CN107403536B - 一种基于无线信号强度分析的民用无人机入侵预警方法 - Google Patents
一种基于无线信号强度分析的民用无人机入侵预警方法 Download PDFInfo
- Publication number
- CN107403536B CN107403536B CN201710377664.3A CN201710377664A CN107403536B CN 107403536 B CN107403536 B CN 107403536B CN 201710377664 A CN201710377664 A CN 201710377664A CN 107403536 B CN107403536 B CN 107403536B
- Authority
- CN
- China
- Prior art keywords
- signal
- unmanned plane
- wireless signal
- information
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/22—Electrical actuation
- G08B13/24—Electrical actuation by interference with electromagnetic field distribution
- G08B13/2491—Intrusion detection systems, i.e. where the body of an intruder causes the interference with the electromagnetic field
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/318—Received signal strength
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Alarm Systems (AREA)
- Burglar Alarm Systems (AREA)
Abstract
本发明公开了一种基于无线信号强度分析的民用无人机入侵预警方法,该方法基于无人机与控制器之间的通信监测,该方法检测准确度高,成本在大众可以承受的范围内,且可以识别新版本的无人机。本发明公开的方法分为4个步骤:记录安全情况下的监测区域中的无线信号信息;实时获取监测区域中的无线信号信息;根据信号源过滤出可疑信号;根据信号强弱变化在可疑信号中过滤出无人机入侵信号,报警。
Description
技术领域
本发明涉及到无人机入侵检测领域,尤其涉及一种基于无线信号强度分析的民用无人机入侵预警方法。
背景技术
近年,随着无人机飞行技术的民用化,民用无人机市场发展迅速。各种低成本、易操纵且可以搭载摄像头、***等扩展设备的无人机大量投入市场,不可避免地造成了不法分子利用民用无人机进行窥探他人隐私甚至严重犯罪的事件。由于民用无人机入侵事件发生频率不断提高,对于无人机入侵的检测技术显得愈加重要。
现有的民用无人机入侵检测技术主要分为以下几种:
1)基于视频相机和图像分析的民用无人机入侵检测技术。该技术涉及到无人机的外形识别,但是由于市面上的无人机外形多样且操纵者对无人机的外观可能进行了改造,该技术的识别精度不高。本技术基于无人机与地面站之间的通信监测,并没有以上缺点。
2)基于混合途径的民用无人机入侵检测技术。该技术涉及到对无人机视觉、声音、雷达监测***的搭建,识别精度高,但是具有所用器件繁多、成本高的缺点。本技术的实施只要一台普通个人电脑即可完成,成本在大众可以承受的范围内。
3)基于无人机通信协议的无人机入侵检测技术。该技术涉及到对无人机通信协议的检测,缺点在于只能对已知的无人机型号进行检测,如果入侵无人机的型号比较新,该技术可能就无法识别了。本技术基于无人机的通信信号强弱变化来判断是否存在无人机入侵事件,并没有以上缺点。
现有搭载有拍摄模块的民用无人机大多使用2.4GHz频段的和5.8GHz频段的无线信号传送图像数据,有些甚至使用这些信号进行飞行控制。在无线通信网络的物理层中,数据是通过帧传播的,而数据帧的传播方式是通过广播。所述的广播,是指当一个数据帧被发出后,它是能被该网络上的所有主机接收到的,当主机接收到数据帧后,会检查在数据帧中的地址是否和自己的地址相匹配,发现匹配则将数据帧中的信息接收,不匹配则将数据帧丢弃。因此,如果一个无线网络中的主机在网络中接收一切通过它的数据帧并选择全部解包,那么它就能嗅探到附近一定区域内所有的在传输的信息。以上是本发明中无线信号获取部分的理论基础。
RSSI(Received Signal Strength Indication,接收的信号强度指示)指接收器接收到信道带宽上的宽带接收功率,利用该指数测定信号点与接收点之间的距离。RSSI的单位是dBm,一般为负值,对于同个信号点发出的无线信号,接收点计算出的RSSI越大,则表明信号点和接收点的距离越近。有入侵行为的民用无人机,绝大多数具有高精度的摄像仪器且通过无线信号实时传输图像,所以如果接收器在无人机的附近,会得到无人机实时图像传输信号的RSSI,从而得到无人机与接收器之间的距离变化。以上是本发明中判断信号是否属于入侵无人机信号的理论基础。
发明内容
本发明所要解决的技术问题是:提供一种针对民用无人机入侵的检测方法,该方法基于无线通信信号强度分析,具有准确度高,成本低的特点。
本发明提出了一种基于无线信号强度分析的民用无人机入侵预警方法,该方法分为4个步骤。
1)记录安全情况下的监测区域中的无线信号信息;
2)实时获取监测区域中的无线信号信息;
3)根据步骤1)和步骤2)的无线信号信息过滤出可疑信号;
4)根据信号强弱变化,判断可疑信号是否为无人机入侵信号,若是,则进行报警。
在步骤1)中,所述的安全情况是指在确认没有无人机入侵的情况,即通常所述的一般情况或者静态条件。所述的监测区域是指受到检测保护的区域。所述的无线信号信息包括区域内所有无线网络接入点(Access Point)和接收站(Station)的MAC地址或者名称。
在步骤2)中,所述的监测区域以及无线信号信息同步骤1)中定义。所述的实时获取是指以小于0.8秒的频率不断按照顺序扫描目标频段的信道,所述的目标频段指无人机通信信号所在的频段,一般为2.4GHz;
在步骤3)中,所述的过滤的原理是指将步骤2所获得的无线信息与步骤1所记录的无线信息比较,得出步骤2中获取的但不包括在步骤1记录的无线信息,包含这些信息的信号将被视为可疑信号。
在步骤4)中,所述的根据信号强弱变化的过滤的原理是指获取步骤3中可疑信号的RSSI(Received Signal Strength Indication)变化趋势,将其与理论中的入侵无人机信号的RSSI变化趋势进行比较,如果符合趋势判定标准,则判定该信号为无人机入侵信号。所述的报警应该在确定出现无人机入侵信号之后进行,除此之外的任何情况都不能触发报警。
需要进一步说明的是,步骤1)相当于一个初始化的过程,在检测***能够正常工作之前步骤1就应该先被执行,当记录完所有需要信息之后,步骤1)就应该被跳过。步骤2)和步骤3)循环进行,步骤4)在步骤3)过滤出可疑信号之后进行。
步骤4)中所述的根据信号强弱变化,判断可疑信号是否为无人机入侵信号具体为:
1)记录可疑信号的RSSI值,按照时间顺序从前向后排序,形成一组数据,单位为dBm;
2)对该组数据进行平滑化处理;
3)计算平滑后数据的梯度数据;(gradient,相当于模拟量中的导数)。
4)设置两个条件,条件1:前50个梯度数据的平均值大于0;条件2:遍历梯度数据,找到最先出现的连续5个属于[-0.07,+0.07]区间的数据,记录这5个数中最前面的数的序号x,序号在(x-50)和x之间的梯度数据的平均值大于零且序号在(x-50)和x之间的梯度数据的最小值大于-0.1;如果同时满足以上两个条件,则该可疑信号为入侵无人机信号,否则不是。
所述的基于无线通信信号强度分析的民用无人机入侵检测方法,其特征在于检测点收到的特定信号的RSSI由下式表示:
其中d表示信号接收点和信号发射点之间的距离,单位是m;Pt表示信号的发送功率,单位为dBm;RSSI的单位也是dBm;由于无人机实时传输拍摄到的图像,Pt视为不随时间变化。
本发明的有益效果是:提出了一种新型的民用无人机入侵检测方法,该方法基于无人机与控制器之间的通信监测,该方法检测准确度高;成本在大众可以承受的范围内,在一台家用PC机上即可实现本方法;可以识别新版本的无人机;能检测到使用各种不同飞行路径进行入侵的无人机。
附图说明
图1为本发明提出的民用无人机入侵检测方法的流程图。
图2为本发明中所建立的无人机入侵模型示意图。其中球S1、S2、S3表示入侵的民用无人机的位置,T表示入侵目标,L1表示无人机靠近目标的路径,L2表示无人机离开目标的路径,两个空心矩形表示障碍物。
图3为具有入侵趋势的无人机信号RSSI变化示意图。在图3中,横轴为时间,纵轴为RSSI。曲线由三部分组成,T1是上升段,T2是平稳段,T3是下降段。图中曲线只表示趋势。
具体实施方式
以下结合附图详细说明本发明的工作流程:
如图1所示,首先记录安全情况下的监测区域中的无线信号信息,无线信号信息指区域内所有信号接入点和接入站的MAC地址或者名称,将这些信息保存下来,得到保存下来的信息集。
然后开始实时获取监测区域中的无线信号信息,得到实时信息集。将实时信息与之前保存下来的信息进行比较,判断保存下来的信息集是否包含实时信息集,即判断是否存在属于实时信息集但不属于保存下来的信息集的信息。若保存下来的信息集包含实时信息集,则跳回实时获取无线信号信息这一步;如果保存下来的信息集不包含实时信息集,记录下属于实时信息集但不属于保存下来的信息集的信息,将该信息所对应的信号记为可疑信号,进行下一步。
如果发现了可疑信号,查看该信号的历史RSSI值,将其与入侵无人机信号的RSSI变化趋势进行比较,如果具有入侵无人机信号特征,则判定该信号为无人机入侵信号,响起警报;如果不具有入侵无人机信号特征,则跳回实时获取无线信号信息这一步。
其中判断可疑信号是否具有入侵无人机信号特征的标准如下说明:
如图2所示,本发明认为一般的民用无人机入侵过程可分为三步:靠近目标点,实施拍摄,飞离目标点。靠近目标点指无人机从图中的S1飞行了L1长的路程到达观测点S2;实施拍摄指无人机悬停在S2位置一段时间,进行拍摄;飞离目标点是指无人机在拍摄完成之后从S2飞到S3。
在许多情况下,民用无人机入侵的环境可以认为是一个自由空间,在自由空间内,一个接收点收到的特定信号的RSSI可以由下式表示:
其中d表示信号接收点和信号发射点之间的距离,单位是m;Pt表示信号的发送功率,单位为dBm;RSSI的单位也是dBm。
另外,一般的民用无人机都搭配有高精度摄像头,该摄像头所拍摄到的图像会通过无线信号实时传送到操控者的播放设备上,无人机实施入侵也是基于这一特点。由于图像信号的传输是实时的,Pt可以视为不随时间变化,那么在无人机实施入侵的过程中,目标点T处能够收到的无人机图像传输信号的RSSI可以由图3示意。
如图3所示,示意图像的T1段表示无人机处于靠近目标点的状态,无人机和目标点距离不断变小,RSSI值不断上升;T2段表示无人机处于实施拍摄的状态,无人机和目标点距离基本不变,RSSI值保持基本不变;T3段表示无人机处于飞离目标点的状态,无人机和目标点距离不断变大,RSSI值不断下降。
综上所述,评判某一可疑信号是否为入侵无人机信号的方法如下:
1)记录信号的RSSI值,按照时间顺序从前向后排序,形成一组数据,单位为dBm。
2)对该组数据进行平滑化处理。
3)计算平滑后数据的梯度数据(gradient,相当于模拟量中的导数)。
4)设置两个条件。条件1:前50个梯度数据的平均值大于0。条件2:遍历梯度数据,找到最先出现的连续5个属于[-0.07,+0.07]区间的数据,记录这5个数中最前面的数的序号x。序号在(x-50)和x之间的梯度数据的平均值大于零且序号在(x-50)和x之间的梯度数据的最小值大于-0.1。如果同时满足以上两个条件,则该可疑信号为入侵无人机信号,否则不是。
实施例
以在家用PC上搭建体现该方法的***为例。
步骤1:利用window***下某些已经集成的监听软件可以便捷地完成周围无线信号信息的收集,例如CommView for WiFi,这些软件能够使用电脑的内置无线网卡抓取周围的无线数据包,处理得到这些包的发出地址,最终确定周围所有无线网络接入点和接收站的MAC地址或者名称,将结果保存成文本文档。
步骤2:同样利用此类软件,即可实时得到周围的无线信号信息,将结果保存成文本文档。
步骤3:把步骤1中文本文档中的无线信号信息建立一个数据库,用步骤2中所得到的信息进行检索,寻找不存在于数据库中的信息。由之前所述,这些信息指的是无线网络接入点和接收站的MAC地址或者名称。如果没有不存在于数据库中的无线信息,返回步骤2。
步骤4:记录步骤3中得到的无线网络接入点和接收站所发出的信号的RSSI,在Matlab中对RSSI信号进行分析,使用smooth函数对RSSI数据进行平滑化,然后使用gradient函数得到梯度数据,计算出最先50个梯度数据的平均值a。遍历梯度数据,找到最先出现的连续5个属于[-0.07,+0.07]区间的数据,记录这5个数中最前面的数的序号x。计算出序号在(x-50)和x之间的梯度数据的平均值b,获得序号在(x-50)和x之间的梯度数据的最小值c。如果a和b都大于0且c大于-0.1,则该信号为入侵无人机信号,拉响警报;如果可疑信号不具有出图3中T1和T2中的趋势,则该信号不是入侵无人机信号,返回步骤2。
Claims (2)
1.一种基于无线信号强度分析的民用无人机入侵预警方法,其特征在于:包括如下步骤:
1)记录安全情况下的监测区域中的无线信号信息;所述的安全情况是指确认没有无人机入侵的情况,所述的监测区域是指受到检测保护的区域,所述的无线信号信息包括区域内所有无线网络接入点和接收站的MAC地址或者名称;
2)实时获取监测区域中的无线信号信息;所述的实时获取是指以小于0.8秒的频率不断按照顺序扫描目标频段的信道,所述的目标频段指无人机通信信号所在的频段;
3)根据步骤1)和步骤2)的无线信号信息过滤出可疑信号;所述的过滤的方法是指将步骤2)所获得的无线信号信息与步骤1所记录的无线信号信息比较,得出步骤2)中获取的但不包括在步骤1)记录的无线信号信息,包含这些信息的信号被视为可疑信号;
循环进行步骤2)和步骤3),当过滤出可疑信号之后进行步骤4);
4)根据信号强弱变化,判断可疑信号是否为无人机入侵信号,若是,则进行报警;
所述的根据信号强弱变化,判断可疑信号是否为无人机入侵信号具体为:
1)记录可疑信号的RSSI值,按照时间顺序从前向后排序,形成一组数据,单位为dBm;
2)对该组数据进行平滑化处理;
3)计算平滑后数据的梯度数据;
4)设置两个条件,条件1:前50个梯度数据的平均值大于0;条件2:遍历梯度数据,找到最先出现的连续5个属于[-0.07,+0.07]区间的数据,记录这5个数中最前面的数的序号x,序号在(x-50)和x之间的梯度数据的平均值大于零且序号在(x-50)和x之间的梯度数据的最小值大于-0.1;
如果同时满足以上两个条件,则该可疑信号为入侵无人机信号,否则不是。
2.根据权利要求1所述的基于无线信号强度分析的民用无人机入侵预警方法,其特征在于检测点收到的特定信号的RSSI由下式表示:
其中d表示信号接收点和信号发射点之间的距离,单位是m;Pt表示信号的发送功率,单位为dBm;RSSI的单位也是dBm;由于无人机实时传输拍摄到的图像,Pt视为不随时间变化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710377664.3A CN107403536B (zh) | 2017-05-24 | 2017-05-24 | 一种基于无线信号强度分析的民用无人机入侵预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710377664.3A CN107403536B (zh) | 2017-05-24 | 2017-05-24 | 一种基于无线信号强度分析的民用无人机入侵预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107403536A CN107403536A (zh) | 2017-11-28 |
CN107403536B true CN107403536B (zh) | 2019-11-22 |
Family
ID=60405326
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710377664.3A Active CN107403536B (zh) | 2017-05-24 | 2017-05-24 | 一种基于无线信号强度分析的民用无人机入侵预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107403536B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108199757B (zh) * | 2018-01-15 | 2019-08-27 | 浙江大学 | 一种利用信道状态信息检测消费级无人机入侵的方法 |
CN108375799A (zh) * | 2018-01-22 | 2018-08-07 | 电子科技大学 | 一种使用被动无源信号进行飞行器检测的方法及*** |
CN108198402B (zh) * | 2018-02-23 | 2021-05-04 | 深圳康奥兴业科技有限公司 | 区域智能无人机侦测*** |
CN110771064A (zh) * | 2018-09-28 | 2020-02-07 | 深圳市大疆创新科技有限公司 | 一种估计方法、监听设备及计算机可读存储介质 |
WO2020149275A1 (ja) * | 2019-01-16 | 2020-07-23 | 株式会社ナイルワークス | ドローンシステム、ドローン、移動体、区画部材、ドローンシステムの制御方法、および、ドローンシステム制御プログラム |
CN110459045B (zh) * | 2019-07-24 | 2022-11-04 | 深圳市泰和安科技有限公司 | 一种消防通道堵塞的报警方法及装置 |
CN111540183A (zh) * | 2020-05-11 | 2020-08-14 | 苏州求臻智能科技有限公司 | 基于无线信号分析的巡检机器人安全区域入侵预警方法 |
CN112558628A (zh) * | 2020-11-23 | 2021-03-26 | 深圳市中博科创信息技术有限公司 | 基于自组网无人机的控制方法及计算机可读存储介质 |
CN113645438A (zh) * | 2021-06-18 | 2021-11-12 | 湖南坤雷科技有限公司 | 一种监测设备、监测方法及监测*** |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6653970B1 (en) * | 2002-11-12 | 2003-11-25 | The United States Of America As Represented By The Secretary Of The Air Force | Multi-static UAV radar system for mode-adaptive propagation channels with obscured targets |
CN105099585B (zh) * | 2015-08-03 | 2017-11-24 | 陈昊 | 无人机信号处理装置及信号处理方法 |
CN105371842B (zh) * | 2015-11-26 | 2018-03-02 | 陈昊 | 一种无人飞行器预警定位装置及其预警定位方法 |
CN106057195A (zh) * | 2016-05-25 | 2016-10-26 | 东华大学 | 一种基于嵌入式音频识别的无人机探测*** |
CN106211279B (zh) * | 2016-07-12 | 2019-10-18 | 美的智慧家居科技有限公司 | 无线网络入网方法及无线设备 |
CN106443590B (zh) * | 2016-09-19 | 2019-04-05 | 厦门市美亚柏科信息股份有限公司 | 一种基于频域的类梯形信号检测方法及装置 |
CN106371144B (zh) * | 2016-10-10 | 2018-12-21 | 厦门市美亚柏科信息股份有限公司 | 一种无人机发现及预警的装置 |
-
2017
- 2017-05-24 CN CN201710377664.3A patent/CN107403536B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107403536A (zh) | 2017-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107403536B (zh) | 一种基于无线信号强度分析的民用无人机入侵预警方法 | |
CN109088695B (zh) | 一种无人机侦测防御***及方法 | |
Nguyen et al. | Investigating cost-effective RF-based detection of drones | |
CN106781705B (zh) | 一种无人机预警管控方法及*** | |
Birnbach et al. | Wi-fly?: Detecting privacy invasion attacks by consumer drones | |
CN107566078A (zh) | 一种无人机低空防御*** | |
US8769688B2 (en) | Simultaneous determination of a computer location and user identification | |
CN106878666A (zh) | 基于监控摄像机来查找目标对象的方法、装置和*** | |
CN111860430B (zh) | 打架行为的识别方法和装置、存储介质及电子装置 | |
CN112068111A (zh) | 一种基于多传感器信息融合的无人机目标侦测方法 | |
CN105894700A (zh) | 基于图像的车内活动物体远程观测、报警装置及方法 | |
CN106341661A (zh) | 巡逻机器人 | |
CN108802758A (zh) | 一种基于激光雷达的智能安防监控装置、方法和*** | |
JP2019526846A (ja) | ビークルのための受動光学検出方法およびシステム | |
CN106558181A (zh) | 火灾监测方法和装置 | |
CN106842179A (zh) | 一种基于声探测的反无人机*** | |
US10165228B2 (en) | Sensor event assessor training and integration | |
CN109064746A (zh) | 一种信息处理方法、终端和计算机可读存储介质 | |
CN107968932A (zh) | 基于地面站对目标对象进行标识的方法、***及装置 | |
CN116127299A (zh) | 一种关键信息基础设施电磁信息安全监测方法 | |
CN107948581A (zh) | 基于无人机对目标对象进行标识的方法、***及装置 | |
US20150163240A1 (en) | Simultaneous Determination of a mobile device and its user identification | |
US10713498B2 (en) | System and method for associating an identifier of a mobile communication terminal with a person-of-interest, using video tracking | |
CN116242206B (zh) | 一种反无人机防御*** | |
CN105451235A (zh) | 基于背景更新的无线传感器网络入侵检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |