基于数学框架与融合框架理论的多源协同反无人机监测技术

For the civil and military fusion need of anti-UAV surveillance under all-weather and all-day-night, the project on coordinated multi-modal sensing technology for anti-UAV surveillance based on mathematical frame is applied. For the key scientific problem of simultaneous multiple targets resolution and target information extraction under the conditions of complex electromagnetic environment and ground/see clutter, research group put on the focuses of simultaneous multiple targets resolution of UAV swarm using frame tail optimization, slow target detection with the interferences suppression using pseudo framework, time and space registration of multi-source heterogeneous and different resolutions data using fusion frame, UAV target rapid extraction using sparse dual frame through the interdisciplinary of signal and information processing and applied mathematics based on National Key Laboratory and International Science and Technology Cooperation Base. The relatively complete theory and methods of anti-UAV surveillance are expected to be formed. The experimental system is planned to be constructed for the effectiveness validation of the proposed theory and methods. The application project has the important significance for the capability promotions of China's low altitude air traffic control, air defense and counter-terrorism.

面向全天候全天时反无人机监测的军民融合迫切需求，开展基于数学框架理论的多源协同反无人机监测技术的研究。围绕复杂电磁环境与地/海背景干扰条件下低可观测性无人机同时多目标分辨与信息提取的关键科学问题，研究团队依托国家重点实验室和国家级国际科技合作基地，通过信号与信息处理和数学框架理论的学科交叉，重点突破基于框架尾部优化的无人机同时多目标分辨、基于伪框架干扰抑制的慢速运动目标检测、基于融合框架的多源多粒度异质数据时空一致性映射、基于稀疏对偶框架的无人机目标快速提取等关键技术。形成一套较为完整的基于数学框架的多源协同反无人机监测的理论与方法，构建实验系统以验证理论与方法的有效性，对于提升我国低空空管、国土防空与反恐维稳能力具有重要的意义。

瞄准多源协同反无人机监测的迫切需求，在面上项目支持下，依托国家重点实验室和‘综合电子信息系统’国家级国际合作基地，开展采用数学框架理论的多源协同反无人机监测技术的研究。在电子侦察方面，瞄准无人机集群难分辨与传统密集阵列系统复杂度高的问题，设计了采用迭代ChirpZ变换的稀疏阵形，提出了稀疏框架表征SMV-tail与MMV-tail集群目标两种高分辨算法。在集群目标分辨方面，针对复杂电磁环境与强地杂波条件下低可观测性无人机目标难检测的问题，提出利用伪框架抑制干扰的目标检测新方法与强地杂波背景下采用二阶Keystone变换结合Radon-3阶相位函数傅里叶变换（SOKT-RCFT）的慢速运动目标成像新方法。在多源多粒度数据时空配准方面，面对多源异质数据时空不一致的挑战，采用融合框架的SAR/红外图像质量提升技术与利用拓扑结构相似性与多特征约束的多源像素级融合技术，实现异源配准精度达到亚像素级。多源多维域目标信息提取方面，为提升利用多源信息提取目标信息的能力，给出基于多源数据特征联合的无人机目标检测方案；面向变化信息检测需求，利用并行概率神经网络（PPNN）实现了SAR图像信息提取。构建了多源协同反无人机监测系统，通过实测结果验证了方法与技术的可行性。在项目执行期内，取得成果的总体情况如下：SCI收录论文8篇（其中中科院分区SCI2区论文6篇，全部标注本项目资助），EI收录国际会议论文1篇（全部标注本项目资助）；授权相关专利4项，受理专利10项，获批软件著作2项，专利转化应用3项金额20万元；相关方向培养毕业博士4名（其中负责人协助指导的博士生1人获得2020年中国电子学会优秀博士论文）、毕业硕士13名；获得科研厅级一等奖1项，指导学生团队获得国家级竞赛一等奖1项，省级一等奖1项；项目负责人及科研骨干组织举办国际研讨会议3次、研讨班1次，做特邀报告6次。本项目关键技术推广应用于3个系统，经济效益总计2.89亿元。项目的研究内容全部完成，预期成果全部达到并部分超过。

内容获取失败，请点击重试