selex ES公司的Falcon Shield系統(tǒng)，美國黑睿技術(shù)公司的UAVX系統(tǒng)和以色列Rafael Advanced Defense Systems公司的Drone Dome系統(tǒng)為代表，如圖3所示，是結(jié)合電子偵測、光電探測等設備開發(fā)而來，具備較高的機動性和集成度，可采用多模式探測信息對無人機目標檢測、識別和跟蹤，并實施干擾或摧毀，是一種較為高效和先進的反無人機系統(tǒng)，在軍用和民用領域都有廣闊的發(fā)展?jié)摿Α?/p>

(a) AUDS系統(tǒng)

(b) Falcon Shield系統(tǒng)

(c) UAVX系統(tǒng)

(d) Drone Dome系統(tǒng)圖3 典型的監(jiān)測控制式反無人機系統(tǒng)Fig.3 Typical detection and control anti-drone system

此外，還有部分系統(tǒng)采用聲波、紅外等探測信息來實現(xiàn)對低空無人機目標的監(jiān)測，并結(jié)合無線電誘騙技術(shù)來實現(xiàn)對入侵無人機的驅(qū)離，從而達到防護目的。國內(nèi)外監(jiān)測控制類反無人機系統(tǒng)的其他部分典型產(chǎn)品如表3所示。

表3 其他監(jiān)測控制式反無人機系統(tǒng)Table 3 Other detection and control anti-drone system

2 現(xiàn)有低空反無人機系統(tǒng)的問題及發(fā)展趨勢

通過對國內(nèi)外現(xiàn)有反無人機系統(tǒng)的分析可以看出，雖然現(xiàn)有技術(shù)已被用于實際的反無人機作戰(zhàn)之中，并發(fā)揮了各自的優(yōu)勢，但不同類型反無人機系統(tǒng)的缺點及局限性也較為突出。

第一，干擾阻斷類反無人機系統(tǒng)雖然操作簡單、成本較低，且部分系統(tǒng)便于攜帶，但其主要采用電磁干擾手段，對環(huán)境要求相對較高，在城市或居民密集區(qū)域使用容易對無線電信號的正常使用環(huán)境造成不良影響。特別地，對于存在爆炸物等涉及恐怖活動的非合作無人機防護而言，其發(fā)生風險的系數(shù)相對較高。

第二，直接摧毀類反無人機系統(tǒng)雖然打擊效果好，適用于電磁環(huán)境復雜且易受干擾的環(huán)境，防護作戰(zhàn)的風險指數(shù)極低，但其缺點也十分突出，即系統(tǒng)價格相對昂貴且配套系統(tǒng)較為復雜。在實際使用時，由于激光等摧毀方式為直接火力打擊，作戰(zhàn)時普遍不考慮無人機殘骸對地面的次生安全危害，不適用于民用領域。此外，對于警方等執(zhí)法機關而言，該類系統(tǒng)會對打擊目標造成永久性損毀，導致獲取所需情報數(shù)據(jù)的可能性也大幅降低，不利于后續(xù)執(zhí)法工作的調(diào)查取證。

第三，監(jiān)測控制類反無人機系統(tǒng)雖然能夠在對無人機目標進行檢測、識別、跟蹤的基礎上，利用電磁干擾、無線電控制等手段實現(xiàn)對無人機的反制與防護，但該類系統(tǒng)的局限性也較大，主要體現(xiàn)在：對不依靠外部通訊進行飛行控制的無人機，壓制效果較差，即如果非合作無人機為自殺式無人攻擊機或具有自主智能控制功能，可以不依賴人類操作員的遠程控制，則該類系統(tǒng)無法進行有效的壓制。

綜上所述，現(xiàn)有國內(nèi)外市場上的主流反無人機系統(tǒng)均只能在單一或某些特定環(huán)境下具備低空反無人機任務所需要的功能，因此具有不同程度的局限性。目前，而能夠全面有效進行非合作無人機防護與壓制的全要素反無人機系統(tǒng)尚未投入到實際應用當中。

近年來，針對以無人機為代表的“低、慢、小”目標的探測與防護問題，研究人員圍繞其關鍵技術(shù)開展了大量方法研究和工程實踐，在低空弱小目標探測感知、無人機防護與壓制等方面取得了一系列研究成果。結(jié)合低空目標探測與防護技術(shù)的最新研究進展，本文主要從以下三個方面分析未來低空反無人機技術(shù)的發(fā)展趨勢。

2.1 察打一體化反無人機系統(tǒng)

現(xiàn)有的干擾類和直接摧毀類反無人機系統(tǒng)均著眼于已發(fā)現(xiàn)的無人機目標，工作過程需要人為操控或干預。而監(jiān)測控制類反無人機系統(tǒng)雖然可及時發(fā)現(xiàn)無人機目標并對其進行定位，但無法對目標進行有效的攔截和打擊。目前，已有部分反無人機系統(tǒng)采用探測和打擊相結(jié)合的方式，利用檢測類系統(tǒng)對目標進行定位，再利用干擾或摧毀類系統(tǒng)對其進行攔截，這種方式雖可以實現(xiàn)自動攔截，但需要兩套系統(tǒng)和額外的信息交換系統(tǒng)配合，具有體積大、實時性差、不便于部署等諸多問題。

隨著無人機探測和防護技術(shù)的不斷成熟，各子系統(tǒng)設備將逐漸小型化，并最終融合為察打一體式反無人機系統(tǒng)，同時兼具監(jiān)控和打擊能力，可直接部署，獨立完成從發(fā)現(xiàn)到攔截無人機。由于察打一體化系統(tǒng)的集成度更高，使硬件和軟件的控制更加高效，從而提高其實時性和精確性。同時，由于不需要控制人員的介入，可以大量部署以覆蓋更大的區(qū)域，將是未來反無人機系統(tǒng)技術(shù)發(fā)展的重要方向。

2.2 基于人工智能的低空目標探測技術(shù)

近年來，研究人員對基于可見光圖像的視頻運動目標分析與人工智能識別技術(shù)展開了大量的理論和方法研究。在運動目標探測方面，現(xiàn)有研究主要采用了幀間差分法[25]、背景建模法[26]、運動目標建模法[27-28]等來實現(xiàn)對運動目標的檢測。而受到基于深度學習的人工智能算法帶動，現(xiàn)有視覺目標識別技術(shù)正逐步向人工智能識別技術(shù)方面發(fā)展。例如，Zhu Y等[29]研究了行車監(jiān)控視頻中弱小交通標示的識別問題，通過采用基于深度神經(jīng)網(wǎng)絡的識別模型，在很大程度上提高了弱小運動目標的變尺度識別問題，并取得了較高的識別精度和抗干擾能力，提高了識別模型的魯棒性。

由于低空無人機目標是較為典型的“低、慢、小”運動目標，在運動過程中也具有變尺度特性，更需要在識別時將其與飛鳥、風箏、氣球等其他干擾物體進行有效區(qū)分。同時，基于執(zhí)法取證和安全防護的需要，現(xiàn)階段對無人機目標的甄別仍多依賴于光學成像手段，因此基于光電探測信息的無人機探測與識別技術(shù)是未來低空反無人機技術(shù)的核心關鍵技術(shù)，而基于人工智能的低空目標探測技術(shù)能夠有效提供關于低空無人機的方位、尺寸、類型等信息，將是未來低空目標探測感知技術(shù)的核心。

2.3 低空目標新型防護技術(shù)

(1) 電子圍欄技術(shù)

對于部分需要隱蔽的高價值目標或敏感區(qū)域而言，反無人機系統(tǒng)無法利用雷達等主動探測系統(tǒng)進行遠距離無人機目標探測。雖然可以采用光電被動探測手段對無人機進行探測，但由于其作用距離有限，導致進行大范圍覆蓋時系統(tǒng)的成本急劇上升。因此，針對隱蔽目標和敏感區(qū)域的反無人機需求，可采用基于定向電子干擾的電子圍欄技術(shù)來實現(xiàn)對低空無人機的靜默防護，其核心關鍵技術(shù)是利用定向天線進行干擾信號廣播，在指定頻段上對指定方向、指定距離內(nèi)的無人機目標進行信號干擾，在實現(xiàn)對無人機導航、遙控、圖傳信號壓制的同時，降低暴露真實目標位置信息的概率，達到保護隱蔽目標和敏感區(qū)域的目的。由于該類系統(tǒng)的技術(shù)難度較低、成本較小，適合在目標區(qū)域邊界上進行組網(wǎng)部署，并具有無人值守、靈活性高等優(yōu)點，是未來反無人機系統(tǒng)發(fā)展的重要組成部分。

(2) GPS誘騙技術(shù)

早在2011年12月，美軍RQ-170“哨兵”無人偵察機在入侵伊朗領空250 km時被伊朗捕獲。該事件表明，在切斷無人機與地面控制中心的數(shù)據(jù)聯(lián)系并迫使其進入自動導航狀態(tài)后，通過使用轉(zhuǎn)發(fā)式誘騙干擾技術(shù)，向無人機發(fā)送含有錯誤信息的GPS誘騙信號，可以無需破解無人機遠程控制指令與通信信號而使其降落在指定地點。2012年12月，伊朗再次捕獲一架美軍“掃描鷹”無人偵查機，又一次證明了該誘騙方法的有效性。

因此，當所要保護的目標區(qū)域的地理坐標為已知時，非合作無人機可以采用屏蔽外部遙控和圖傳信號的方式，只憑借導航信號來實現(xiàn)對目標區(qū)域的入侵。針對上述反無人機作戰(zhàn)的需求，可以采用基于GPS導航信號欺騙的誘騙式反無人機技術(shù)。該類系統(tǒng)主要是通過發(fā)射欺騙導航信號，實現(xiàn)對非合作無人機導航部件的誘騙阻斷。同時，還可以將該技術(shù)與區(qū)域電磁環(huán)境管控系統(tǒng)相結(jié)合，通過在發(fā)射區(qū)域增強導航信號保障授權(quán)無人機正常飛行的同時，實現(xiàn)對非合作無人機的驅(qū)離與迫降。

(3) 賽博控制技術(shù)

現(xiàn)有消費級無人機為了方便用戶在移動設備上進行操控，通常會采用WiFi網(wǎng)絡和遠程開放端口來進行交互，因此可以將無人機視為網(wǎng)絡上的設備，使用黑客技術(shù)進行入侵控制，即使用賽博(Cyber)空間上的控制技術(shù)來實現(xiàn)對入侵無人機的反控制。例如，開發(fā)出“薩米蠕蟲病毒”的傳奇黑客薩米·卡姆卡爾就通過編寫“skyjack”無人機劫持軟件，并安裝到經(jīng)過特殊配置的無人機中，實現(xiàn)了在空中飛行時對指定WiFi范圍內(nèi)其他無人機的入侵，進而完成了賽博控制并成功取得了目標無人機的控制權(quán)。在2015年10月的黑客大賽GeekPwn上，參賽選手成功演示了利用安全漏洞來實現(xiàn)對大疆無人機的無線劫持。雖然受網(wǎng)絡加密與WiFi路由信號衰減的影響，該技術(shù)的難度較大且存在距離限制，但隨著無線通訊技術(shù)水平的提升，該技術(shù)也將成為未來反無人機系統(tǒng)技術(shù)的重要組成。

3 結(jié)束語

現(xiàn)有反無人機系統(tǒng)大多僅能從干擾、打擊或控制中的某一個方面進行反無人機作戰(zhàn)，導致其適用環(huán)境、作戰(zhàn)距離與可打擊目標種類具有較大的作戰(zhàn)局限性。在戰(zhàn)爭態(tài)勢瞬息萬變的情況下，難以有效應對成體系、大批次、多樣化的無人機察打一體化作戰(zhàn)。與此同時，反無人機系統(tǒng)在特種作戰(zhàn)、要地防護和信息對抗等軍事領域具有重要的應用價值，其相關關鍵技術(shù)國外進行了嚴密封鎖，是十分敏感的前沿研究領域。因此，亟需對具有自主知識產(chǎn)權(quán)的反無人機系統(tǒng)進行深入研究，從系統(tǒng)設計、功能實現(xiàn)和作戰(zhàn)效能的角度進行超前設計，實現(xiàn)反無人機系統(tǒng)核心關鍵技術(shù)的創(chuàng)新性突破，從而保障我國軍隊和執(zhí)法機關對反無人機作戰(zhàn)的戰(zhàn)略需求。

[1] 陳開生, 陳衛(wèi). 美軍無人機發(fā)展現(xiàn)狀與趨勢[C]. 尖兵之翼——2006年無人機大會, 2006: 52-56.

Chen Kaisheng, Chen Wei. The status and trend of U.S. Army UAV development[C]. Commando Wing-China AUVSC Conference, 2006: 52-56.(in Chinese)

[2] 孫成陸. 特種作戰(zhàn)中無人機偵察力量的運用[J]. 四川兵工學報, 2011, 32(1): 40-42.

Sun Chenglu. Application of unmanned reconnaissance in special operations[J]. Journal of Sichuan Ordnance, 2011, 32(1): 40-42.(in Chinese)

[3] 張云秀, 曾慶達, 張煒. 無人機發(fā)展綜述[J]. 河南科技, 2017(9): 58-59.

Zhang Yunxiu, Zeng Qingda, Zhang Wei. Overview of UAV development[J]. Henan Science and Technology, 2017(9): 58-59.(in Chinese)

[4] 張?zhí)旌? 白金平. 旋翼式無人機的發(fā)展和趨勢[J]. 人工智能與機器人研究, 2013(2): 16-23.

Zhang Tianhang, Bai Jinping. Development and trend of unmanned rotorcraft[J]. Artificial Intelligence and Robotics Research, 2013(2): 16-23.(in Chinese)

[5] 李增彥, 李小民. 單兵無人機發(fā)展現(xiàn)狀及關鍵技術(shù)分析[J]. 飛航導彈, 2017(6): 23-29.

Li Zengyan, Li Xiaomin. The analysis of soldier UAV development status and key technology[J]. Aerodynamic Missile Journal, 2017(6): 23-29.(in Chinese)

[6] 何道敬, 杜曉, 喬銀榮, 等. 無人機信息安全研究綜述[J]. 計算機學報, 2017, 40(125): 1-22.

He Daojing, Du Xiao, Qiao Yinrong, et al. A survey on cyber security of unmanned aerial vehicles[J]. Chinese Journal of Computers, 2017, 40(125): 1-22.(in Chinese)

[7] Pitt J, Perakslis C, Michael K. Drones humanus introduction to the special issue[J]. IEEE Technology & Society Magazine, 2014, 33(2): 38-39.

[8] 吳輝喜, 徐鵬, 陳小春, 等. 基于信息一體化系統(tǒng)的無人機數(shù)據(jù)鏈技術(shù)應用[J]. 四川兵工學報, 2013, 34(2): 114-116.

Wu Huixi, Xu Peng, Chen Xiaochun, et al. Data link scheme of UAV based on technologies of information integration[J]. Journal of Sichuan Ordnance, 2013, 34(2): 114-116.(in Chinese)

[9] 王芳, 周海瑞, 邵靜. 支持網(wǎng)絡化應用的無人機CGCS功能體系研討[J]. 電光與控制, 2014, 21(2): 50-54.

Wang Fang, Zhou Hairui, Shao Jing. Function architecture of UAV CGCS supporting network application[J]. Electronics Optics & Control, 2014, 21(2): 50-54.(in Chinese)

[10] 劉煒, 馮丙文, 翁健. 小型無人機安全研究綜述[J]. 網(wǎng)絡與信息安全學報, 2016, 2(3): 39-45.

Liu Wei, Feng Bingwen, Weng Jian. Survey on research of mini-drones security[J]. Chinese Journal of Network and Information Security, 2016, 2(3): 39-45.(in Chinese)

[11] 趙曉宏. 國外軍用小型無人機發(fā)展現(xiàn)狀及趨勢[J]. 輕兵器, 2017(11): 23-27.

Zhao Xiaohong. The development status and trend of foreign military small UAV[J]. Small Arms, 2017(11): 23-27.(in Chinese)

[12] Hayajneh T, Doomun R, Al-Mashaqbeh G, et al. An energy-efficient and security aware route selection protocol for wireless sensor networks[J]. Security & Communication Networks, 2015, 7(11): 2015-2038.

[13] 相亮亮. 無人機在軍事中的應用與發(fā)展[J]. 科技展望, 2016, 26(14): 292.

Xiang Liangliang. The military application and development of UAV[J]. Technology Outlook, 2016, 26(14): 292.(in Chinese)

[14] Goraj Z. UAV platforms designed in WUT for border surveillance[C]. AIAA Infotech & Aerospace 2007 Conference and Exhibit, 2013.

[15] 孫健, 倪訓友. 無人機國內(nèi)外發(fā)展態(tài)勢及前沿技術(shù)動向[J]. 科技導報, 2017, 35(9): 109.

Sun Jian, Ni Xunyou. Development trend and frontier technology trend of UAV at home and abroad[J]. Science & Technology Review, 2017, 35(9): 109.(in Chinese)

[16] 袁鎖中. 數(shù)字式無人機飛行控制系統(tǒng)研制[J]. 計算機測量與控制, 2003, 11(1): 64-65.

Yuan Suozhong. Development of digital flight control system for UAV[J]. Computer Measurement & Control, 2003, 11(1): 64-65.(in Chinese)

[17] 郭珊珊. 反無人機技術(shù)與產(chǎn)品發(fā)展現(xiàn)狀[J]. 軍事文摘, 2016(19): 36-39.

Guo Shanshan. Development status of anti-UAV technology and products[J]. Military Digest, 2016(19): 36-39.(in Chinese)

[18] 程旭維, 湯霞清, 郭理彬, 等. GNSS接收機抗干擾和欺騙檢測技術(shù)研究[C]. 第六屆中國衛(wèi)星導航學術(shù)年會, 2015: 1-9.

Cheng Xuwei, Tang Xiaqing, Guo Libin, et al. Research on GNSS receiver spoofing detection technology[J]. 2015 6th Satellite Navigation Conference, 2015: 1-9.(in Chinese)

[19] 任宏光, 劉穎. 無人機偵察打擊一體化武器系統(tǒng)發(fā)展[J]. 飛航導彈, 2009(6): 47-49.

Ren Hongguang, Liu Ying. Development of integrated weapon system for UAV reconnaissance and strike[J]. Aerodynamic Missile Journal, 2009(6): 47-49.(in Chinese)

[20] 朱菲菲. 某偵察打擊一體化無人機火控關鍵技術(shù)研究[J]. 電光系統(tǒng), 2017(2): 32-37.

Zhu Feifei. Research on decision support technique for a reconnaissance and strike integrated UAV[J]. Electronic and Electro-optical Systems, 2017(2): 32-37.(in Chinese)

[21] 劉洪劍, 王耀南, 譚建豪, 等. 一種旋翼無人機組合導航系統(tǒng)設計及應用[J]. 傳感技術(shù)學報, 2017, 30(2): 331-336.

Liu Hongjian, Wang Yaonan, Tan Jianhao, et al. A kind of design and application of integrated navigation systems for UAVs[J]. Chinese Journal of Sensors and Actuators, 2017, 30(2): 331-336.(in Chinese)

[22] 梅丹, 高麗. 定向能武器在反無人機作戰(zhàn)中的應用[J]. 中國設備工程, 2017(7): 40-42.

Mei Dan, Gao Li. Application of directional energy weapon in anti-UAV operation[J]. China Plant Engineering, 2017(7): 40-42.(in Chinese)

[23] 劉麗, 魏雁飛, 張宇涵. 美軍反無人機技術(shù)裝備發(fā)展解析[J]. 航天電子對抗, 2017, 33(1): 60-64.

Liu Li, Wei Yanfei, Zhang Yuhan. The development of anti-UAV technical equipment of the U.S. armed forces[J]. Aerospace Electronic Warfare, 2017, 33(1): 60-64.(in Chinese)

[24] 楊勇, 王誠, 吳洋. 反無人機策略及武器裝備現(xiàn)狀與發(fā)展動向[J]. 飛航導彈, 2013(8): 27-31.

Yang Yong, Wang Cheng, Wu Yang. Current situation and development trend of anti UAV strategy and weapon equipment[J]. Aerodynamic Missile Journal, 2013(8): 27-31.(in Chinese)

[25] 張承偉, 郝緒彤, 郭一蓉. 基于幀間差分法的動體特征速度聚類分析[J]. 計算機應用研究, 2016, 33(10): 3151-3155.

Zhang Chengwei, Hao Xutong, Guo Yirong. Clustering analysis of moving objects characteristic velocity based on inter-frame difference method[J]. Application Research of Computers, 2016, 33(10): 3151-3155.(in Chinese)

[26] Panda D K, Meher S. Detection of moving objects using fuzzy color difference histogram based background subtraction[J]. IEEE Signal Processing Letters, 2016, 23(1): 45-49.

[27] Rozantsev A, Lepetit V, Fua P. Detecting flying objects using a single moving camera[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2017, 39(5): 879-892.

[28] Yang T, Wang X, Yao B, et al. Small moving vehicle detection in a satellite video of an urban area[J]. Sensors, 16(9): 1528.

[29] Zhu Y, Zhang C, Zhou D, et al. Traffic sign detection and recognition using fully convolutional network guided proposals[J]. Neurocomputing, 2016, 214: 758-766.