应对无人机带来的挑战

2018 年 5 月 11 日 无人机

无人机系统(UAS)为军事指挥员提供实时信息,既有助于任务的完成,还能保护相关人员的生命。而商用无人机的增加会有意无意地带来破坏性的应用,还会被用于非对称战争。打击这些潜在的威胁将需要一种全新的电磁频谱作战方式。


我们可以从解决一些关键问题开始,从防务和商业应用中需要解决的一些更广泛的问题来看,这些问题将决定无人机的使用和对抗。在当前和下一代网络中,管理频谱的能力需要了解带宽优化、延迟和潜在的经济性,并采用更复杂的调制、相控阵以及其它方法来提升频谱效率。这些方法既可用于无人机,也可用于监控和对抗无人机。


反无人机系统的射频有效载荷、地面系统以及干扰和监测能力需要从天线到基带进行优化,这就需要了解从射频前端到数字后端所用的各种技术。对环境的监测不仅需要固定或便携式系统,还需要手持设备。为了优化电池的寿命,手持设备的尺寸、重量和功率(SWaP)都要受到限制。这反过来又需要了解基带、应用进程、显示、存储和其它组件的最新进展。最终,这将推动射频前端的半导体技术向更高的频率和宽带性能发展。同时系统对数字处理的要求也会提高,但并不期望功耗也同时增加,甚至期望功耗最好能降低。


关于反无人机平台的潜在市场,需要了解系统需求目前处于增长曲线的何处,以及如何更好地面对即将到来的机会。军事系统供应商在试图将国防领域的经验转移到民用领域的过程中,需要贯彻四大策略:

                           

解决民用领域反无人机问题的策略


  • 规模化——通过整合战略,包括合作,为反无人机提供完整的解决方案。

  • 集成与综合——汇集提供综合解决方案的技术和子系统,以满足终端市场需求,这也可能涉及供应链的提升。公司将需要提供增值功能,例如提供频谱管理以及必要的软件和图形用户界面,以优化最终用户体验。

  • 借鉴——通过使用新兴技术,或引进其他部门的经验,探索如何将军事反无人机的经验引入到民用领域。


军用无人机


无人机平台的使用展示了战场差异性是如何成为军事战略的核心的,为了远程打击、兵力投送和兵力倍增而发展起来的技术也证明了这一点。伊拉克和阿富汗这样的非对称战场带动了对情报的需求,为无人机平台的使用提供了初步的机会。显而易见的是,不管是传统战争,还是非对称冲突,以及不断增加的混合战争,技术仍然是导致差异化的主要因素。无人机平台能够理解这些环境并在其中运行,同时还能提供低成本高效益的解决方案,这些优势为无人机平台打开了应用的大门。根据尺寸、重量和应用范围的不同,可以定义不同种类的无人机平台(如微型无人机、小型无人机、战术无人机、中空长航时无人机、高空长航时无人机等),这些无人机早期主要是用于提供多层次的监视能力。


随着无人机使用的激增,这些平台的任务范围也不断扩大,包含了越来越多的功能,并且可以与有人驾驶的机群合作来执行机载对地监视、对空监视和侦查等特殊任务。这些功能丰富的无人机包括“捕食者”、“死神”、“赫尔墨斯”和“扫描鹰”等平台。尽管无人机平台的应用有着不断增长的趋势,但不足以取代有人平台在情报、监视和侦察(ISR)领域的位置,这些有人平台上没有对于载荷尺寸的约束,并且可以利用人类的专业知识将所收集的数据转化成可用的情报。


无人机在其它领域的应用也开始不断增长,例如海上巡逻。任务的拓展导致了载荷的拓展,无人机在光电和红外载荷的基础上又引入了雷达载荷。在一个完整的网络中心通信环境中,无人机是必不可少的组成部分,它提供了视距外的分层通信能力,为前线部队提供战术支持,并为指挥官提供“回传”。无人机向电子战领域的拓展也正在探索中。一个具有代表性的例子是美国陆军基于“灰鹰”无人机的“网络化电子战遥控系统项目”(NERO),该项目使用雷声公司的电子攻击载荷来提供视距外的干扰以支持地面部队作战。另一个例子是MQ-9“死神”无人机,美国海军陆战队在该无人机上集成了诺格公司的电子攻击载荷,后续还将探索将该平台整合到海军陆战队的指控网络中,以实现对机载电子战载荷的控制。除了扩展现有平台的任务范围,我们还可以看到为满足特定功能(如战斗和空中加油)而设计的新无人机平台。


MQ-9“死神”无人机


民用无人机


无人机在民用空域的使用正在取得进展,监管当局实施的政策使其可以用于各种非军事用途。无人机的许多用途都是合法的,包括配送、紧急服务、新闻、交通/停车管理和资产检查。然而,这些用途也可以变成非法的或有害的。例如,使用无人机配送服务可以将毒品和其他非法货物运过边境或运入监狱。无人机也可以在关键基础设施上进行工业间谍活动,或影响这些基础设施的运营状态。无人机携带载荷的能力也为恐怖分子提供了一种新的途径,这将会带来致命影响。其它例子还包括扰乱空中交通和侵犯个人隐私等。因此,即使无人机在民用空域的使用无疑是有益的,但为了保证安全,仍然需要能使无人机停飞的有效方法。


商业无人机的合法用途和非法用途


反无人机面临的挑战


典型的商业无人机至少拥有两个无线电链路:用于遥控无人机的上行链路和提供遥测数据和/或接收视频的下行链路。用于无人机操作的典型频率在ISM(2.4GHz或5.8GHz)、UHF(433MHz)或HF(27MHz、35MHz或72MHz)频段。目前,ISM频率是用于上行链路和下行链路的主要频率。2.4GHz主要用于上行链路,一般采用跳频扩频、直接序列扩频、Wi-Fi或蓝牙等技术体制。2.4GHz和5.8GHz均可用于下行链路,视频下行链路通常采用MPEG格式。ISM上行链路的典型有效辐射功率约为100mW,而UHF上行链路的有效辐射功率则只有10mW。


一个反无人机系统需要有效地完成四项任务:监测频谱、查找信号、发现威胁、消除威胁。


监测频谱是反无人机的第一步。监测频谱的一个关键挑战是识别出Wi-Fi、蓝牙、物联网、微波炉和其它包含在商业环境中的混杂频谱信号。宽带接收机是有效监测频谱的关键组成部分,其带宽至少应为20MHz。接收机需要配备能够完成多种功能的软件:搜索并设置噪声门限,然后检测超出此门限的信号。频谱监测设备需要提供的其它功能还包括:监测跳频扩频信号、自动检测和分类感兴趣的信号、可靠地分离信号、提供无虚警的告警和记录等。


一旦识别出信号,下一步就是准确地找出感兴趣的信号。这时会用到的两个主要技术为测向和时差定位。两种技术各有优缺点,最终的选择取决于客户的喜好和对成本的要求。基于测向技术的系统具有更快的处理速度,因为只需使用单个接收机。但是,这种接收机非常复杂。由于接收机通常被放置在固定的位置,因此这种复杂性会增加该技术的成本并限制其移动性。基于时差定位的方法则需要使用多个接收机,可能会提供更高的准确度。但是,准确度还取决于接收机在感兴趣区域内的排布方式。时差定位接收机在处理窄带信号时还存在一些潜在的问题,而且其处理速度较慢,因为来自多个接收机的信息必须进行融合比对并传输至中心站进行处理。



除了射频传感器,反无人机系统还需要使用雷达、光电、红外、声学和其它传感器的组合来监测、追踪、定位、验证和识别可能侵入敏感区域的无人机。


最后一步是消除威胁。从射频的角度来看,干扰可以破坏操作者和无人机之间的遥控链路,进而迫使无人机降落或返回到操作者手中。当一架无人机根据全球导航卫星系统信号定义的航点遵循预定航线飞行时,射频干扰可以中断信号,使无人机停飞或使其恢复为默认程序,以便回到操作员手中。另一种方式是通过高功率电磁脉冲使所有的电子系统失效,从而迫使无人机进入不受控制的下降状态。这种方式会导致无人机坠毁,带来法律责任问题,如果无人机携带爆炸物,这个问题将会变得更加复杂。还有一些其它的方法使无人机失效,包括使用激光、传统枪支、网和猛禽等。


反无人机解决方案


市场上正在提供越来越多的反无人机解决方案。下面的例子虽然不尽全面,但代表了两种不同的商业策略:一种是发挥公司内部能力,另一种是通过合作整合多家公司的能力。


Hensoldt公司的Xpeller反无人机解决方案采用了第一种策略,即将来自Hensoldt内部各子公司的雷达、摄像机和干扰机结合起来。雷达采用的是该公司的Spexer500雷达,是一种输出功率为4W的X波段有源电扫描阵列调频连续波雷达。


HensoldtXpeller公司的反无人机解决方案


Spexer 500雷达的探测距离可达4公里,可以处理雷达散射截面积低至0.2平方米的目标。该雷达与NightOwlZM-ER热敏和彩色摄像机相连。GEW技术公司的射频干扰机可以覆盖20MHz到6GHz的频率范围,并能提供定向和全向天线配置,输出功率的范围是10W到400W。Hensoldt公司还与其它公司合作,以寻求内部能力无法满足的技术。因此,Xpeller解决方案还可以包含Squarehead技术公司的Discovair声学传感器和MyDefence公司的近距离射频探测器。Hensoldt公司可能已经意识到将原本为军事用途设计的系统强行集成到反无人机解决方案中并不是最佳的选择,为了适应成本敏感的反无人机市场,Hensoldt公司收购了总部位于英国的Kelvin Hughes公司。Kelvin Hughes公司可以提供基于氮化镓的SharpEyeX波段脉冲多普勒雷达以及指令和控制软件,可以将多个雷达和摄像传感器集成到一个综合显示器中。


另一个例子是以色列拉菲尔公司的Drone Dome系统,该系统采用公司已有的Dome系列地基防空雷达来反无人机。拉菲尔本质上是一家系统集成商,它集成了行业内多家合作伙伴的一系列系统。RADA公司提供了S波段的RPS-42有源相控阵雷达,探测范围可达10公里,输出功率为60W,可以检测超微型到微型的无人机。该雷达与Controp公司的 MEOS-U非制冷热成像相仪配合使用,还可选择增加全天候工作能力和激光测距仪。频谱监测和干扰功能分别由Netsense和C-Guard系统提供,这两种系统都是由Netline公司制造的。Drone Dome系统还使用了由Iron Beam系统改装的激光器,增加了第四种对抗能力,拉菲尔公司已经在地基防空中演示了这种能力。


英国的反无人机防御系统(AUDS)是一款典型的通过合作策略开发的反无人机系统,该系统已经成功地向美国军方做了展示。系统的雷达探测功能由Blighter公司的A400雷达系统提供,该雷达是Ku波段的氮化镓基雷达,采用调频连续波体制,输出功率为4W,探测距离可达10公里,且可以探测雷达散射截面积低至0.01平方米的目标。AUDS还包括Chess Dynamics公司的Hawkeye DS&EO视频追踪系统(由一部Piranha 46 HR相机、一部热成像仪和一个光电视频摄像机组成)。Enterprise Control Systems公司提供的定向射频抑制器由射频干扰机和四频段天线系统组成,具备射频阻断和抑制能力。


反无人机防御系统


Guardion公司的模块化反无人机系统是基于合作策略的另一个例子,该系统的研发由罗德与施瓦茨公司领导。传感器包括一部罗德与施瓦茨公司的Ardronis系统、一部360度雷达、一部声学阵列以及一部PTZ摄像机和一部红外摄像机,其中Ardronis系统可以通过测向对周边环境进行射频分析。干扰机可以干扰Wi-Fi、远程控制链路和卫星导航信号。ESG公司提供的指控系统将传感器和干扰机连接起来,并将传感器数据融合处理后显示在地图上。该系统还允许工作人员使用平板设备对环境进行监测。2015年G7峰会和2016年美国总统汉诺威之行中就使用了这个系统。


反无人机系统市场


反无人机系统市场仍然处于初级阶段,早期的市场需求将继续由军方主导。无人机是民航业目前面临的最大痛点,因为无人机可能与飞机碰撞造成威胁,还可能对商业机场周围的其它业务造成威胁,如无人机曾经对登机造成了干扰。违禁品的贩运是反无人机市场另一个潜在的早期推动因素,需要阻止无人机将毒品和走私物品运过边境或运进监狱。其它需要解决的问题包括管制民用空域无人机的规章,也正在取得进展。


结论

无人机能为军事指挥官提供实时信息,有助于任务的完成,并能保护相关人员的生命。尽管面临预算压力,任务范围的扩大将有助于推动对无人机平台的持续需求。商业无人机的扩散可能会有意无意地导致破坏性的使用,同时还会被用于非对称战争中。要应对这些潜在的威胁,需要将雷达和电子战技术配合使用,同时结合其它技术,开展新型的电磁频谱行动。反无人机系统市场目前仍处于事前阶段,因为威胁还只是被视为一种假设,因而还没有为反无人机系统分配预算。但是能有效应对无人机威胁的专门系统是必需的,市场应避免企图将成本高昂的军用系统强行转入商业领域的做法。

(来源丨国际电子战)


点击下面链接 查看历史文章

小精灵空射回收无人机集群

无人机即将主宰战场?美陆战队大量增加巡飞弹,减少射手

犯罪团伙利用无人机阻碍FBI救援人质

“襁褓”之中的竞速无人机如何“突围”

2017无人机云数据统计报告

无人机市场稳步上升,或将得到资本认可



长按识别图中二维码关注我们!

登录查看更多
0

相关内容

不需要驾驶员登机驾驶的各式遥控飞行器。
德勤:2020技术趋势报告,120页pdf
专知会员服务
187+阅读 · 2020年3月31日
专知会员服务
121+阅读 · 2020年3月26日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
194+阅读 · 2020年3月8日
最新《分布式机器学习》论文综述最新DML进展,33页pdf
专知会员服务
117+阅读 · 2019年12月26日
【白皮书】“物联网+区块链”应用与发展白皮书-2019
专知会员服务
90+阅读 · 2019年11月13日
【泡泡图灵智库】协同视觉-惯性SLAM
泡泡机器人SLAM
28+阅读 · 2019年9月6日
自动驾驶车载激光雷达技术现状分析
智能交通技术
16+阅读 · 2019年4月9日
已删除
将门创投
9+阅读 · 2018年12月19日
2019年机器学习:追踪人工智能发展之路
人工智能学家
4+阅读 · 2018年10月14日
应对时间序列问题有何妙招(Kaggle比赛亚军)
七月在线实验室
30+阅读 · 2018年3月19日
自动泊车系统发展现状及前景分析 | 厚势
厚势
22+阅读 · 2018年1月22日
【无人机】无人机的自主与智能控制
产业智能官
42+阅读 · 2017年11月27日
Arxiv
12+阅读 · 2018年9月5日
Arxiv
4+阅读 · 2018年6月5日
Arxiv
7+阅读 · 2018年3月22日
VIP会员
相关资讯
【泡泡图灵智库】协同视觉-惯性SLAM
泡泡机器人SLAM
28+阅读 · 2019年9月6日
自动驾驶车载激光雷达技术现状分析
智能交通技术
16+阅读 · 2019年4月9日
已删除
将门创投
9+阅读 · 2018年12月19日
2019年机器学习:追踪人工智能发展之路
人工智能学家
4+阅读 · 2018年10月14日
应对时间序列问题有何妙招(Kaggle比赛亚军)
七月在线实验室
30+阅读 · 2018年3月19日
自动泊车系统发展现状及前景分析 | 厚势
厚势
22+阅读 · 2018年1月22日
【无人机】无人机的自主与智能控制
产业智能官
42+阅读 · 2017年11月27日
相关论文
Arxiv
12+阅读 · 2018年9月5日
Arxiv
4+阅读 · 2018年6月5日
Arxiv
7+阅读 · 2018年3月22日
Top
微信扫码咨询专知VIP会员