? ? ? ?無人機(jī)在民用和軍事領(lǐng)域的應(yīng)用越來越廣泛。然而，隨著無人機(jī)數(shù)量的增加，"黑飛"現(xiàn)象也日益嚴(yán)重，對公共安全和隱私構(gòu)成了威脅。因此，開發(fā)有效的無人機(jī)探測與識別技術(shù)變得尤為重要。及時(shí)發(fā)現(xiàn)黑飛無人機(jī)的存在進(jìn)而對其型號進(jìn)行識別是無人機(jī)探測技術(shù)的關(guān)鍵環(huán)節(jié)， 傳統(tǒng)的無人機(jī)探測技術(shù)主要包括雷達(dá)探測和光學(xué)探測。雷達(dá)探測通過發(fā)射電磁波并接收其反射波來探測目標(biāo)，能夠提供目標(biāo)的距離、速度和方位信息。然而，雷達(dá)系統(tǒng)設(shè)備成本高、體積大，且在某些復(fù)雜環(huán)境中部署困難。光學(xué)探測技術(shù)則利用攝像頭或紅外設(shè)備捕捉無人機(jī)的圖像信息，但這種方法受天氣和光照條件影響較大，夜間和能見度低的環(huán)境中效果不佳。

? ? ?聲學(xué)識別技術(shù)提供了一種新的解決方案。無人機(jī)在飛行中會產(chǎn)生獨(dú)特的聲學(xué)特征，這些特征可以用于無人機(jī)的檢測與識別。聲學(xué)探測系統(tǒng)由麥克風(fēng)陣列、信號處理單元和識別算法組成。麥克風(fēng)陣列用于收集環(huán)境中的聲音信號，信號處理單元負(fù)責(zé)對收集到的聲音信號進(jìn)行去噪、增強(qiáng)等預(yù)處理，識別算法則用于分析聲音特征并判斷是否為無人機(jī)。

1、無人機(jī)探測技術(shù)現(xiàn)狀

1.1 英國反無人機(jī)系統(tǒng)（AUDS）

? ? AUDS是一種綜合性的反無人機(jī)防御系統(tǒng)，它結(jié)合了雷達(dá)、熱成像和射頻干擾技術(shù)。

• 相控陣電子雷達(dá)可以提供高精度的目標(biāo)定位和跟蹤能力，而熱成像儀則可以在夜間或能見度低的環(huán)境中探測到無人機(jī)。
• 當(dāng)探測到無人機(jī)后，AUDS會發(fā)射大功率的射頻信號來干擾無人機(jī)的GPS和通信鏈路，迫使無人機(jī)離開或安全降落。

1.2 Aveillant公司的三維全息雷達(dá)

• Aveillant的三維全息雷達(dá)是一種先進(jìn)的雷達(dá)系統(tǒng)，它使用相控陣技術(shù)和脈沖多普勒處理來提供高分辨率的空中目標(biāo)圖像。
• 通過主動發(fā)射電磁波并接收反射回波，系統(tǒng)能夠構(gòu)建出目標(biāo)的立體圖像，從而實(shí)現(xiàn)對無人機(jī)的識別和探測。
• 這種雷達(dá)系統(tǒng)對于探測小型無人機(jī)特別有效，因?yàn)樗鼈兺ǔＴ诶走_(dá)橫截面較小，難以被傳統(tǒng)雷達(dá)探測到。

1.3 日本Alsok公司的聲學(xué)傳感器陣列

• Alsok公司開發(fā)的聲學(xué)探測系統(tǒng)利用麥克風(fēng)陣列來采集無人機(jī)飛行時(shí)產(chǎn)生的聲音。
• 通過與預(yù)先建立的無人機(jī)噪聲樣本庫進(jìn)行匹配，系統(tǒng)可以識別無人機(jī)的類型。
• 此外，聲學(xué)陣列信號處理技術(shù)還可以用于確定無人機(jī)的位置，從而提供更全面的防御能力。

1.4中國電子科技集團(tuán)第14研究所研制的“蜘蛛網(wǎng)反無人機(jī)系統(tǒng)”

? ? ?中國電子科技集團(tuán)第14研究所研制的“蜘蛛網(wǎng)反無人機(jī)系統(tǒng)”是一種綜合性的無人機(jī)防御系統(tǒng)，它集成了多種技術(shù)手段，以實(shí)現(xiàn)對無人機(jī)的實(shí)時(shí)探測和有效反制。該系統(tǒng)的主要組成部分包括：

• 蜘蛛網(wǎng)雷達(dá)：提供全方位覆蓋的雷達(dá)系統(tǒng)，專門設(shè)計(jì)用于探測和跟蹤低空飛行的小型無人機(jī)。雷達(dá)系統(tǒng)具有高分辨率和高更新率，能夠快速識別和跟蹤目標(biāo)。
• 無線電設(shè)備：用于監(jiān)測和分析無人機(jī)的無線電信號，包括其通信鏈路和導(dǎo)航信號。通過對這些信號的分析，可以識別無人機(jī)的類型，并在必要時(shí)實(shí)施干擾。
• 光電紅外設(shè)備：光電紅外設(shè)備可以在白天或夜間捕捉無人機(jī)的熱成像和視覺圖像，提供另一種維度的探測能力。這種設(shè)備對于在視覺隱蔽環(huán)境下探測無人機(jī)尤為重要。
• 干擾反制設(shè)備：當(dāng)探測到無人機(jī)后，干擾反制設(shè)備可以發(fā)射干擾信號，阻斷無人機(jī)的通信鏈路和導(dǎo)航系統(tǒng)，迫使無人機(jī)離開或降落。

1.5 中國科學(xué)院聲學(xué)研究所的吳國清團(tuán)隊(duì)在聲學(xué)目標(biāo)識別領(lǐng)域的研究成果

? ? ? 中國科學(xué)院聲學(xué)研究所的吳國清團(tuán)隊(duì)在聲學(xué)目標(biāo)識別領(lǐng)域的研究成果體現(xiàn)了聲學(xué)技術(shù)在無人機(jī)探測中的應(yīng)用潛力。通過提取聲信號的功率譜與雙重譜特征，他們利用模糊神經(jīng)網(wǎng)絡(luò)對聲目標(biāo)進(jìn)行了分類識別研究，并取得了92%的識別準(zhǔn)確率。這一研究成果證明了聲學(xué)特征在無人機(jī)識別中的有效性，以及模糊神經(jīng)網(wǎng)絡(luò)在聲學(xué)目標(biāo)識別任務(wù)中的強(qiáng)大能力。

2、聲紋識別的技術(shù)原理

2.1 無人機(jī)聲音的產(chǎn)生機(jī)理

? ? 無人機(jī)聲音的產(chǎn)生機(jī)理與任何飛行器類似，主要是由于推進(jìn)系統(tǒng)、氣流擾動、機(jī)械振動和其他運(yùn)動部件的相互作用造成的。

• 推進(jìn)系統(tǒng)：無人機(jī)的主要噪聲源是其推進(jìn)系統(tǒng)，這可能是電動機(jī)、內(nèi)燃機(jī)或其他類型的發(fā)動機(jī)。對于電動無人機(jī)，電動機(jī)旋轉(zhuǎn)時(shí)會發(fā)出聲音，尤其是在加速或高速運(yùn)轉(zhuǎn)時(shí)。對于內(nèi)燃機(jī)無人機(jī)，內(nèi)燃機(jī)的爆炸過程、排氣以及活塞和連桿的運(yùn)動都會產(chǎn)生噪聲。
• 氣流擾動：無人機(jī)飛行時(shí)，其旋翼（對于多旋翼無人機(jī)）或固定翼（對于固定翼無人機(jī)）與空氣的相互作用會產(chǎn)生氣流擾動，從而產(chǎn)生噪聲。旋翼在切割空氣時(shí)會產(chǎn)生揮舞噪聲和寬帶噪聲，而固定翼無人機(jī)的機(jī)翼和尾翼在氣流中也可能產(chǎn)生噪聲。
• 機(jī)械振動：無人機(jī)的機(jī)械部件，如發(fā)動機(jī)、旋翼葉片、齒輪和軸承，在運(yùn)行時(shí)都會產(chǎn)生振動。這些振動通過無人機(jī)的結(jié)構(gòu)傳播，最終以聲波的形式輻射出去，成為可聽到的噪聲。

2.2 無人機(jī)聲音樣本庫

無人機(jī)聲音樣本庫是一個(gè)收集無人機(jī)在各種操作狀態(tài)下產(chǎn)生的聲音的數(shù)據(jù)庫。這個(gè)數(shù)據(jù)庫包含了不同類型、不同型號的無人機(jī)在起飛、飛行、懸停、降落等狀態(tài)下的聲音樣本。

對樣本庫中的聲音信號的聲強(qiáng)幅值進(jìn)行歸一化處理，可以防止由于采集到的聲音信號強(qiáng)弱不同而造成的識別錯(cuò)誤，防止同一種無人機(jī)由于其飛行過程中與音頻采集裝置距離的不同而造成聲強(qiáng)的不同，使識別系統(tǒng)誤認(rèn)為是兩種不同的無人機(jī)。

可用數(shù)據(jù)集：MMAUD（Multi-Modal Anti-UAV Dataset）數(shù)據(jù)集（現(xiàn)代小型無人機(jī)威脅的多模態(tài)反無人機(jī)數(shù)據(jù)集，包括DJI Mavic2、DJI Mavic3、DJI Phantom4、DJI Avata等）：MMAUD · A Comprehensive Multi-Modal Anti-UAV Dataset for Detection, Classification, Tracking and Trajectory...

2.3 無人機(jī)聲音時(shí)頻特性

DJI ?Phantom4時(shí)頻譜圖

3、無人機(jī)有無判斷

? ? ? ?無人機(jī)的有無判別是指當(dāng)外界傳入聲信號為無人機(jī)聲音時(shí)，判別器進(jìn)行預(yù)警， 而當(dāng)外界傳入的聲信號為非無人機(jī)飛行聲音時(shí)，判別系統(tǒng)不進(jìn)行預(yù)警。無人機(jī)的有 無判別采用自動編碼器與門限檢測相結(jié)合來實(shí)現(xiàn)，通過提取無人機(jī)聲信號的梅爾倒譜系數(shù)作為所搭建的自動編碼器的訓(xùn)練集樣本數(shù)據(jù)，經(jīng)過自動編碼器對無人機(jī)聲信號梅爾特征的學(xué)習(xí)，使經(jīng)過自動編碼器重構(gòu)后的數(shù)據(jù)可以實(shí)現(xiàn)對無人機(jī)聲信號梅爾特征的擬合，并根據(jù)重構(gòu)后的數(shù)據(jù)與輸入數(shù)據(jù)的均方誤差損失來劃定檢測門限，并對不同信噪比下的檢測概率與虛警概率進(jìn)行測試以評價(jià)此判別器的識別效果。

4、無人機(jī)類型識別

4.1 基于卷積神經(jīng)網(wǎng)絡(luò)的無人機(jī)類型識別技術(shù)

? ? ? 卷積神經(jīng)網(wǎng)絡(luò)（CNN）因其在圖像處理中的成功應(yīng)用而被廣泛研究和使用。在聲音識別領(lǐng)域，CNN能夠有效地從聲音數(shù)據(jù)中提取特征，并通過深層網(wǎng)絡(luò)結(jié)構(gòu)來提高識別的準(zhǔn)確率。。

? ? ? 應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)對無人機(jī)進(jìn)行類型識別的研究中，將一維的無人機(jī)聲音信號通過時(shí)頻分析方法（包括短時(shí)傅里葉變換與小波變換）得到無人機(jī)聲信號的時(shí)頻特征矩陣，時(shí)頻特征矩陣是一個(gè)二維張量，可以作為二維卷積神經(jīng)網(wǎng)絡(luò)的輸入層，通過對卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練使其學(xué)習(xí)到每種無人機(jī)聲信號的深層特征，并對訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行識別準(zhǔn)確率測試。采用深度卷積生成式對抗網(wǎng)絡(luò)(DCGAN)對無人機(jī)聲信號進(jìn)行數(shù)據(jù)增強(qiáng)，并對比未經(jīng)數(shù)據(jù)增強(qiáng)的無人機(jī)類型識別準(zhǔn)確率與經(jīng)過數(shù)據(jù)增強(qiáng)的識別準(zhǔn)確率。實(shí)驗(yàn)結(jié)果顯示，CNN在識別無人機(jī)聲音方面的準(zhǔn)確率達(dá)到了96.5%，識別準(zhǔn)確度會隨著信噪比的降低而逐漸下降。

4.2 基于循環(huán)神經(jīng)網(wǎng)絡(luò)的無人機(jī)類型識別技術(shù)

? ? ? ?循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）由于其在處理序列數(shù)據(jù)方面的優(yōu)勢，也被應(yīng)用于無人機(jī)聲音識別中。RNN特別適合處理時(shí)間序列數(shù)據(jù)，如聲音信號，因此在動態(tài)環(huán)境下的聲音識別任務(wù)中表現(xiàn)出色。將無人機(jī)聲信號的梅爾倒譜系數(shù)特征作為循環(huán)神經(jīng)網(wǎng)絡(luò)的輸入，采用 RNN 循環(huán)神經(jīng)網(wǎng)絡(luò)、LSTM 長短時(shí)記憶網(wǎng)絡(luò)以及 Bi-LSTM 雙向長短時(shí)記憶網(wǎng)絡(luò)三種循環(huán)神經(jīng)網(wǎng)絡(luò)根據(jù)無人機(jī)的輻射噪聲對其進(jìn)行類型識別。

? ? ?通過提取無人聲信號的梅爾倒譜特征，并作為 RNN、LSTM 以及 Bi-LSTM 三種循環(huán)神經(jīng)網(wǎng)絡(luò)的輸入。其中，RNN 網(wǎng)絡(luò)獲得了 92.50%的識別準(zhǔn)確率，LSTM 網(wǎng)絡(luò)獲得了 95.83%的識別準(zhǔn)確率，Bi-LSTM 網(wǎng)絡(luò)獲得了 97.33%的識別準(zhǔn)確率。識別準(zhǔn)確度會隨著信噪比的降低而下降明顯。

5、無人機(jī)空間定位

• 聲波信號的捕捉：無人機(jī)在飛行過程中會發(fā)出特定的聲波信號，這些信號可以被地面上的麥克風(fēng)陣列捕捉到。這一過程類似于人類耳朵如何接收聲音。
• 信號處理與定位：接收到的聲波信號會被傳輸?shù)街醒胩幚硐到y(tǒng)。在這里，利用算法對這些信號進(jìn)行處理，以確定聲源（即無人機(jī)）的精確位置。這通常涉及到計(jì)算不同麥克風(fēng)之間接收到的信號的時(shí)間差或相位差。
• 定位精度與誤差：根據(jù)研究，這種基于地面麥克風(fēng)陣列的聲波定位技術(shù)能夠?qū)崿F(xiàn)對無人機(jī)的高精度定位，其定位相對誤差可達(dá)0.5%，并且可以定位到120米的高度。