无人机由于功能多样、成本效益高，近年来在军事和民用领域的应用急剧增长。特别是在最近的俄乌冲突中，无人机发挥了重要作用。俄乌双方都使用了无人机，包括商用现货型号和更复杂的军用无人机。军用和民用无人机混合使用引发的军事战略、战术变化受到各国军方的普遍关注。而随着生产成本的不断降低，无人机也更容易被不同行为体获得。无人机的技术能力在民用领域出现了有害或非法应用。这些被恶意使用的无人机可能是商业型号的修改版本，也可能是出于非法目的而有意设计的型号。涉及这些无人机的一些潜在恶意活动包括监视与隐私侵犯、安全威胁、骚扰破坏、运送非法和有害物品、武器等等。不管是在军用还是民用领域，无人机的能力进步和威胁增长都使得发展反无人机技术成为必需。开发有效的反无人机措施，减轻无人机带来的潜在风险成为各国的优先事项。很多国家的官方机构和组织一直在通过实施法规、部署反无人机技术和建立禁飞区来防止恶意无人机活动。

反无人机系统涉及无人机探测、跟踪、识别以及后续为减轻无人机威胁而采取的反制措施，对军事和民用领域都有重要意义。反无人机技术虽然还相对较新，但已有很多研究机构和公司正在开发此类系统。本文梳理了当前市场上的主要代表性反无人机解决方案，分析了反无人机系统当前采用的探测、分类和识别技术以及确定威胁后所采取的相应反制措施。

1 当前主要的反无人机解决方案

反无人机技术在大约十年前开始进入市场，目前仍在开发中，市场上已有一些公司在销售此类军用和民用产品。表1总结了国外公司的主要最新代表性反无人机系统，包括其主要特征和采用的技术。

表1 国外主要的反无人机系统解决方案

从上表可以看出，在无人机探测和跟踪阶段，大多数制造商展示了雷达技术(有些强调使用无源系统)和无源图像传感器技术（通常是光电和热传感器组合），包含声学传感器的系统很少。反无人机技术通常不包括有源光学系统，如自主机器人或测绘中使用的LiDAR（激光雷达），尽管LiDAR能够快速提供目标距离、方位角和仰角。关于无人机分类，一些生产商已使用人工智能系统，不过，尚无厂家提供关于所用算法的具体细节。对于无人机反制阶段或威胁消除阶段，通常有两种选择：软杀伤和硬杀伤。前者主要是干扰无人机GNSS导航系统和无人机与遥控站之间的RF连接，其设计具有两用性质，目标是既保护民用关键基础设施，又保护军事资产。硬杀伤解决方案则专门面向军事应用，通常使用武器系统，如机枪或火炮。图1和图2显示了一些商用反无人机系统，其中图1中的系统主要面向关键基础设施保护和针对民用威胁；图2是面向军用的系统。

图1 主要面向基础设施保护和针对民用威胁的反无人机系统

图2 面向军用的反无人机系统

2 无人机探测、跟踪与识别技术

现用无人机探测、跟踪与识别技术包括不同的有源和无源探测传感器，以及用于跟踪和威胁分类的算法。

（1）无源雷达

无源雷达系统利用其他发射源发射的已有电磁信号，如电视或无线电广播信号，通过分析无人机等目标对这些环境信号造成的回波或反射，来检测和跟踪这些目标。具体频率范围根据系统及其预期应用而变化。通常利用UHF和VHF频段，频率从大约30 MHz到3 GHz不等。无源雷达的优势包括：不需要昂贵的专用发射机，成本效益高；不发射自己的雷达信号，具有隐身和低可探测性；不发射信号，降低了成为对手目标的风险。

当前无源雷达技术研究侧重于在高密度目标场景（如机场航站楼）中探测小型飞行器，在这些场景中，高雷达截面目标的强烈反射可能会妨碍探测非常微弱的目标回波。其他一些研究采用实时双基地无源雷达，利用软件定义无线电和信号处理能力来探测和跟踪关键基础设施附近区域的无人机。

无源雷达系统主要有两种类型：合作系统使用来自合作源的信号，如商业电台或电视台；非合作系统使用一些无人管理来源的环境信号，这种系统需要从非雷达用途的信号中提取信息，因此更具挑战性。

无源雷达系统通常依赖于包含已知发射机及其特性信息的数据库，帮助完成目标识别和区分，尤其是在非合作系统中。根据应用的不同，无源雷达系统可能需要与其他传感器系统或雷达网络相结合，以实现全面态势感知。需要网络能力支持数据共享以及与更广泛的国防或监视系统集成。

（2）麦克风

声学传感器在反无人机中发挥着至关重要的作用，特别是在探测和识别小型无人机方面。每种类型的无人机都有自己独特的声纹。声学传感器能够捕捉和分析无人机发出的声波，帮助对它们进行探测、分类和跟踪。通常使用策略性放置的麦克风阵列来捕捉来自各个方向的声音。

声学传感器经常集成到多传感器反无人机系统中，与雷达、电光或RF传感器等相结合，增强整体探测能力，并在传感器或环境受限情况下提供冗余。声学传感器可以在各种环境和条件下有效工作，包括城市环境或环境噪声相对较高地区，而且由于不发射任何信号具有隐蔽性，对手很难探测或躲避。

声学传感器面临的挑战主要有：高背景噪声水平环境、天气影响、无人机采用低速飞行或安静悬停等技术。这些传感器通常设计为可扩展的，允许以各种配置进行部署，从固定安装到适合在不同场景中快速部署的便携式或移动单元。

（3）光电与红外传感器

光电/红外（EO/IR）传感器是反无人机系统的关键组成。这些传感器利用电磁频谱，特别是可见光、红外和紫外波长，来检测、跟踪和识别无人机系统。

光电传感器波长范围在400~700纳米之间（可见光）。红外传感器可分为两大类：一是近红外和短波红外传感器，波长在700~1300纳米之间。这些设备在月光或星光条件下有效，需要一些环境光才能正常工作。二是热成像传感器，工作在中波红外和长波红外波段，波长通常在7~17微米范围。这类相机基于温度差异提供图像，即使在完全黑暗或恶劣天气条件下也可有效工作。

可见光系统提供高分辨率成像能力，通常以百万像素为单位。其空间分辨率从标准清晰度到高清晰度和超高清晰度不等，可提供关于目标的详细视觉信息。与可见光相机相比，红外系统，尤其是热成像系统的分辨率较低，影响了热成像的细节水平。

目前，业内在此领域的研究主要包括光电/红外传感器与其他传感器的组网应用、远距离光学无人机探测、相关目标检测算法以及人工智能在这些算法中的应用等。

（4）RF信号分析仪

RF信号分析仪用于探测无人机与遥控站间的通信。无人机控制通信主要工作在2.4 GHz和5.8 GHz频段内。2.4 GHz频段广泛用于消费级无人机，主要源于其良好的信号穿透力和作用范围，是无人机控制的首选。5.8 GHz频段通常由高端或先进无人机使用，因为它能够处理更多数据，能在高干扰区域提供更优性能。反无人机系统通常将其RF子系统集中监控和分析这些频段内的信号，以识别无人机通信。

无人机探测系统中的RF探测器使用各种架构来有效识别和分析无人机通信相关无线电信号，涉及频谱分析仪、软件定义无线电、测向系统、信号处理与模式识别、RF探测器组网、跳频/扩频分析等。目前的一些研究重点包括无人机RF信号特征识别、提取方法，机器学习、深度学习在相关处理算法中的应用等。

（5）有源雷达

无人机探测有源雷达系统通常在无线电频谱范围内发射电磁波，并探测空中目标如无人机等反射的回波。使用的主要频段包括Ka波段（26.5 GHz~40 GHz）、Ku波段（12 GHz~18 GHz）、X波段（8 GHz~12 GHz）、C波段（4 GHz~8 GHz）和S波段（2 GHz~4 GHz）。较高频率可为短距离探测检测提供高分辨率和高精度，但与低频相比，高频更容易受到大气衰减的影响，作用距离有限。选择雷达频率需要在目标截面和探测距离之间做出权衡。

利用雷达监视无人机是一个很活跃的科研领域，当前最具挑战性的目标是低空和超低空飞行的小型低速无人机。现代雷达系统能够有效探测大中型无人机；小型无人机则需要专用、高效、机动、便携、高性价比的有源探测雷达。

有源雷达系统可以采用不同的技术，如脉冲多普勒、调频连续波或相控阵雷达等来提高无人机探测跟踪精度、范围。可采用信号处理算法和机器学习模型进行无人机分类和与其他物体区分，减少误报并提高系统整体效率。

此外，反无人机系统有源雷达系统也面临诸多挑战，如减轻来自其他雷达系统的干扰、影响信号传播的天气条件，以及遵守频谱使用和功率发射限制方面的法规约束。其他挑战包括：

• 雷达截面小：无人机通常体积小，重量轻，导致雷达截面有限，因此比更大物体更难探测，需要高灵敏度和高分辨率雷达系统。

• 低空和机动性：无人机可以在低空飞行、无规则机动，对雷达系统而言是动态和不可预测的目标。精确跟踪这种敏捷快速移动目标很有挑战性，特别是对于针对机动性较低的大型飞机优化的传统雷达。

• 杂波和误报：雷达系统可能会遇到各种来源的杂波，如建筑物、树木、鸟类和附近的其他物体。区分无人机和这些背景物体或假目标对于避免误报至关重要。

• 雷达截面可变：无人机的雷达截面根据其方位、材料成分甚至飞行模式（如悬停、前进）的不同会发生显著变化。这种可变性使得探测的一致性和可靠性面临挑战。

• 隐身技术：一些无人机可能采用隐身技术或功能，如雷达吸收材料，有意减少其雷达特征。使用传统雷达系统探测这些无人机变得更加困难。

• 电子对抗：先进无人机可能配备有电子对抗设备，通过发射干扰信号或采用技术迷惑雷达系统来破坏雷达探测。

（6）LiDAR

LiDAR即光探测与测距，是使用脉冲激光（400纳米～1540纳米）来测量距离的一种遥感方法。该技术发射激光脉冲，并测量这些脉冲击中物体后反射回来所需的时间。通过每秒收集数百万个这种距离测量值，LiDAR系统可以创建被测环境的高度详细的3D地图或点云。这些地图被用于各种应用，包括无人机探测和跟踪。

相比雷达，LiDAR探测距离更短，但能提供极高分辨率的数据，通过精确测量提供详细的环境3D地图。它在确定物体形状、大小和位置方面非常精确，能更精确识别和分类物体。雷达探测距离更长，但分辨率通常较低，而且提供的目标特征信息不够详细。LiDAR在晴朗大气条件下表现良好，但在恶劣天气条件下由于光传输受到干扰则面临挑战。雷达发射无线电波，受雾或雨等环境因素的影响相对较小。集成这两种技术，充分利用各自的优势，可以提供更全面的方法来对抗无人机系统。

（7）传感器融合

传感器融合在反无人机系统应用中发挥着重要作用。传感器融合可以增强态势感知能力，并支持采取有效的无人机对抗措施。

先进的传感器融合算法和融合架构，如何综合多种传感器如雷达、红外、多个摄像机、计算机视觉数据等减少目标跟踪误差，如何利用人工智能技术提升无人机探测和识别能力等是当前该领域的一些研究热点。

3 无人机反制技术

无人机反制技术旨在对抗未经授权或有潜在危害的无人机活动。业内已经开发了多种技术来解决无人机在不同环境下带来的日益增长的挑战，包括安全、隐私和安全性。涉及到的关键技术有软杀伤和硬杀伤两种手段。软杀伤如RF干扰、GPS欺骗、通信信号截获、网络攻击、声学对抗等；有效性根据无人机类型、能力和所采用的对抗措施而有所不同。硬杀伤方法可以通过导弹、定向能武器或爆炸装置实现，每种武器都有自己的技术考虑和局限性。硬杀伤方法通常在其他对策不足以消除无人机威胁的情况下使用。此外，有关使用上述技术的法律法规可能因国家而异，因此还需要仔细考虑法律和道德影响。

（1）RF干扰

RF干扰通过在无人机遥控使用的相同频段上发射信号来干扰无人机和操作员之间的通信。它可以阻止无人机接收命令或传输数据，迫使其进入故障安全模式或返回起点。

RF干扰的有效性取决于干扰信号强度。干扰信号强于无人机控制信号，就可以中断通信链路，使无人机无法有效接收命令或传输数据。RF干扰涉及到：

• 干扰类型：宽带干扰涉及在很宽的频率范围内发射干扰，同时影响多个通信信道。窄带干扰针对无人机使用的特定频率或窄范围频率，实现更精确干扰。

• 干扰技术：连续波干扰使用在目标频率上发射的恒定信号来产生稳定干扰。脉冲干扰是间歇性地短时发射干扰信号，间歇性中断通信。

• 电子战原理。射频干扰是电子战的一个子集。在反无人机应用场合，目的是拒止无人机控制和通信。

反无人机RF干扰技术正不断发展。一些系统能够智能扫描并适应目标无人机通信频率和调制特征，增强其对抗更复杂无人机的有效性。

（2）GPS欺骗

GPS欺骗是由欺骗设备生成模拟GPS卫星发送信号的虚假GPS信号并发送给目标无人机，使该无人机相信自己位于与实际不同的位置上。这可能导致无人机迷失方向或启动返航程序。GPS欺骗涉及到：

• 压制真实信号：欺骗信号必须足够强，才能压制无人机从GPS卫星接收到的真实信号。如果成功，无人机将使用假信号进行导航。

• 操纵坐标：通过发送已修改的位置数据，欺骗者可以操纵无人机感知到的位置，从而导致无人机偏离其预定航线或进入故障保护模式，如启动返航程序。

先进的GPS欺骗技术涉及动态调整假信号以匹配无人机运动。这有助于保持一致、不准确位置的假象，并使电子欺骗更难探测。由于GPS是许多无人机导航系统的重要组成部分，欺骗会破坏无人机的精确导航能力，可能导致意外后果，如碰撞、误入受限空域或违反安全协议。而探测GPS欺骗则面临挑战，复杂的欺骗方法设计之初就考虑到了躲避探测。

（3）通信信号截获

截获和分析无人机与其操作员之间的通信信号可以深入了解无人机任务并启用对抗措施。这样做可以收集情报，跟踪无人机行动，甚至控制无人机。

无人机依靠多种通信协议运行，包括用于指挥、遥测和可能的视频传输的RF通信。无人机信号截获使用专门的设备来捕获和分析遥控人员和无人机系统之间的通信。该设备可能包括软件定义无线电（SDR）、天线和信号处理工具。

信号截获首先要详细分析无人机使用的频谱，截获器识别无人机通信使用的特定频率，截获信号后，对通信协议进行解码，然后解读数据，从而了解无人机的状态、位置、任务参数和其他相关信息。截获的情报可用于制定对抗策略，可能包括部署信号干扰器以中断无人机控制，或通过发送假指令接管无人机控制权。后一种方法需要深入了解无人机的通信协议。

（4）网络攻击

软杀伤方法可能涉及对无人机的通信系统发动网络攻击或利用其软件中的漏洞。这可能包括将恶意代码注入无人机系统以禁用或操纵其功能。

• 无人机控制系统：无人机配备了电子控制系统来管理其飞行、导航和通信。这些系统通常包括可能成为网络攻击潜在目标的软件、固件和通信协议。

• 网络攻击媒介：对无人机的网络攻击可以采取多种形式。恶意软件注入包括将恶意软件引入无人机控制系统以破坏其完好性和功能。拒绝服务（DoS）攻击使无人机通信信道过载，从而破坏其正常运行。中间人（MitM）攻击截获并修改无人机与其操作员之间的通信，从而在未获得授权情况下控制或操纵数据。软件漏洞的利用在于识别和利用无人机控制系统上所运行软件的弱点。网络攻击也可以用于进行GPS欺骗。

为应对网络攻击，无人机系统可采取一些网络安全措施，如，鲁棒的加密、身份验证和入侵检测系统。定期软件更新和补丁管理对于修复可能被网络攻击利用的漏洞至关重要。此外，网络分段和防火墙有助于隔离和保护无人机控制系统的关键组件。随着无人机技术的发展，持续研发对于领先于潜在的网络威胁至关重要。这包括分析新出现的攻击向量，开发鲁棒的网络安全解决方案，以及与无人机技术和网络安全领域的专家合作。

（5）定向能武器

定向能武器能够产生致命效果，也可以作为软杀伤手段，以非致命方式使无人机瘫痪。定向能武器包括激光或高功率微波，利用可以精确定向和控制的集中电磁能波束，可在不造成物理损坏的情况下破坏无人机电子系统。这为对抗无人机威胁提供了一种精确而快速的应对方法。

• 基于激光的定向能武器：高能激光通常基于固态、光纤或化学激光技术，用于对抗无人机系统。激光束被聚焦到目标上，通常是无人机的重要部件，如其推进系统、电子设备、摄像机或结构元件。

• 基于微波的定向能武器：使用强烈的微波辐射影响无人机电子系统，干扰或损坏通信系统、传感器或航空电子设备等组件。

定向能武器配备有先进传感器系统，如雷达或光学跟踪器，以实时探测和跟踪无人机。定向能量束根据实时跟踪数据精确指向无人机，确保精确瞄准。定向能武器的的有效作用范围因武器类型和威力而异。高能激光作用范围相对较远。不过，大气条件，如湿度和湍流，会影响定向能武器性能。定向能武器可以设计成以不同的能量水平提供非致命选择。低功耗设置可用于在不造成永久性损害的情况下中断无人机运行。

（6）声学对抗措施

声学对抗措施利用无人机组件，如惯性传感器对特定频率的敏感性，由声信号产生装置在破坏性频率上发射声波，从而干扰无人机的传感器，影响其导航或信息收集能力，使无人机无法正常运行。声学对抗措施的有效性取决于声学传感器的探测范围以及破坏性信号能够有效传输的距离。风和大气吸收等环境条件会影响声学信号的传播并影响声学对抗措施的性能。

（7）硬杀伤

前述软杀伤技术则侧重于以非破坏性手段对抗无人机，而硬杀伤反无人机方法涉及到从物理上摧毁或损坏无人机以消除其威胁。

• 基于投射的硬杀伤：利用投射物，如子弹或专用弹药，以物理方式撞击和使无人机失能。这种方法需要精确瞄准和弹道计算。

• 定向能武器：使用高能激光向无人机关键部件集中发射能量束，造成损伤或破坏。基于微波的定向能武器可以产生强烈的微波辐射，毁坏无人机上的电子元件。

• 基于炸药的硬杀伤：使用爆炸装置，如导弹或其他弹药，物理摧毁无人机。这一措施旨在造成足够的破坏，使无人机无法运行。爆炸产生的碎片还能损坏一定半径内的其他无人机。

硬杀伤方法通常涉及先进的制导系统，如雷达或红外寻的，以确保武器投射或导弹攻击精度。制导系统支持对无人机进行实时跟踪，从而实现精确瞄准和拦截。这种方法的有效性取决于所采用对抗措施的作用距离、无人机的速度和敏捷性以及目标瞄准系统精度。无论是投射物还是爆炸装置，对抗措施的有效载荷能力都会影响反制不同类型无人机的能力。有效的硬杀伤系统还通常与其他传感器系统如雷达和光电传感器集成，以增强目标探测和跟踪能力。快速数据处理和分析对于确保及时准确应对无人机威胁也至关重要。

4 结语

军用和民用领域的无人机系统都面临大量威胁，使得反无人机系统的使用成为必需。目前，几乎所有反无人机系统均采用了多传感器方式，综合使用RF、雷达或声学分析等技术实现无人机探测。其后的反制措施则基于软杀伤或硬杀伤方式，前者主要是中断无人机与控制站间的无线电连接或是破坏其卫星导航信号接收；后者则涉及到使用投射弹药或定向能武器等。

从当前最新技术发展现况看，还有一些尚未商业化的新兴技术。一方面，可以使用LiDAR系统等传感器，以非常高的分辨率准确、快速获得目标距离、方位和仰角。这些系统对距离不到1千米无人机威胁的检测、跟踪和分类极具价值，但必须考虑高计算需求。另一方面，将目前关于人工智能和算法在无人机目标分类识别领域中的应用研究转化为市场应用也很受关注。这对于根据威胁特征调整对抗措施至关重要。

（本文根据互联网资料编译整理，仅供参考使用，文中观点不代表本公众号立场）

声明：本文来自电子小氙，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 [email protected]。