梁文斌, 谢跃雷,2*

(1.桂林电子科技大学信息与通信学院, 桂林 541004; 2.卫星导航定位与位置服务国家地方联合工程研究中心, 桂林 541004)

无人机(unmanned aerial vehicle,UAV)产业的快速发展和迅速普及的无人机热潮给不法分子滥用无人机带来了可乘之机,层出不穷的无人机“黑飞”事件严重危害了国防安全、扰乱了社会秩序、侵害了广大公民利益[1-3],造成国家人力、物力和财力的重大损失。因此,如何有效地反制无人机“黑飞”,成为一个迫切需要解决的问题,无人机的检测技术则是解决这一问题的关键。然而,由于无人机飞行高度低、体积小、飞行速度慢,且多在城市区域飞行,传统雷达检测这类“低小慢”目标时,面临雷达回波信号微弱、电磁辐射污染等问题。外辐射源雷达以其结构简单、无电磁辐射污染、低空目标检测效率高等优点,成为无人机等“低小慢”目标检测领域的研究热点之一。

目前,针对“低小慢”无人机目标的外辐射源雷达主要有单频网(single frequency networks, SFN)和多频网(multiple frequency networks, MFN)两种模式。SFN是利用一个或多个同一频率的外辐射源对无人机进行检测,该模式下易受无人机飞行姿态、地面反射、高层建筑物阻挡等因素的影响,而使得目标检测的稳定性和连续性存在不足。MFN是利用多个不同频率的外辐射源对无人机进行检测,通过对多频段目标回波信号进行计算处理更能获取精准的目标状态,可弥补单频网检测的不足性,是近年来研究的热点[4]。在距离覆盖、分辨率性能、应用环境等方面,多种不同频率的外辐射源都有其独特的优势。如今,大量工作在不同频段下的外辐射源发射机已经涌现出来,这将为多个外辐射源集成到无源雷达系统中提供更方便的客观条件,促进外辐射源雷达向多频系统发展,这能极大提高被动雷达体制的检测能力。

文献[5]通过实验验证了基于卫星电视信号的外辐射源雷达进行无人机探测的可能性,并成功提取了无人机的微多普勒信号。文献[6]针对高 雷达散射截面积(radar cross section,RCS)不利于微弱回波信号的提取,通过基于数字视频广播(digital video broadcasting,DVB-T)的AULOS无源雷达,结合长时间相干积累和CLEAN多阶段算法有效实现了对小型无人机的监管。文献[7]利用450 MHz频段的长期演进(long term evolution, LTE)移动通信信号,通过被动相干定位技术融合异构传感器提出无源相干定位 (passive coherent location, PCL)检测系统,实现了对潜在无人机的检测,并逐渐向其他欧洲国家推出该系统。文献[8-9]基于数字电视外辐射源信号的多频段特性,从无人机旋翼散射特性出发,利用多频联合处理解决了因无人机RCS起伏导致检测性能低的问题。与此同时,其研究团队从新体制被动雷达性能出发,在SFN的基础上研究了基于多照射源的被动雷达检测系统,利用多波段外辐射源展开了对“低小慢”目标探测的研究,并对外辐射源雷达目标检测的关键技术进行了展开论述。针对无人机“黑飞”“滥飞”问题,文献[10]提出了基于LTE外辐射源信号的无人机定位方法,并利用多个LTE信号进行多频组网,对无人机在不同场景下进行联合检测,通过实验证明了多频联合探测能极大地提高无人机的定位精度。芬兰的Patria公司利用FM调频广播和数字电视信号设计了MUSCL系统,该系统具有探测隐身和低空飞行目标的能力[11]。文献[12]利用同一颗卫星的多频特性,将全球定位系统 (global positioning system, GPS) L1和L5信号作为第三方辐射源,成功探测到了目标。然而这些方法一方面由于单频外辐射源使得探测精度和稳定性表现不足,另一方面由于算法复杂度高不易于工程实现。文献[13]在不进行信号重构和杂波抑制的基础上,利用地面数字电视多媒体广播(digital terrestrial multimedia broadcast, DTMB)外辐射源雷达信号的循环平稳特性成功提取了无人机的微动特征,实现了无人机的检测,这种利用循环平稳特性的检测方法计算量小,且易于工程的实现。

在外辐射源雷达循环平稳特性的基础上,构建基于时分多频的无源雷达系统,围绕FM广播、DTMB、LTE信号开展基于多频段外辐射源雷达的无人机检测实验研究,包括回波信号循环平稳分析、雷达检测原理设计、实验场景配置和实验检测结果分析等。首先建立多频段无人机检测模型,然后针对回波信号的循环平稳特性,利用方向梯度直方图(histogram of oriented gradients, HOG)和支持向量机(support vector machine, SVM)对实测多频段外辐射源循环谱等高图进行特征提取和检测算法识别,以实现对多频段回波信号数据的检测实验研究。最后实测结果分析了多频段外辐射源雷达和单频段外辐射源雷达在检测性能上的差异,实验结果表明,与单频检测相比,多频段检测可实现对无人机的快速、准确检测。

1 外辐射源信号及循环平稳特性

1.1 外辐射源信号

常用的外辐射源信号主要有FM调频广播信号、DTMB信号及LTE信号。调频(FM),全称为“频率调制”,其基本原理是通过改变调制信号的幅度来调制高频载波的频率。在FM中,幅度保持不变,而载波频率发生变化;并且其位于甚高频(VHF)频段,发射功率大,覆盖范围广。由于FM的频谱集中在载波频率附近,因此具有较高的信号质量和抗干扰能力,是一种被广泛应用于目标检测的外辐射源雷达信号。然而,一方面随着时间变化的节目内容会直接导致FM广播信号波形也随着时间发生变化,另一方面FM广播信号带宽较小,有效带宽为200 kHz,存在较低的距离分辨率。因此利用FM调频广播进行目标检测时,目标检测的精度较低,且检测稳定性也较差[14]。目前,将FM调频广播作为外辐射源雷达可以利用FM自身多频多台的特性,或将其他外辐射源信号进行整合实现多频组网,从而提高距离分辨率和雷达检测性能。DTMB定位于C波段,发射功率稳定、低空覆盖范围广,是中国拥有自主知识产权的广播电视标准。DTMB使用TDS-OFDM调制技术来实现时域的同步和频域的同步,使得信道带宽利用率和传输效率更高。在数据处理过程中,DTMB数据流经随机化处理、前向纠错、星座映射与交织处理、数据离散化处理后,数据被插入PN序列,增加了信号的随机性和抗干扰性能,然后由天线使用上变频技术传输。数据流经随机化处理后使得信号的检测性能不会随信号的内容发生改变[15],并且该信号可以提供高检测精度和低距离分辨率,具有较广的检测范围。但其模糊函数图形存在周期性的副峰,会使得目标检测出现虚警和漏警现象。目前,这一信号已经覆盖了绝大部分地区,为DTMB信号在目标检测领域的探索和利用提供了优越的条件。

LTE信号是由3GPP(The 3rd Generation Partnership Project)组织制定的一种通用移动通信系统技术,LTE模式根据双工方式不同分为频分双工LTE系统(FDD-LTE)和时分双工LTE系统(TDD-LTE)两种制式[16],其中,TDD是收发信号均使用同一频率,但所占用的时隙不同;FDD则是收发分别使用不同频率,并且在同一时刻进行。在雷达检测中,由于TDD LTE模式的上下行链路信号占用相同频段,会导致多个终端信号不可避免地对外辐射源雷达造成干扰,从而对雷达检测性能造成影响,故通常选用FDD LTE模式的下行链路信号作为外辐射源信号。此外,LTE采用多载波OFDM调制技术,支持更加灵活的频谱分配,信号普及率高且易于组网,最大支持20 MHz带宽,具有较高的距离分辨率,适用于检测低空动目标。但由于单频LTE发射功率低,不适用于远距离检测,通常以组网方式的多频段检测扩大探测范围,提高检测性能。根据上述内容,对本次试验采用的外辐射源信号的相关特点进行了概括,如表1所示。

表1 外辐射源信号Table 1 External radiation source signal

1.2 旋翼微动特性

外辐射源雷达TXN(N=1,2,3,…)与目标无人机旋翼之间的位置关系如图1所示。图1中,外辐射源雷达位于坐标系原点处,其中O点是无人机旋翼的几何中心。这里假设无人机相对于外辐射源雷达的方位角和俯仰角为βN。

Ω为旋翼叶片的转动频率;θt为t时刻旋翼散射点的旋转角度图1 外辐射源雷达与无人机旋翼位置关系Fig.1 Position of the UAV rotor with reference to an external radiation source radar

设t时刻围绕无人机旋翼中心O点的旋翼散射点为Pt。图1中,RPN为外辐射源雷达TXN到旋翼散射点Pt的距离,且假设该散射点旋转频率为fr。外辐射源雷达TXN到无人机旋翼中心距离为RON,其中RON、RPN、Pt为对时间t的函数。设θ0为零时刻的Pt初始旋转角。根据外辐射源雷达中微多普勒信号的数学推导,设旋翼长度为l,可得到无人机相对外辐射源雷达的径向运动规律为

RPN(t)=RON+Vt+lcosβsin(2πfrt+θ0)

=RON+Vt+lcosβsinθ0cos2πfrt+

lcosβcosθ0sin2πfrt

(1)

式(1)中:V为无人机的径向速度;β为外辐射源雷达点到旋翼旋转中心的俯仰角,通常外辐射源雷达距离无人机和接收天线较远,使得(1/RON)2→0。

因此,雷达接收到散射点Pt的旋翼回波信号可简化为

SRN(t)=exp-j[2πfst+φPN(t)]

=exp-j{2πfst+4π[RON+Vt+

lcosβsin(2πfrt+θ0)]}λ-1

(2)

式(2)中:无人机旋翼相位函数φPN(t)=4πRPN(t)/λ;λ为波长;fs为发射信号频率。

对式(2)进行下变频处理,则旋翼散射点Pt的回波信号可得

(3)

假定无人机的旋翼叶片长度为L,则对叶片长度L进行积分,可得到单个旋翼的微多普勒回波信号SLN(t)为

(4)

式(4)中:sinc为辛格函数。

根据式(4),假设无人机具有M个旋翼叶片,且每个旋翼为旋转角相差π的双叶片,总的无人机旋翼回波信号是由单个旋翼回波信号叠加得来,故总的无人机旋翼回波信号SUAV(t)为

(5)

式(5)中:θk为第k个旋翼叶片中旋翼散射点的旋转角度。

1.3 循环平稳特性

循环平稳信号被定义成统计量随时间呈现单个或多个周期性变化的信号,并根据所呈现的周期性统计数字特征不同,循环平稳信号主要分为一阶、二阶和高阶循环平稳3种类型[17]。其中二阶循环平稳特性即循环谱,其实现算法主要包括频率平滑算法、时域平滑算法和FAM算法。由于频率平滑算法在采样时间过长或过短都会导致运算误差和计算量较大,并且时域平滑一方面因一次只是用一个窗函数对信号进行截取,不具并行运算;另一方面对信号数据只进行顺序叠加,导致运算处理时间过长[18]。故考虑在时域平滑的基础上进行FFT来对循环谱的实现算法进行简化,FAM算法估算循环谱的表达式为

(6)

(7)

式(7)中:g(n)为加窗函数。

根据循环谱理论,设g(t)为信号平滑窗,Δt为信号采集时间,由FFT变换积累算法FAM估计可得到无人机回波信号的循环谱为

(8)

(9)

式(9)中:α(n)为无人机回波信号的平滑窗函数;Ts为信号采样的周期;T为N点离散傅里叶变换的时间。根据循环谱中循环频率α截面的能量分布的定义[19],随着α的变换,循环谱的能量分布构成了α截面上的能量谱,可表示为

(10)

式(10)中,αn为第n点的循环频率;fk为谱频率。

从式(10)可以看出,不同辐射源信号的循环谱等高图在同一平面下所表示的能量分布是不一样的,这是由于无人机旋翼在高速旋转时,会在回波信号上产生频率调制,并在无人机主体产生的多普勒频移上产生边频[20-21],故可利用旋翼的微动调制特性对旋翼无人机进行检测。各实测照射源信号的基带信号频谱图和回波信号的循环谱等高图如图2所示。

f为谱频率;α为循环频率图2 实测照射源信号的基带频谱图和回波信号等高图Fig.2 Baseband spectrogram and contour map of the observed irradiation source signal

2 多频段外辐射源无人机检测原理

外辐射源由位置固定的三个不同频率的发射机组成,接收端接收的回波信号包括经无人机旋翼微动调制的多频段回波散射信号xn(t)、直达波信号yn(t)和经多种障碍物反射的多径信号zn(t),多频段外辐射源雷达的工作原理如图3所示。

图3 外辐射源雷达信号传播模型Fig.3 Radar signal propagation model with external radiation source

文献[22-23]证明,直达波信号、多径信号、目标回波信号具有二阶循环平稳特性,而高斯白噪声不具有二阶循环平稳特性,其中直达波和多径信号具有相同的循环平稳特性。故前端射频系统接收的回波信号循环谱可表示为

(11)

通过对输入图像的HOG特征提取,外辐射源雷达信号的处理流程按照图4所示进行分析。具体方法及步骤如下。

图4 外辐射源雷达信号处理流程Fig.4 External radiation source radar signal processing process

Step 1对系统分时实测接收的外辐射源回波信号数据进行滤波,得到带内信号。

Step 2对实测数据按分时接收操作分段建立FM、DTMB、FDD LTE外辐射源循环谱等高图数据单元库和各频段训练数据集。

Step 3对接收前端接收的各频段回波信号测试数据叠加高斯白噪声。

Step 4通过等高图灰度值化建立多频外辐射源循环谱等高图灰度图数据库。

Step 5将Step 3中已加高斯白噪声的数据特征集和Step 2中训练数据特征集中已加高斯白噪声部分特征数据组作为测试特征集。

Step 6对输入的循环谱等高图训练集样本进行HOG特征提取,采用SVM[24]多分类器对无人机三类回波信号的循环谱等高图进行检测识别,得到无人机单频外辐射源雷达及多频外辐射源雷达的检测识别结果。

3 外场实验

3.1 实验场景

选用AD9361射频芯片和FPGA+ARM异构架构的Zedboard作为前端接收机,其中FPGA是Xilinx公司的XCZ7020CLG484,ARM芯片是一块双核Cortex-A9 ARM核,射频芯片AD9361是ADI公司所推出的一种具有零中频架构的射频捷变收发器。

实验场景如图5所示,此次试验接收点设在桂林电子科技大学图书馆五楼,广播发射站位于桂林市尧山电视塔,LTE外辐射照射源位于接收站前侧建筑物顶部的演进节点基站(evolved node bases, eNB)。其中选用中国电信FDD LTE信号,中心频率为1 867.5 MHz,带宽为15 MHz;选用DTMB信号,中心频率为618 MHz,带宽为8 MHz;选用桂林新闻综合广播,中心频率为97.7 MHz,带宽为200 kHz。本次实验采用的合作无人机目标为大疆精灵4 pro,该无人机参数如表2所示。

图5 无人机多频探测实验场景Fig.5 UAV multi-frequency detection experimental scene

表2 大疆精灵4 pro参数Table 2 Dajiang Sprite 4 pro parameter

3.2 实验分析及结果

在系统接收的各频段射频信号中叠加高斯白噪声,并作多频段循环谱算法进行数据处理。根据2节信号处理流程,对各频段回波信号生成2 000 张回波信号循环谱等高图,得到如图6、图7所示的单频外辐射源雷达及多频外辐射源雷达检测率,可以看出,多频外辐射源雷达优于单频外辐射源雷达检测率,且多频总体高于单频检测。

图6 单频外辐射源雷达检测率图Fig.6 Single-frequency external radiation source radar detection rate graph

图7 多频外辐射源雷达检测率图Fig.7 Multi-frequency external radiation source radar detection rate graph

图8为无人机单频外辐射源雷达及各频段在不同信噪比下的检测识别率,可以看出,在信噪比大于0 dB时,其多频段检测率大于60%,而在单频段,信噪比大于10 dB时,其检测率大于 70%。随着高斯白噪声的增加,检测率逐渐下降,但在信噪比大于5 dB时多频检测稳定性强于单频检测。总体来说,多频检测性能优于单频,而多频检测具有频率互补的优势,能更好地弥补照射源频率因素对目标检测的缺陷。

图8 不同信噪比下外辐射源雷达识别率图Fig.8 Radar recognition rate of external radiation source with different signal-to-noise ratio

4 结论

在FM、DTMB、LTE 3种辐射源的理论特征上,分析了无人机旋翼调制的微动特征和各回波信号的循环平稳特性。单频照射源与多频照射源检测性能差异的研究从目标旋翼散射特性入手,采用多频检测方法对单频检测结果进行优化。实测结果显示,与单频检测相比,使用多频检测进行融合的检测性能和稳定性更佳。未来将对多个无人机目标进行检测和识别,进一步深入研究多频段外辐射源雷达体制在无人机检测的能力。