基于SDR的无源无人机监控：复杂度低、通用性强

本文探讨了在低成本民用无人机日益普及背景下，如何通过基于软件定义无线电（Software Defined Radio, SDR）的信号处理技术实现低复杂度、便携式的无源无人机监控系统。作者针对两种关键场景进行了研究：一是无人机与地面控制器通信时，利用无人机信号的循环平稳性和伪多普勒效应来检测和定位；二是无人机在不发射信号时，通过检测RF信号中的微多普勒签名来识别它们的存在。 在第一种情况下，无人机的通信特性被利用来构建监测策略，这涉及到信号处理的深入分析，包括信号的频域特性分析，以提取出与无人机通信模式相关的特征。通过伪多普勒原理，可以追踪无人机的移动轨迹，从而推断其到达角度（AoA），这对于防止空中碰撞和确保公共安全至关重要。 在第二种无源状态下，微多普勒现象成为关键线索。微多普勒是由目标（如无人机）相对于雷达或接收机的相对运动产生的频谱变化，这种变化可以作为无人机特有的标识。通过分析接收到的RF信号中的微多普勒签名，可以区分无人机与其他空中物体，如鸟类，即使在无人机不主动发出信号时也能进行有效监测。 作者在文章中还提到了传统方法的局限性，比如基于视频和音频的检测在特定条件下的不足，如天气条件、光照条件和噪音干扰。他们通过文献调研，对比了现有技术的优点和不足，然后结合通用软件无线电外围设备（USRP）原型设计了一个便携且易于操作的系统，旨在提高无人机检测的准确性和鲁棒性。 文章结构严谨，先介绍了背景和动机，接着详细阐述了检测方法和面临的挑战，最后展示了所提出的低复杂度解决方案。这个系统对于确保无人机安全、隐私保护以及防止潜在的非法活动具有实际应用价值，尤其是在无人机技术日益发展和公众对其使用的关注日益增强的今天。