民用的“低慢小”无人机（简称：无人机）一般是指飞行高度在1 km以下、飞行速度在200 km/h以下、雷达截面在2 m²以下的无人机^[1]。随着此类无人机在自动航拍、远程监控等领域的广泛应用，其误入铁路运行区域的概率迅速攀升。在铁路沿线和相关地域，无人机未经审批非法飞行的事件层出不穷，对铁路运营安全造成较大威胁，给人民生命财产安全埋下隐患，已引起铁路部门的高度重视。为应对此类情况，众多研究人员在无人机防控与预警领域进行了系统性的研究与探索，胡文娟等人^[2]设计了用于规范无人机低空飞行的反无人机系统；欧阳玉梅^[3]设计了反无人机检测系统，其功能包括雷达探测及视频监控等；王诗年等人^[4]提出了用于要地防护的反无人机系统设计与实现方法；薛猛等人^[5]深入分析了反无人机的关键技术，并对反无人机技术未来的发展进行总结和展望；向文豪等人^[6]提出无人机预警的初步思路并形成较为完整的无人机预警技术谱系；柏如玉^[7]提出了一种针对无人机的低空预警跟踪光电系统的设计思路。

基于上述研究成果，本文融合多种针对无人机进行实时侦测的技术，设计了铁路“低慢小”无人机态势感知与预警平台（简称：铁路无人机态势感知与预警平台），以防范无人机坠落伤人、碰撞铁路建筑物等情况。

1   平台架构

1.1   平台总体架构

铁路无人机态势感知与预警平台采用多服务和客户端的分布式C/S架构模式，总体架构如图1所示。

图  1  铁路无人机态势感知与预警平台总体架构

下载: 全尺寸图片 幻灯片

该平台架构分为设备层、操作系统层、基础组件层、业务组件层、业务模块层、应用模块层和应用层。

（1）设备层：由平台的各类硬件组成，包括专用侦测设备（无线电侦测测向设备、无线电侦测定位设备、低空探测雷达设备）、光电识别跟踪设备等，以及平台部署的载体，如台式机和服务器等。

（2）操作系统层：包含平台的操作系统环境，平台当前基于Windows环境开发，考虑到可移植性和部署能力，将来可能的部署环境还包括Linux、Unix及移动端的安卓系统。

（3）基础组件层：提供平台所依赖的通用软件组件，包括网络通信、进程通信、文件处理、文本处理、地理信息系统（GIS，Geographic Information System）、图形图像处理、线程处理、队列处理、数学计算、几何计算、数据库访问、数据存储、UI控件和统计图表等。

（4）业务组件层：提供平台所需要的相关业务组件，包括到达时间差（TDOA，Time Difference Of Arrival ）无线电控制、测向无线电控制、低空雷达控制、多侦测融合、GIS标注、光电识别跟踪、平台配置和日志管理等。

（5）业务模块层：是基于业务组件的较大颗粒度的业务模块，包括侦测模块和光电识别跟踪模块，定义主要业务的通用接口，以实现一般化处理，降低平台的维护工作量。

（6）应用模块层：包括侦测、光电识别跟踪和终端接入等服务和平台配置工具。数据库管理服务处理数据库存储请求；中心控制服务对平台控制请求及数据流控制进行调度；侦测设备通过侦测服务接入平台；电识别跟踪设备通过光电识别跟踪服务接入平台；其余终端通过终端接入服务接入平台。

（7）应用层：包括设备接入汇集、数据融合处理、综合态势感知、威胁评估告警和数据管理分析等5个功能模块。

1.2   网络架构

铁路无人机态势感知与预警平台采用中国国家铁路集团有限公司（简称：国铁集团）一级部署，国铁集团、铁路局集团公司和站段三级应用的网络架构。平台部署在国铁集团的内部服务网中，国铁集团、铁路局集团公司和站段三级用户均可在内部服务网访问平台应用，不同级别的用户可查询各自权限对应的管辖范围内的相关信息。铁路无人机态势感知与预警平台的网络架构如图2所示。

图  2  铁路无人机态势感知与预警平台网络架构

下载: 全尺寸图片 幻灯片

2   平台功能

铁路无人机态势感知与预警平台的功能如图3所示。

图  3  铁路无人机态势感知与预警平台功能

下载: 全尺寸图片 幻灯片

2.1   设备接入汇集

平台接入设备主要包括侦测设备和光电识别跟踪设备等，如图4所示。设备接入汇集功能主要负责实现各类设备采集数据的汇聚、存储和分发；并通过分析历史数据对多种传感器的工作参数进行优化设置。通过分析来自雷达、电磁、光电设备的多种探测信息，对无人机进行测距和测向。

图  4  铁路无人机态势感知与预警平台设备接入

下载: 全尺寸图片 幻灯片

具体操作流程包括，利用侦测设备发现目标，并利用光电设备进行跟踪识别，将识别结果实时上报平台。该功能不仅可用于发现无人机，还可实现对无人机的弱辐射源信息、目标声音信息等的探测和定位。

2.2   数据融合处理

该功能可融合处理来自不同类型的侦测设备和光电识别跟踪设备传感器的数据。数据融合处理的主要步骤包括记录周期、纠正错误、融合匹配和信息关联等。多传感器数据融合的作用主要体在提高平台整体监测精度，扩展监测区域范围，提升平台对目标风险分析的能力，提高预警信息的可靠性等方面。

2.3   综合态势感知

该功能可在电子地图背景下动态显示方位线和目标交会区域，显示测向设备、探测目标的相对位置和距离关系，描绘交会点随时间的运动轨迹。可通过实时数据，显示无人机的飞行状态、历史轨迹、电磁频谱态势。可设置电子围栏，设立禁飞区，支持多图层叠加、历史轨迹回放、标绘识别区和保护区的范围。可自动追踪所有方位的多个移动无人机，同时对多个无人机进行测向、定位和飞行轨迹绘制，以及实时坐标、飞行轨迹、飞行方位计算和交叉定位计算，并提供无人机移动轨迹的可视化展示。还可提供实时高清的无人机图像切片，实现对非法无人机的快速精准识别。

2.4   威胁评估告警

平台根据无人机识别结果，通过预警算法对指定无人机进行扫描和预警，自动得到远距离、高精度实时图像，自动侦测入侵无人机，通过手机、电子邮件等多种方式报警。

2.5   数据管理分析

该功能可对重点布防区域的无人机进行全方位、高精度、不间断扫描，对区域内无人机的方位、距离、速度和高度进行实时上报。平台根据采集的无人机的速度和距离等数据，同步进行数据统计分析，实时进行无人机安全威胁等级风险评估。

3   关键技术

3.1   “低慢小”目标雷达探测

铁路沿线环境复杂，有城区的复杂环境，也有野外的开阔环境，无人机探测需求面临强杂波背景下的“低慢小”目标探测这一技术难题。本文使用雷达设备，采用方位机械扫描和俯仰一维数字波束结合的技术体制，波束指向范围可在±12°范围内调节，可根据现场地形环境灵活调整波束形状和指向，实现地形匹配和空域滤波，有效改善低空雷达的反杂波性能；同时，平台采用分布式多通道数字化收发体制，可有效提高雷达动态监测性能，雷达的数字相位加权精度更高，可有效降低俯仰波束副瓣，减弱副瓣杂波能量，从而整体上提高了针对低慢小目标的雷达探测精度。

3.2   “低慢小”目标光电探测

本文所探测的无人机属于“低慢小”目标，大多采用轻型材料，其电机或发动机体积小、效率高，红外辐射特性相对较低，增加了光电探测的难度。为提高对该类无人机的探测能力，采用了高分辨率可见光设备及对慢速目标探测能力更强的长波红外设备作为光电扫描探测技术手段，并采用了激光器作为测距手段。

3.3   复杂电磁环境信号分选识别

无人机探测的工作频段与民用通信设备共用，实际工作环境下的电磁环境十分复杂。本文基于复杂电磁环境信号分选识别技术，综合采用时域、频域和空域等多维处理手段，实现针对无人机的电磁辐射信号的有效分析、识别和探测预警。

4   平台应用

铁路无人机态势感知与预警平台于2021年在中国铁路北京局集团有限公司的试点区域内进行了试运行。试用表明，本文设计的平台可辅助铁路有关部门进行无人机监测与预警工作，减少无人机与铁路设施发生碰撞和坠落等风险隐患，平台功能界面如图5所示。

图  5  铁路无人机态势感知预警平台主界面

下载: 全尺寸图片 幻灯片

5   结束语

本文基于“低慢小”目标雷达探测技术、复杂电磁环境信号分选识别技术和“低慢小”目标光电探测技术，设计了铁路无人机态势感知与预警平台，阐述了平台的总体架构、网络架构、具体功能与关键技术，并在试点区域进行了部署与测试。下一步，将在后续的试点与测试中不断完善平台的功能与性能，为铁路沿线无人机的侦测与预警提供技术支撑，为铁路行业相关应用系统的建设提供参考。