简单百科
反无人机

反无人机

反空中机器人（英文：Counter 无人侦察机）是指通过整合或改进现有先进技术实现对无人机目标的探测、跟踪、识别、干扰、诱骗、控制或摧毁。

2011年，伊朗曾利用美国RQ-170侦查机型隐形无人机的漏洞，切断了其与地面控制站的联系并使其降落在伊朗境内被成功捕获。美国国防部至少从2014年起，就已经在国外部署反无人机技术。2014年，美国海军在“庞塞”号两栖船坞运输舰上部署了首型可作战使用的反无人机任务的30千瓦级激光武器。2017年10月28日，俄军已经组建第一支反无人机部队。2019年10月，美国空军接收一种车载反空中机器人原型机——“高能激光武器系统”（HELWS）。俄军自2019年起，所有的重大军事演习均包括反无人机课目。2020年1月，美国国防部长批准“联合反小型无人机办公室”实施计划。同年，俄罗斯卡巴斯基开发了一种利用人工神经网络的反无人机系统。2021年，美国发布了一款“莫非斯”无人机，可反无人机和无人机蜂群。2022年5月，福腾技术公司将基于人工智能技术的便携式“无人机猎手”系统送往乌克兰，并在2022年卡塔尔世界杯足球赛期间在多个体育场总署了该系统。

反空中机器人技术按照功能可以分为无人机探测识别技术和无人机反制技术两大类。反无人机系统最常见的探测识别技术包括：射频分析仪、雷达、视频传感器和声学传感器。常规的反制无人机威胁的方法有空中拦截、地面火力打击，通信、导航系统干扰，信号入侵等。

面对无人机的威胁，一些国家发布了反无人机战略，研究新的反无人机措施，在推动反无人机系统在智能化、一体化、便携性、机动性方面取得较大进步。与此同时，相关国家军队也加强对官兵的反空中机器人能力培训，以更好地适应战场变化。

发展沿革

产生背景

无人机在现代战争中的作用举足轻重。各类无人作战飞机对国家防空体系构成了极大挑战，一些民用无人机也对公共安全、空中交通和关键基础设施安全构成一定的威胁。

同时，随着各种操纵方便的遥控直升机、多旋翼机日渐普及，“黑飞”无人机干扰航空秩序等意外事件频发，对重要地域安全保卫、治安管理等构成了严峻挑战，引发各国对反无人机系统的高度关注。

针对日趋严峻的空中机器人威胁，反无人机技术及其在各型武器装备上的应用也逐步发展并逐渐成熟。

发展历程

2011年，伊朗曾利用美国RQ-170侦查机型隐形无人机的漏洞，通过对其通信链路实施干扰，切断了其与地面控制站的联系，迫使该机进入自动驾驶状态，然后重构了该机的GPS坐标，使该机认为已经抵达美军在阿富汗的基地，并使其降落在伊朗境内被成功捕获。

美国国防部至少从2014年起，就已经在国外部署反无人机技术。2014年，美国海军在“庞塞”号两栖船坞运输舰上部署了首型可作战使用的定向能武器——“激光武器系统”（LaWS）。LaWS是一种能执行反空中机器人任务的30千瓦级激光武器原型机。美国空军在《2016年小型无人机飞行计划》中表示，美国空军会进一步寻求机载反无人机能力。

2017年10月28日，俄罗斯西部战区新闻处发布消息称，俄军已经正式组建第一支反无人机部队。2019年10月，美国空军接收一种车载反无人机原型机——“高能激光武器系统”（HELWS），进行为期一年的海外实地试验。同年12月，美国国防部精简了国防部内各种反小型无人机项目，将陆军指定为监管国防部反小型无人机工作的执行代理。俄军自2019年起，所有的重大军事演习均包括反无人机课目。

2020年1月，美国国防部长批准“联合反小型无人机办公室”实施计划。同年，美国一家公司推出了智能反无人机空中制导交战系统。这是一种对抗蜂群空中机器人的导弹。2020年，俄罗斯卡巴斯基实验室开发了一种利用人工神经网络的反无人机系统——卡巴斯基反无人机系统。2021年，美国发布了一款“莫非斯”无人机。该无人机尺寸小，能封装在直径为15cm的发射管中，携带高功率微波（HPM）武器，可反无人机和无人机蜂群。

2022年5月，福腾技术公司将基于人工智能技术的便携式“无人机猎手”系统送往乌克兰。在2022年卡塔尔世界杯足球赛期间，“无人机猎手”系统被部署至多个体育场，为卡塔尔安全部门提供反无人机解决方案。

定义和分类

定义

反空中机器人是指通过整合或改进现有先进技术实现对无人机目标的探测、跟踪、识别、干扰、诱骗、控制或摧毁。

技术分类

反无人机技术按照功能大致可以分为两大类：一是无人机探测识别技术，二是无人机反制技术。

探测识别

无人机具有较低的雷达散射截面和相对较低的速度，这些特点使得探测无人机具有很大的挑战性。反无人机系统依靠各种技术来探测、跟踪和识别无人机，其中最常见的是射频分析仪、雷达、视频/光电（EO）传感器（摄像机）和音频/声学传感器（麦克风）。为了提高探测率，往往综合运用多种方法，根据覆盖范围、角度和周围的环境，使用多个传感器阵列对区域进行重叠覆盖，形成一个有效的空中机器人探测系统。

射频系统

大部分无人机使用收音机信号进行通信、指挥和控制，它们接收来自遥控器的命令，并将诸如视频、图像和遥测等数据发送回地面站。射频传感器能探测无人机与地面站之间的无线电通信，捕捉当前位置和操作员位置信息，一些还可以通过分析波形特征来识别无人机的品牌、型号、序列号，通过Wi-Fi通信识别无人机和控制器的MAC地址，一些先进的射频分析仪还能保证无人机和遥控器的实时映射。射频技术成本相对较低，可以探测到空中机器人及其控制器，并能远距离实时跟踪多个目标，但难以探测到靠惯性导航飞行、自主式或预编程的无人机，单凭射频传感器可能并不能有效地探测无人机。

雷达

雷达是另一种探测无人机的流行技术。目前，各种反无人机使用2D和3D雷达精确探测和定位无人机。2D雷达可以探测市场上大多数类型的无人机，然而它们不能提供关于目标高度的信息。在现实生活中，如果没有目标的高度信息，将很难实时跟踪、准确分类并且精确瞄准目标。相较而言，3D雷达可以提供非常关键的高度信息，还可以精确地指示摄像机或干扰器对准空中机器人。

有源电子扫描阵列（AESA：Active Electroni— cally Scanned Array）雷达是在二维阵列中利用多个天线发射相同相移波形的相控阵雷达。它是基于波束形成原理。AESA雷达像人眼一样工作，从一个角落到另一个角落扫描视网膜来观察整个图像。另一方面，多输入多输出（MIMO：Multiple— input and Muhiple—output）雷达可以在所有天线上传输不同的波形。它更像苍蝇的眼睛一样工作。可以立刻获得整个图像，而不需要任何扫描。MIMO雷达提供了惊人的刷新率，这大大地改善了空中机器人（包括蜂群）的探测和跟踪效果。此外，其还能有效地去除地面杂波。

因为无人机在低空飞行、飞行速度慢和雷达散射截面（RCS）小，而雷达传感器很难区分无人机与噪声和杂波，因此需要在反无人系统中部署其他传感器来解决这个问题。

视觉/热成像传感器

非常适合探测低空快速移动的小型物体。光电传感器与基于人工智能的图像处理软件相结合能够对无人机进行视觉探测和分类。它们可以探测到无人机电机和电池的热信号，即使在恶劣条件下也能跟踪和识别无人机。热像仪还能通过探测人的身体热信号来识别空中机器人操作员，有助于确定无人机操作员的位置。

声学方法

声学传感器是一种麦克风或一组麦克风，它探测无人机发出的声音并计算其方向。声学传感器比射频分析仪更具优势，成本相对较低，当雷达视线受阻时，可以使用这类传感器。它们可以探测到电磁频谱近场范围内的任何无人机，包括不依赖无线电的自主无人机。这些传感器提取声学特征并对其进行分类，以探测无人机，即使无人机不在视线范围内，也能估算出旋翼速度和高度。

反制手段

常规的反制空中机器人威胁的方法有空中拦截／地面火力打击、通信／导航系统干扰、信号入侵等。

空中拦截/地面火力打击

无人机飞行路线一般为预先规划，更改航迹需要一定的时间，加上多数侦察型无人机飞行速度较慢，因此在机动性能方面的软肋，使得其容易受到有人机或地面小型武器的攻击。一旦发现来袭无人机，可由航空兵地面部队和海军舰艇防空兵力共同反击，严密协同，合理安排打击次序，给来袭无人机以毁灭性打击。

通信/导航系统干扰

无人机在侦察作战使用中要依靠传感器等机载电子设备进行信息情报的收集，并通过视距／卫通测控链路与地面控制站交换信息。若实施电子干扰，将使空中机器人机载探测设备及数据传输与处理受到影响甚至失灵，特别是小型侦察无人机要通过地面控制站采用收音机传输实时遥控和获取战场信息，对其实施电子干扰更有望达到作战效果。如：2011年一架美国军队 RQ-170侦查机“哨兵”隐身无人机就这样被伊朗俘获。

信号入侵

高度智能化的无人系统往往接入计算机网络中，为破解其关键密码或协议创造了机会。超视距或卫通链路信号很容易被接收，只要截获的数据样本足够大，在一段时间后总能够被破解。此外，空中机器人的控制站计算机往往防护不严密，使用键盘记录器之类的木马软件就可以截获无人机操作规律，分析出有用的信息。然而，针对“蜂群”无人机作战模式的发展，采用常规的反无人机方法是不可行的。目前，除了采用传统方法外，还大力开展通过电子战、网络战、无人机、激光武器等技术执行反无人机任务的研究。通过电子战反无人机的最常用方法是GPS干扰；通过网络战手段可以使无人机丧失执行任务的能力，甚至可以反制无人机；通过无人机携带的航空武器系统在雷达探测并定位对手无人机后对其实施攻击；激光武器具有快速、灵活、抗电磁干扰以及成本低廉等优点，可摧毁小型空中机器人。