胡焱，徐志强，刘文劲，吴丹丹

（中国民用航空飞行学院航空工程学院，广汉618307）

0 引言

“低小慢”目标是指飞行高度在1000m以下，雷达反射截面小于2㎡，飞行速度200km/h以下的飞行器。其中200m以下空域出现的无人飞行器（下文统称无人机），由于体积小、操纵简单、可搭载有效载荷，且飞行高度低、地物遮挡多，雷达等探测设备无法有效侦测[1]。根据《中华人民共和国飞行基本规则》第二十九条规定：未经局方批准的航空器，不得飞入空中禁区、临时空中禁区[2]。然而当前存在法盲者、不法分子等在未经局方允许下非法在机场附近进行“黑飞”、“滥飞”，对民航飞机的起降、低空飞行训练造成经济损失，构成重大安全威胁。因此，对机场“黑飞”“滥飞”无人机进行侦查预测，从而保障飞行安全，显得尤为必要。

目前对机场无人机侦测的主要手段有使用无人机步枪、激光武器和微波武器进行物理打击，红外制导拦截，无线电干扰等。但由于无人机的小型、微型、隐身化，攻击性强，机动能力强，导致探测追踪和预警难度大，防空方面压力大[3]，击中较为困难，更为重要的是机场附近人流量较大，无人机坠落可能会对机场附近人员造成损伤。而利用深度学习的目标识别算法，加以硬件部署，在机场进行实时目标探测识别定位，既避免了冗杂的设备工序，又能提高探测识别效率和速度。

1 目标检测算法

在物体检测技术发展中，物体检测由最初的目标分类演化至目前主要的目标识别与目标回归。……