[发明专利]一种基于用户认证的反无人机方法

说明书

技术领域

本发明涉及无人机低空防御领域，特别是一种基于用户认证的反无人机方法。

背景技术

近年以来，当无人机越来越走进民众生活，为民众生活带来便利的同时，无人机防御正在成为各国重点关注的新领域。事实证明，无人机正在成为不法分子窃取秘密情报，窥探他人隐私，危害公共安全的新工具。实施上述不法行为的又以消费级民用无人机为绝大多数。这些无人机成本低、易于获取、操控简单，用户数量多，监管难度大。

已有相关技术采用红外图像识别和雷达探测技术对无人机进行实时监测，但监测效果不佳。红外图像探测对于复杂环境条件下，无人机目标与背景特征差异不大，基于图像识别技术的监测手段很难实现有效监测，图像监测的距离限制也是又一制约因素，传统图像监测手段对于超过1km范围的无人机目标，识别率很低。由于消费级无人机体积小、飞行速度低、飞行速度慢，具有典型的低、慢、小目标特点，不易被低空雷达探测到，此外，消费级无人机主要采用塑料、玻璃纤维、碳纤维等非金属材料制造，雷达反射界面较小，雷达反射信号飘忽不定，也降低了雷达的探测距离和跟踪的稳定。

综上所述，现有技术采用基于图像识别或雷达探测的无人机监测手段难以达到对无人机的远距离、有效监测。

发明内容

本发明的目的在于克服现有技术中所存在的上述不足，提供一种基于用户认证的反无人机方法。

为了实现上述发明目的，本发明提供了以下技术方案：

一种基于用户认证的反无人机方法，包括：

S1，地面站对空域实时监测，若出现异常信号，向异常信号源发送认证指令；

S2，若异常信号源未返回或返回错误的认证信息，向所述异常信号源发送干扰信号。

作为可选的实施方案，对空域的实时监测方式包括图像识别和声音识别。基于图像识别的实时监测方式通过CCD采集单元(或者还包括红外热成像单元)对扫描空域，将采集图像经过滤波处理，与地面站处理中心的无人机模板对比，识别出采集图像中的无人机信号。声音识别通过声传感器采集空域声音信号，滤出背景噪音后，对声音信号进行频谱分析，将所述频谱分析结果与地面站处理中心的无人机声音频率特征比对，判定空域内是否侵入无人机。

进一步地，地面站处理中心设置背景信号参数阈值，若监测信号对应参数超过所述阈值，则判定为异常信号。地面站判定监测信号中包含异常信号，随即向所述异常信号源方向发送认证指令。

进一步地，所述异常信号源包括友方无人机、黑飞无人机以及其他信号源。所述其他信号源通常包括鸟类等自然物。

若为获得许可的友方无人机，在接收到地面站发送的认证指令后，将本机的认证信息返回至地面站。所述认证信息为无人机与地面站之间预设的通信密钥和/或与无人机身份唯一对应的身份识别码。

若为黑飞无人机，则未返回认证信息或者返回错误的认证信息。

若为其他信号源，则未返回认证信息。

进一步地，以广播方式向多个异常信号源发送认证指令。据此，当空域内出现多架无人机时，所有无人机均能接受到地面站发送的认证指令，以便从中区分出友方无人机与黑飞无人机。

进一步地，所述认证信息还包括无人机当前空间位置信息。如前述，友方无人机接收到地面站发送的认证指令后，向地面站返回认证信息，所述认真信息还包括友方无人机当前空间位置信息，据此，地面站可获取友方无人机空间精确位置，更优地监控无人机任务执行以及安全飞行。

进一步地，地面站对所述异常信号源发送干扰信号的同时，持续监测所述异常信号源。通常情况下，通信认证的实现距离大于图像识别和声音识别的监测距离。据此，持续监测异常信号源可以实现两方面的目的：其一，持续监测可以获取干扰信号的执行效果；其二，持续监测过程中区分出黑飞无人机与其他信号源。

进一步地，干扰信号发送采用扫频干扰。利用定向天线和干扰发射机对无人机的导航、控制以及图传信号进行全频段干扰，破坏其通信，是黑飞无人机失控、悬停或者返航。

进一步地，向所述异常信号源发射物理拦截装置替代发送干扰信号，或者两种方式同时采用。物理拦截相比信号干扰具有反制更直接的特点，且成本更低，可以进一步对采取通信抗干扰措施的黑飞无人机实施有效打击。物理拦截可采取由地面站处理中心控制或者人工瞄准发射的方式执行，信号干扰与物理拦截两种方式结合反制无人机效果更优。

与现有技术相比，本发明的有益效果：