无线电监测，无人机探测，雷达，无人机的一些tips

探测无人机的方法很多，包括音频、光学、雷达和无源射频探测。许多系统结合了各种技术，以确保完整的覆盖范围并最大程度地减少误报，但代价是复杂性和不可避免的成本。开发最强大的检测系统的军备竞赛使得装备成本急剧上升，达到数百万美元。当你认为到手枪的价格范围和用于识别它们的金属探测器的价格更接近时，但你要明白这与威胁的代价完全不相符。现在有更先进的技术来探测隐藏的武器，但金属探测器很受欢迎，因为它们提供了一种低成本的解决方案。

在预算内实现检测一架无人机的方案有更大的挑战，因为你必须选择传感器。从成本的角度来看，选择音频的方案是有吸引力的，但是已有的研究和做法表明这种方案易于出现误报(鸟类) ，光学检测方案只能在明亮的光线条件下工作，也可能出现误报(远距离飞行器)并且成本非常昂贵(热成像)。雷达的方案很有效，但需要辐射射频并且成本也很昂贵。这使得无源射频探测很容易受到干扰，并且不能保证无人机能够自动驾驶。

无源射频探测：无人机的无源射频检测是最流行的技术之一，因为消费级无人机通常是远程控制的。没有射频链接的无人机就像低金属含量的枪支一样，这种设计用来逃避金属探测器的检测，但是这种技术的成本非常昂贵，因此你很少会在好莱坞电影之外遇到这种反检测技术。现在的威胁来自无人机的无线电频率链路，这就是为什么要优先考虑检测无线电频率链路的原因。

一个典型的消费级遥控无人机有两个无线电链路: 一个强制控制频道和一个可选的视频下行链路。控制通道用于从地面控制系统(GCS)向无人机发送命令。这些链路通常是窄带移频键控(FSK)跳频器(目的是为了提高弹性) ，在未经许可的工业科学医学(ISM)频段中工作，如434MHz (欧盟)、 915MHz (美国)、2.4 GHz 和5.8 GHz。2.4 GHz 频段由于具有较高的全球认可度和大量的廉价无线电收发器因此，它无疑是最受消费者欢迎的无人机，也是世界上最繁忙的频段视频下行链路用于以不同的高带宽信号将数据传回地面控制系统(GCS)。

蜂窝控制的无人机：更难探测的目标是通过蜂窝调制解调器控制的无人机，因为你正在寻找加密的电话信号。值得庆幸的是，这些在公开市场上是不可用的，但是将调制解调器与MAVLink遥测模块相结合的技术是可用的。要用无源射频检测这种威胁，你需要监控所有的本地蜂窝频谱(2G到5G)，寻找强上行信号，因为手机有不同的频率对，可以与基站进行通信。在一个人口密集和杂乱的地区根据信号强度被动地进行地理定位是不现实的，因为手机会动态地调整其耗电等级以节省电量。你能得出的唯一结论是，基于最小功率水平，手机离你的距离“比” x 米还近。检测带有调制解调器的机器人的一种更好的方法是在网络级别，因为你可以确定地识别像MAVLink 7这样的遥测技术——当然前提是它没有加密。

弱信号检测：在 ISM 波段运行的设备有严格的功率限制(20dBm 有效辐射功率) ，这意味着它们的信号非常弱。在一个非常嘈杂的频谱中检测几公里外的微弱信号并非易事，这需要大量的数字信号处理(DSP)的专业知识。

使用软件无线电(SDR) ，可以检测无线电基带的噪声。此噪声必须超过一个确定的阈值，才能考虑进一步处理。设置这个阈值会直接影响系统的工作范围和处理负载，因此较高的阈值只选择最强的信号进行处理来减少工作负载，但只能检测距离非常接近的无人机。一个较低的阈值将成倍增加工作量，因为你将会处理大量的 WiFi 和蓝牙共享带。

为了开发一种低成本的无人机探测方案，必须在低成本的 SDR 接收器和满足距离以及探测能力的阈值的基础上寻求合理的权衡。这可以通过使用其他信号参数(如频率)来实现，从而更有选择性地处理哪些信号。

根据我们在拥挤环境中使用 SDR 探测远距离无人机的经验来看，我们发现 2 公里是 2.4 GHz 频段无源射频消费级无人机探测的实际最大距离。这个距离是基于欧盟的 20dBm 的功率限制，因此在美国的 30dBm 的限制范围内会更远。有像 LoRa4 这样的低功率射频系统，可以用更少的功率探测 10公里以外的范围，但是它们是窄带系统。最小可检测信号(MDS)理论指出，接收器的噪声随着带宽的增加而增加，因此仅仅因为一个窄带 LoRa 信号可以传输10公里并不意味着一个20 MHz 的 DJI 视频信号就可以。为了检测和测量 DJI 无人机，你需要比目标信号有更多的接收器带宽，因此 30MHz 带宽的噪声下限将是 -99 dBm ，这是绝对最小值。

为了得到准确的测量结果，你需要使信号与(随机)噪声层之间的距离至少达到10dB，也就是信噪比(SNR)。这将使最小可测量信号-89dBm在理想的“安静”条件下。考虑到频段内其他设备(WiFi、蓝牙、Zigbee、CCTV)产生的合理的10dB信道噪声，你的检测阈值现在只有-79dBm。

为了从信号强度推算距离，你可以使用一个传播模型，例如 Friis 传输公式，假设输出功率已知(例如20dBm) ，则意味着 -79 dBm （实际也是现实的）阈值的无人机在1500米范围内。这与反无人机市场领导者引用的大数字相去甚远，但当你考虑到监狱走私者通常离最近的树林中的栅栏只有几百米的时候，这些数据还是很有用的。

如果你曾经驾驶过自己的无人机，你会明白1500米的距离非常遥远，需要几分钟的飞行时间，而且在300米之外很难看到民用的无人机在空中飞行。

地理位置：可以使用功率，相位和时序等多种技术来对RF信号进行地理定位，从而增加复杂性和成本。廉价天线的基本技术是使用信号强度和代表信号范围的覆盖圆，并使用轨迹和三角来标记交叉点。这种2D技术产生两个结果，一个是真实的，一个是镜像。它对信号强度的错误很敏感，因此不建议在市区使用。

这种信号强度技术的一种更高级的形式是使用3个传感器并创建球体来表示可能的位置，然后使用球面几何学来寻找交叉点。这种类似 GPS 的技术产生了一个单一的更高质量的结果，在无人机探测方面意义重大，包括高度。

为了减少基于信号强度的地理定位的错误，每个“3D 修正”都返回一定程度的错误，因此，如果某个无线电设备由于树木的衰减而报告了不良的读数，则报告的误差将很大，结果 可以丢弃或显示，但误差半径很大。我们已经成功地实现了这种技术。

当你拥有一个能够自动对信号进行地理定位的系统时，你很快就会被地图上的数据和点所淹没。为了理解这些结果，跟踪算法必须使用信号参数以及时间和空间将点连接起来。

在射频地理定位中，错误是很自然的，因此算法必须能够区分好的和坏的候选跟踪，并根据无人机在给定时间内飞行一定距离的可能性作出决定。由于无人机可能会消失在一个大建筑物后面，然后再出现在另一边，因此并非总是可以顺畅地跟踪轨迹。在这种情况下，将生成两个轨迹并将其呈现给分析人员，以在映射的背景下进行解释。

一旦你有了航迹，它可以用来回答两个优先问题： 首先是无人机的航向，其次是操作员的位置。即使无人机是从传感器探测范围之外发射的，航迹矢量也会显示其来源，而无人机的型号(见识别部分)也会显示出为搜索操作者提供感兴趣的圆锥体所可能达到的最大距离。

一旦你得到航迹后，就可以用来回答两个优先级比较高的问题：首先是无人机的航向在哪里，其次是操作员在哪里。即使无人驾驶飞机是从传感器的探测范围之外发射的，航迹矢量也会显示其来源，而无人机的模型（请参见识别章节）将给出提供你可能感兴趣的视锥角可能获得的最大距离，用于搜索操作员的位置。

身份识别：从无源无线电频率中识别无人机是一个挑战，特别是当你没有解码协议的时候。解码无人机的协议，例如 FSK （移频键控）控制信道，将是从其协议结构甚至ID号识别无人机的逻辑方法，但是鉴于威胁态势和盖特威克的最新经验，期望你的控制信道是一个你知道并能够解码的协议将是一个危险的假设。

另外，由于法律原因，你不能免费解码任何你喜欢的信号。未经许可或授权而截获信号是违法的。不需要拦截而进行身份识别是有必要的，所以，现在只剩元数据分析的方法了。

一种与供应商无关的、基于元数据的方法是使用物理信号测量和已知信号数据库来确定威胁。你可以将已知的无人机参数与数据库进行匹配，并正确区分非无人机信号，如蓝牙，但这种方法不能帮助你处理未知的无人机。