国家自然科学基金项目

基于5G信号的无人机探测关键技术研究

基本信息

项目批准号：62071220

申请代码：F0103

项目名称：基于5G信号的无人机探测关键技术研究

项目负责人：柏业超

依托单位：南京大学

研究期限：2021-01-01 至 2024-12-31

资助经费：62.0（万元）

中文摘要：

以5G信号作为外辐射源的无人机探测具有速度分辨率高，不增加电磁污染，全天时监测等优点，且造价低廉，但目前缺少系统的模型和针对性算法。本项目从单天线信号积累、阵列测向、多站联合探测三个层次研究适用于5G信号探测无人机的新理论和新方法。针对5G使用的连续OFDM信号，建立接收信号模型，提出利用keystone变换校正距离走动，再进行时频二维信号积累的方法，提高积累增益。针对接收信噪比低，传统阵列信号处理方法性能急剧下降的问题，提出基于随机矩阵理论的测向方法，提升无人机方位估计性能。针对多站联合探测中多普勒频移含有大量目标位置信息的新发现，提出融合多普勒频移与延时进行目标探测的新机制，提高系统空间分辨率、无人机检测鲁棒性与目标定位精度。本项目突破关键问题，搭建实验演示系统，促使5G信号探测无人机技术走向应用。发现多普勒频移和延时含有相当数量目标位置信息的新应用场景，丰富了多基地信号处理理论。

英文摘要：

The drone detection method using the 5G signal as the external illuminator which will not cause extra electromagnetic pollution has high velocity resolution. It is low cost and can achieve all-day monitoring. However, there is no systematic model and targeted algorithm at present. The project studies the new theories and methods applicable to drone detection based on 5G signals from three aspects: the single antenna signal accumulation, the array direction estimation and the multi-station joint detection. The model of received signal is established for the continues OFDM signal used in 5G. To increase the gain of accumulation, a method carrying out the time-frequency 2-D signal accumulation after the range migration correction based on keystone transform is proposed. The direction estimation algorithm based on random matrix theory is proposed to deal with the performance degradation of traditional signal processing methods caused by the low SNR of received signal, which effectively improves the performance for the direction estimation of drone. A novel method for fusion of Doppler shift and time delay is proposed based on the newly discovered fact that the Doppler shift involves considerable information of the targets position in multi-station joint detection. This proposed method improves the space resolution, the robustness of drone detection and the precision of target location. The project makes a breakthrough of the main problems and sets up an experimental demonstration system, which promotes the practical application of drone detection based on 5G signal. The new application scenario where Doppler shift and time delay contain comparable target position information is found, which enriches the multi-station signal processing theory.

结题摘要

无人机探测对保障低空安全、促进低空经济发展具有重要意义。基于5G外辐射源的无人机探测技术具有造价低廉、不会造成额外电磁污染、能够实现全天时监测等优点。本项目研究了基于5G外辐射源的单接收天线信号积累方法、主基站直达波抑制和同频基站干扰抑制方法、多天线多站无人机探测方法等。针对低信噪比目标测向问题，提出了基于随机矩阵奇异值的子空间加权算法，利用样本协方差矩阵特征值的极限分布，估计各子空间的能量，再用估计出的能量构造子空间加权矩阵，实现DOA估计，估计误差和飞点概率均低于MUSIC算法和信噪比加权子空间算法；提出了基于随机矩阵特征向量的子空间加权算法，使用一阶扰动近似分析样本协方差矩阵特征向量的统计特性，然后使用随机矩阵理论中关于样本协方差矩阵信号子空间向真实信号投影范数的渐进结果，获得基于随机矩阵特征向量的加权矩阵，在信号源相关且信噪比较低的情况下，获得了良好的估计性能。针对5G基站、目标、接收站的几何特性提出了融合多普勒频率的目标定位方法，比较了仅用延时与延时多普勒频率融合两种估计方法的目标位置估计Cramér-Rao下界，结合多任务贝叶斯压缩感知算法实现了融合多普勒频率的无人机定位，提高了目标定位精度。针对低空复杂地杂波、海杂波影响检测性能的问题，提出了基于阈上随机共振系统的低信杂比运动目标相参检测算法，该方法采用由一组并联的量化器组成的SSR预处理系统与自适应匹配滤波器级联，计算复杂度低，通过在输入端添加量化噪声调节系统的输入输出特性，可以适用于不同分布的背景杂波。针对接收站优化配置问题，提出了单目标场景下基于序列二次规划和改进粒子群的接收站布置算法；提出了区域场景下基于SQP的极大极小接收站布置算法，提高了无人机定位精度。项目组使用USRP搭建了基于5G信号的无人机探测实验系统，实现了无人机探测。项目研究成果对低信噪比目标探测、复杂杂波抑制具有借鉴意义。

版权声明：本文所有文字来自国家自然科学基金委员会官方网站（https://www.nsfc.gov.cn/），版权归原作者/机构所有。如有侵权，请留言并提交证据，收到核实后删。

以科技赋能产业

以创新引领发展

未来，已来！