欧阳玉梅
摘 要
针对轻小型民用无人机“黑飞”、“滥飞”和“乱飞”现象所产生的问题，设计一个集雷达探测和视频监控于一体的反无人机监测系统，旨在实现对限飞区域全天候、大范围监测及告警的功能。
关键词
雷达探测;视频监控;反无人机监测
中图分类号： TN959.73 文献标识码： A
DOI：10.19694/j.cnki.issn2095-2457.2020.09.051
Abstract
An anti-UAV monitoring system integrating radar detection and video surveillance is proposed to monitor and alarm widely black flight of small drones in the restricted flight area in all-weather.
Key Words
Radar detection;Video surveillance;Anti-UAV monitoring
0 引言
近年来中国轻小型民用无人机产业得到了迅猛增长，导致轻小型民用无人机“黑飞”、“滥飞”和“乱飞”现象频发，严重影响和威胁民航运输安全、公共安全和社会治安。在具体的监管过程中，由于技术原因，尚难以实现对“低空、慢速和小型目标（低小慢目标）”的精确探测，无人机低空防御系统及设备匮乏。本文将设计一个由微处理器、雷达扫描仪、高清云台摄像机和报警模块组成的反无人机监测系统，由雷达扫描仪进行大范围搜索，当探测到目标时，发出报警，并输出目标所在的方位和距离信息给微处理器，由摄像机进行远距离图像特征采集，并将探测到的信息进行分析处理，从而实现对限飞区域（如机场、政府办公区域或私人场所等）全天候、大范围监测及告警的功能，可探测距离达200米以上。
1 系统原理
设计一个反无人机监测系统，由雷达扫描仪和高清云台摄像机组成监控前端，完成对目标无人机的探测，由处理器完成数据分析和处理，当监测到无人机时，发出报警。具体内容包括：基于ARM的监控平台的搭建;基于ARM的监控系统软件设计;数据采集及处理;发现目标报警，如图1所示。
1.1 雷达扫描
雷达通过扫描来寻找活动目标，当发现活动目标时将目标所在的方位和距离信息传回处理器，系统发出报警。监视范围分为两个区域，扫描半径大于400米为雷达预警区，雷达工作;半径小于400米为识别区，雷达和图像系统同时工作，识别目标物体;本文采用ewig LLT-300来完成扫描探测功能，工作频率为10.525GHz，工作电压为8-15V DC，99级灵敏度可调，LLT-300采用了微波检测专用微波处理器，它能够对输入信号进行脉频和脉宽处理，对小动物甚至麻雀等小体积的物体进入都可以进行报警，探测效率高。由于ewig LLT-300扫描范围有限，可根据限飞区域的大小架设多台雷达扫描仪。
1.2 视频监控
采用集成高速大扭距精密云台摄像机，可用0.01°/秒至100°/秒的速度，实现水平360°、垂直180°的完全无盲区监视。当雷达检测到活动目标时，可由处理器调节摄像头对准目标进行拍摄，并提取该目标的图像信息进项分析处理和识别，以区分是无人机还是飞鸟入侵，以便后续处理。本文采用AK-HD640高清夜视激光云台摄像机来完成视频监控，采用独特的激光器驱动技术，同时采用精密跟踪功能的红外激光照明器，配合具备200万像素（图像格式：H.264视频编码，1080P全高清，双码流）的长焦高性能摄像机模块，可在完全无光的环境中全高清晰监视1000米距离内的目标活动情况。
1.3 ARM处理器和各个功能性模块间的控制技术
为使设计的嵌入式系统更小型化，许多任务被集成到了芯片的内部，且除了嵌入硬件系统中的中心控制器件外，还包括外围硬件部分，该部分是包括用于存储，调试，通信，显示等辅助功能的其他部分，本文选用STM32F103处理器。
2 研究方法及技术路线
2.1 系统实验方案
系统的监控前端由雷达扫描仪ewig LLT-300和云台摄像机AK-HD640组成，ewig LLT-300模块完成扫描探测，通过串口与微处理器连接;AK-HD640模块完成目标物体图像信息采集，由微处理器对雷达探测信号和图像信号进行分析处理和显示，对目标物体进行识别及报警。
搭建好系统软硬件平台，并准备无人机一架，控制无人机飞入系统有效工作区域内，当雷达扫描仪探测到无人机时，雷达发出报警，同时将目标物体所在的方位和距离信息传回至微处理器，处理器发出报警，同时处理器从视频信号存储器中截取视频信息进行图像处理，获取无人机图像信息。视频监控模块即可以获取入侵物体的图像信息以避免将飞鸟误判为无人机之外，也同时具备目标物体检测的监控功能。
2.2 可疑物体识别方案
对无人机的视频监控，可基于opencv计算机视觉开源库来完成目标物体识别。上位机端采用Visual studio 2012为开发环境，并调用opencv计算机视觉开源库进行识别和处理，将采集的视频图像显示在上位机界面上，上位机界面如图2。将无人机预设为待识别物体，opencv调用摄像头，由打开摄像头的开源代码来读取摄像头中的视频图像信息，并进行实时视频捕获，然后将其分解为视频帧写入到视频文件，当中当可疑物体闯入监控范围内时，系统将识别并捕获其可疑物体的图像信息，对视频图像先进行预处理，即灰度化滤波，再进行二值化、形态学运算和边缘检测，以达到图像分割的目的，最后將检测到的图像经匹配分析确定为无人机后发出报警信息。
3 总结
本文提出一种集雷达扫描和视频监控于一体的反无人机监测系统的设计方案，初步证明可实现对可疑目标的监控。
参考文献
[1]柏如玉，国内外反无人机技术发展分析[J].中国安防，2016（9）：31-34.
[2]郝明明，盛怀洁，陈明建.反无人机转发式干扰参数设计与仿真[J].信息科学与控制工程，2018（9）：180-184
[3]王博阳，甘荣兵，“苍鹭”无人机对抗手段探讨[J].电子对抗，2017（2）：25-31.
[4]王聪，刘明光，齐飞.智能视频监控系统动态目标检测与识别算法综述[J].电气技术，2018（9）：6-11.
