地面無人系統反制關鍵技術分析與綜述

王偉，王欽釗，劉鋼鋒，程慧，陶溢，郭傲兵

1. 陸軍裝甲兵學院 兵器與控制系，北京 100072 2. 北京特種車輛研究所，北京 100072

隨著無人駕駛、人工智能等高新技術的發展和在國防領域的應用越來越廣，世界各國、各軍兵種都在競相發展無人化裝備、智能化裝備，未來戰爭將向著無人化、智能化方向發展。20世紀90年代以來，地面無人系統取得了長足發展，多種類型裝備頻頻亮相，具備了執行偵察監視、火力打擊、伴隨保障、掃雷排爆、戰場救援、通信中繼等多樣化作戰任務的能力，且美國、俄羅斯、以色列等多個軍事強國已將準備投入實戰應用，取得了不錯的效果，標志著地面無人系統進入了高速發展和逐步成熟的應用時期。在這股科技創新助力裝備發展的浪潮中，不僅要打磨利劍，也要未雨綢繆，在大力發展我軍地面無人系統裝備的同時，積極開展反制地面無人系統的相關研究，分析反制策略、廓清能力需求、構建技術體系、聚力攻關研究，才能在新一輪軍事革命中占得先機，在未來戰爭中取得制勝砝碼。

1 地面無人系統

1.1 地面無人系統發展現狀及趨勢

1.1.1 地面無人系統發展現狀

世界軍事強國均高度重視地面無人系統發展建設與實戰運用，從各國目前的發展來看，主要有以下4個特點。

一是從戰略高度推進發展。美俄均成立了專門的統管機構，通過戰略性舉措指導建設。如美國陸軍機器人系統聯合項目辦公室(RS JPO)每兩年發布一次《地面無人系統路線圖》，用以確定短、中、長期的地面無人系統發展策略；俄羅斯于2014年成立隸屬于國防部的機器人技術科研試驗中心負責開展軍用機器人系統的試驗工作，2015年成立國家機器人技術發展中心來監管和組織軍用和民用機器人技術領域的工作。

二是先進性與實用性并重。注重前沿技術與裝備應用協調發展，不僅開展“大狗”“阿特拉斯”仿生機器人、集群無人作戰系統、有人無人協同作戰系統等前沿技術研發，還基于成熟技術開展裝備研制，如：美軍“角斗士”“模塊化水下機器人/戰斗區域機器人(RVM/CART)”“魔爪”“多用途戰術運輸無人車(MUTT)”，俄軍“平臺-M”“阿爾戈”“天王星-9”系列，以軍“先鋒哨兵”“守護者”系列等。美陸軍在2017年夏季的“機器人僚機”演示驗證中，演練了地面無人裝備嵌入坦克編隊的戰術、技術和方法。

三是以實戰檢驗促進建設。外軍地面無人裝備已經大量編配部隊，并開展了作戰演習和實戰運用。美軍共裝備了超過1.2萬臺地面無人裝備，能夠遂行爆炸物處理、安全巡邏、輔助作戰和后勤保障等多樣化軍事任務；俄軍組建機器人戰斗連承擔戰斗、消防、排爆等任務，并在全軍規模演習中加入機器人元素；2015年底，在敘利亞戰場實施機器人集群反恐作戰，擊潰了“伊斯蘭國”在754.5戰略高地的防守，伊方70人死亡，敘軍僅4人受傷，通過在阿富汗、伊拉克、敘利亞等戰場實戰檢驗，進一步明確了發展方向和建設重點，推進了技術轉化應用。以色列為邊防部隊配備“守護者”無人巡邏車，晝夜不停巡邏加沙防線，減少了邊境沖突、降低了人力巡邏消耗。

四是競爭開放中擇優培育。美國防部高級研究計劃局(DARPA)無人車輛與機器人挑戰賽，通過開放競爭，廣泛吸引創新資源，加速了技術突破；歐洲軍用機器人大賽(ELROB)，通過實戰化考核，牽引優勢科研力量向典型軍事任務需求聚焦；美軍在硅谷設置專門機構，負責獵取各大學、科研機構最新技術成果，以加快前沿技術的開發與轉化。外軍典型地面無人裝備(UGV)如圖1～圖4所示。

圖1 美國典型地面無人裝備Fig.1 Typical US UGVs

圖2 美國“多用途戰術運輸無人車”Fig.2 US Multipurpose Unmanned Tactical Transport(MUTT)

圖3 俄羅斯典型地面無人裝備Fig.3 Typical Russian UGVs

圖4 以色列典型地面無人裝備Fig.4 Typical Israeli UGVs

1.1.2 地面無人系統發展趨勢

外軍大量裝備地面無人裝備，加速了技術成熟，優化了發展路線，并獲得了寶貴的實戰經驗。外軍針對作戰能力的迫切需求和技術發展水平的客觀現實，利用已有成熟技術，集成開發實用型裝備，快速形成了具有實戰能力的地面無人作戰力量。

從美國發布的多版無人系統路線圖來看，其無人系統已普及應用到了陸海空等多個軍兵種，且正在向更高的自主行為水平、更強的相互適應性、更有效的通信性能方向發展。

根據近20年來地面無人裝備的發展和應用，其自主化、智能化程度越來越高，正在向著基于多傳感器融合的復雜環境感知與導航、自主控制與協同控制、智能化任務理解與決策、任務載荷集成、人機交互、復雜戰場可靠通信等方向發展。

1.2 地面無人系統能力特征與關鍵技術

1.2.1 地面無人系統概述

地面無人系統按照功能組成主要包括環境感知子系統、決策控制子系統、任務載荷子系統、指揮控制子系統、動力驅動子系統等，任務載荷子系統又分為偵察打擊、巡邏監視、電子對抗、掃雷排爆、支援保障、通信中繼等不同功能模塊，用于執行情報獲取、態勢偵察、巡邏監視、機動突擊、目標打擊、電子對抗、通信導航、戰場輸送等任務需求，是典型的多學科交叉領域。

1.2.2 地面無人系統能力特征

根據地面無人系統的系統組成、功能結構、使命任務和運用特點，其主要能力特征可歸納為以下幾點：

1) 復雜環境感知能力

主要指利用毫米波雷達、超寬帶雷達、激光雷達、超聲波雷達、單目/多目視覺相機、導航定位裝置、低空平臺視覺/雷達載荷信息引導等多種環境感知傳感器對叢林、山地、雪地、荒漠、沼澤等復雜未知環境的綜合探測與模型構建能力，及對巖石、水坑、工事、人員、車輛、動物等各種天然和人工障礙的探測識別與提示告警能力等。

2) 自主戰場機動能力

主要指地面無人系統通過已經感知到的環境和障礙信息，利用自身行走裝置，克服復雜地形和障礙，保持平臺安全姿態，順利進行復雜戰場通行的能力。

3) 自主行為決策能力

主要指在復雜環境下面對多種地形地物和障礙目標時，通過多種決策模型和算法，自主選擇通行策略的能力，如上下坡時的加減速、不同路面下的機動模式切換、面對灌木/壕溝/水坑等障礙時的通行/繞行策略等。

4) 通信可靠抗擾能力

主要指在各種非合作電磁頻譜環境下，面對電磁衰落、多徑效應、頻譜擁擠、民用通信干擾及敵故意釋擾等情況下，地面無人系統如何保證系統可靠通聯、信息準確傳輸、遠程遙控操作等能力及在嚴重受擾情況下的降級使用能力等。

5) 任務載荷多樣能力

主要指地面無人系統遂行多樣化使命任務需要的多樣化任務載荷搭載能力及其自主行為能力等，如不同噸位和構型的系列平臺搭載的偵察打擊載荷、巡邏監視載荷、電子對抗載荷、掃雷排爆載荷、支援保障載荷及通信中繼載荷等，以及各任務載荷的自主探測、自主識別、自主決策和自主打擊等遂行任務能力。

1.2.3 地面無人系統工作特點

1) 基于遙控遙測鏈路的信息指令傳輸

在遙控、半自主工作狀態下，地面無人系統的越野機動、目標探測、協同工作、任務決策、指揮控制等環節均需要人在環的操作，而這必須依靠無線測控鏈路，中小型無人平臺一般依靠視距內無線通信鏈路實現以上功能。隨著電磁頻譜的日益擁擠，地面電磁環境復雜多變，且存在非合作輻射源的干擾，因此滿足遠距離、大帶寬、低延時、高抗擾等要求的遙控遙測鏈路是我們亟需解決的問題。與此同時，應合理設計各分系統，使其適應非合作復雜電磁環境下遙控遙測鏈路的動態變化，確保地面無人系統效能的發揮。

2) 基于天地組合的高精度導航定位

地面無人系統使用場景多樣，城市街區、林海雪原、沙漠戈壁等，面臨著衛星導航信號不穩定、慣性測量單元(Inertial Measurement Unit，IMU)累積誤差大、定位精度不高等問題。因此，一般采用全球衛星導航系統(Global Navigation Satellite System，GNSS)、慣性導航(Inertial Navigation System，INS)、同步定位與地圖構建(Simultaneous Localization And Mapping，SLAM)等技術進行組合導航與定位，提高平臺導航定位系統的定位精度和抗干擾能力。

3) 基于多傳感器融合的復雜環境感知

地面無人系統所處地面環境存在地形起伏不定、地物地貌多樣、正負障礙無序等復雜情況，依靠單一傳感器基本無法保證戰場可靠通行。因此，地面無人系統一般融合毫米波雷達、超寬帶雷達、激光雷達、單目/多目視覺相機、低空平臺視覺/雷達載荷信息引導等多種手段，提高復雜環境感知能力和局部路徑規劃精度。

4) 基于既定規則與場景驅動的任務理解、決策規劃與運動控制

無人平臺一般通過接收控制中心發送的任務信息，結合已有的知識集和規則庫，將其轉化為一系列指令，控制無人平臺完成特定動作、遂行既定任務。在執行任務過程中，無人平臺根據目標與場景信息進行綜合判斷，生成決策信息，控制任務載荷執行任務或輔助操控人員進行決策規劃。在越野機動時，通過環境感知傳感器獲取外部場景信息，以驅動平臺的運動控制系統形成控制策略和指令，控制無人平臺自主規劃路徑、自主規避障礙和自主越野行進。

1.2.4 地面無人系統關鍵技術

在非合作戰場環境下遂行多樣化任務，地面無人系統可靠工作需要眾多關鍵技術支撐，從滿足其軍事需求及與能力體系對應的角度，其關鍵技術大致可歸納為：總體匹配優化技術、動力驅動技術、高通過性技術、環境感知技術、路徑規劃技術、導航定位技術、載荷控制技術、人機交互技術、協同任務規劃技術、可靠組網通信技術、信息安全防護技術等。

文獻[2]從功能能力和信息能力的角度對地面無人系統的能力進行了歸納總結，提出了支撐地面無人系統發展的關鍵技術體系，包括總體設計技術、機動平臺技術、自主行為技術、指揮控制技術；美國2011年《無人地面系統路線圖》中將自主導航技術、通信技術、動力技術、視覺技術、系統架構技術、人機接口技術、操縱技術、復雜地形機動技術、載荷技術列為對無人地面系統發展至關重要的關鍵技術；文獻[8-9]中指出美國防部最新版《無人系統綜合路線圖(2017—2042)》圍繞互用性、自主性、網絡安全、人機協同4個主題，對無人系統的發展目標、重點及關鍵技術等進行了描述。

1.3 與空中無人系統的對比

以無人車和無人機為例，通過分析其能力特征和技術特點，對地面無人系統與空中無人系統進行對比分析，以尋求總體反制思路和技術途徑，詳見表1。

表1 無人車與無人機對比分析Table 1 Comparison between UGV and UAV

2 地面無人系統反制策略

通過對反制對抗傳統地面車輛目標的方式和手段進行歸納，針對地面無人系統的使用策略和工作特點進行分析，得出了可能的反制策略，并借鑒無人機反制的相關技術思路和體制，構建了地面無人系統反制技術體系的基本框架。

2.1 反制方式

以往對諸如裝甲車輛等地面目標的對抗反制方式多為光學探測與火力打擊方式，近年來逐漸發展了光電對抗、網電對抗等軟殺傷方式。傳統的光學探測方式包括可見光、紅外、雷達、激光等，利用聲波、無線電探測的方式也有較多研究，近年來也有高光譜成像、單光子成像的相關研究和應用。利用可見光、紅外、雷達對傳統目標進行探測的技術較為成熟，但對遠距離、尺寸小或采用光學隱身措施目標的探測較為困難；對復雜環境中的地面目標來說，受制于背景復雜、地形地物遮擋、地面雜波反射等影響，探測效果往往不盡如人意；聲波探測存在探測距離近、分辨率低、受環境影響大等問題；無線電探測作用距離遠、識別率高，但存在測向定位精度較低、復雜環境多徑影響大等問題；高光譜成像技術探測概率大、識別率高、反隱身能力強，適合機器學習算法，但針對地面環境的車載應用存在目標與背景高光譜特征復雜、高維特征較抽象等問題，單光子成像隱蔽性強、探測距離遠，但存在分辨率不高、系統成熟度較低等問題。

火力打擊方式以投射動能彈丸和火炸藥為主，毀傷效果直接，“所見即所得”，直射火力打擊方式有效費比高、射速快、命中率低等特點，制導火力打擊方式命中率高、效費比低、易受干擾。光電對抗方式有諸如強激光武器、激光壓制裝置等應用，存在作用距離近、穩瞄精度要求高、能量衰減大、受天候影響大等問題。電子對抗方式作用范圍大、受天候影響小，可實施靈巧式干擾攻擊，但存在探測定位精度不高、干擾效果不易評估驗證等問題。

針對地面無人系統的目標特征和應用場景，可采用可見光、紅外、無線電探測等無源探測為主、雷達探測等有源探測為輔的探測方式，和火力打擊與電子對抗相結合的打擊方式，對其進行對抗反制。關于可見光、紅外、雷達等的探測技術和火力打擊技術已有很多成果和成熟應用，本文重點討論諸如電子對抗等軟殺傷方式的地面無人系統反制技術和手段。

2.2 反制策略

通過對地面無人平臺能力特征、工作特點和關鍵技術的分析，可以看出，如果從以下幾方面進行反制，將會得到較好的反制效果。

1) 針對遙控遙測鏈路的反制

地面無人系統測控鏈路工作頻繁，其電磁輻射特征較為顯著，通過輻射源目標定位技術，可實現對無人平臺及操控站的測向定位，并根據信號偵測分析結果，對其詳細特征進行智能識別；對遙控型和半自主型地面無人平臺的遙控遙測鏈路進行反制和攻擊干擾，可干擾其控制指令和戰場信息的有效傳輸，使其無法及時準確獲取控制指令、回傳偵察信息；對半自主型和自主型地面無人平臺，既可干擾其關鍵控制指令和信息傳輸，亦可通過破解其控制鏈路協議或經無線網絡注入干擾指令等方式，破壞其控制鏈路和車內控制網絡。

2) 針對導航定位系統的反制

單純使用慣性導航時存在累積誤差逐步增大等問題，且借助SLAM等技術輔助導航在首次經過的陌生地域無法發揮作用。一般來講，無人平臺的設計策略有如下特點：在衛星導航定位信號受到干擾時，首先原地等待，如果一定時間內信號恢復，經系統評估后選擇是否繼續執行任務，如果信號不能恢復則依靠慣性導航裝置返回安全地域或原地停止(或降落)。因此，可采用干擾衛星導航定位的方式對地面無人平臺進行反制，綜合考慮目標組合導航策略，使其慣性導航裝置累積誤差增大，結合環境感知傳感器對抗干擾措施干擾其SLAM功能，對其導航定位能力進行綜合反制干擾。

3) 針對環境感知傳感器的反制

環境感知傳感器相當于地面無人系統的眼睛，是操控員和無人平臺賴以獲取環境信息、探測周圍目標的關鍵手段，如果對其一種或幾種傳感器進行有針對性的干擾，可減弱其環境感知能力和目標探測識別能力。因其環境感知傳感器作用距離一般較近，采用遠距離探測與干擾的方式不易實現，可采用近距離被動探測與無源/有源干擾的方式，諸如設置電子障礙、布設固定式干擾物等方式，使其喪失或減弱對周邊環境的探測感知能力，阻滯或遲緩其戰場行進。

4) 針對自主決策與平臺控制的反制

隨著人工智能等技術的不斷發展，無人平臺正向著半自主化、自主化的方向發展，如此才能替代部分人工操作，減輕人的負擔。在線學習能力技術難度較大，且可控性不好，因此，短時間內無人平臺的自主能力還將以離線訓練結果和既定規則庫為主要支撐和決策依據。通過從傳感器端注入虛假目標信息、從操控鏈路注入虛假任務指令信息或平臺控制信息等，實現一定程度的“反智”操作，可以起到影響自主決策、干擾任務規劃、擾亂平臺控制等的作用。

2.3 與反制無人機的異同

根據對地面無人系統和空中無人系統的對比分析，對二者進行反制存在以下異同。

從反制策略方面來看：

1) 都可以采用針對無線測控鏈路、導航定位系統的反制策略，根據能力依賴程度不同，對空中無人系統的反制效果一般優于地面無人系統。

2) 對地面無人系統可以采用針對任務載荷和環境感知傳感器的反制策略，空中無人系統對環境感知傳感器的依賴度小于地面無人系統，可以干擾任務載荷為主。因地面無人系統傳感器較多，系統冗余大，且速度較慢，對其反制效果不如空中無人系統。

3) 對二者均可實施針對自主行為與平臺控制的反制，反制效果主要取決于平臺自主決策和控制系統的魯棒性和非脆弱性，以及反制手段的先進性。難點在于如何發現自主行為決策脆弱點和平臺控制系統漏洞，即攻擊點的挖掘提取。

從反制技術方面來看：

1) 對遙控鏈路的偵測干擾和對導航定位的干擾技術存在相似之處，但地面無人系統所處環境更為復雜，對其電磁信號進行測向定位難度更大、誤差更大。

2) 對地面無人系統環境感知傳感器的干擾技術較空中無人系統復雜多樣，對任務載荷的干擾技術二者相似。

3) 空中無人系統的平臺控制主要指自主飛行控制及姿態保持等，地面無人系統主要指自主避障和自主行駛等，對其攻擊點的提取與反制各有不同。

3 地面無人系統反制關鍵技術

3.1 地面無人系統反制技術體系

從作用對象和能力特征來分，地面無人系統反制關鍵技術可分為反制總體技術、遙控遙測鏈路反制技術、導航定位系統反制技術、環境感知傳感器反制技術、自主行為與平臺控制反制技術等部分，其基本體系框架如圖5所示。下面分別從反制測控鏈路、環境感知傳感器、導航定位系統、自主行為與平臺控制及總體技術中的反制效果在線評估等方面對相關技術進行歸納總結。

圖5 地面無人系統反制技術體系基本框架Fig.5 Basic technology system framework of countering UGS

3.2 對測控鏈路的反制技術

對測控鏈路的反制包括對測控鏈路信號的偵測、識別、定位、干擾等技術。

3.2.1 測控鏈路偵測技術

無人平臺通過測控鏈路傳輸偵察結果，并接收遙控端的控制指令，測控鏈路信號本質上屬于通信信號。目前的無人平臺多為獨立使用，集群式無人系統尚未成熟，因此，當前測控鏈路多為點對點的傳輸方式。根據無人平臺使用特點，測控鏈路包含數據鏈路和指令鏈路。

數據鏈路用于無人平臺向遙控端傳輸偵察結果，如圖像視頻、電磁情報等，其特點是數據量較大，對通信帶寬要求高，典型的圖像鏈路傳輸帶寬通常不小于1 Mbps，具體數值因圖像分辨率和視頻幀率而異。指令鏈路用于遙控端向無人平臺發送任務命令或行為機動等控制指令，相對于數據鏈路，數據量較小，帶寬要求低，典型的指令鏈路帶寬通常不大于10 kbps。

為了提高鏈路低截獲能力，測控鏈路設計時，通常采用以下技術手段：

1) 擴譜調制。通過擴譜調制，有限的鏈路功率分布到更寬的頻域中，使常規的窄帶通信偵察設備不能對其進行高靈敏度的偵察。

2) 快速跳頻。通過快速跳頻，使瞬時帶寬較窄的偵察設備難以快速截獲跳頻的鏈路信號。

3) 窄波束通信。采用更高的頻率和較小的天線實現窄波束傳輸，如采用X或Ku甚至Ka頻段，天線尺寸較小，波束較窄，天線旁瓣低，波束旁瓣的鏈路信號輻射小，從而實現空域的低截獲特性。

對測控鏈路遠距離偵察，常用的技術手段包括以下幾個方面：

1) 接收天線方面，采用高增益接收天線設計，通過天線增益提高接收信號功率。

2) 信號處理方面，采用寬帶數字接收處理，使用采樣率更高的數字接收處理機，實現百兆赫茲帶寬的瞬時接收；通過多個數字通道的并行處理，實現對更寬頻段的處理；通過靈活的數字處理方法實現對鏈路信號的頻率、帶寬、調制參數和同步特性進行測量，獲取鏈路信號的時頻特征。

3) 測向方面，常用方法包括比副測向、干涉儀測向和空間譜測向等，可根據不同應用需求選擇相應的測向體制。

4) 目標識別方面，在參數測量基礎上，通過聚類分選、模糊集和遞歸分離算法，結合目標數據庫實現對鏈路信號的識別。

輻射源信號偵測的傳統方法中以基于能量的信號檢測居多，文獻[15]對正交頻分復用(OFDM)系統中帶有虛擬載波的空間交替廣義期望最大化(SAGE)算法進行了研究，為解決虛擬載波的信道頻率響應問題，通過迭代技術來最小化信道頻率響應(CFR)的誤差以改善信道估計；文獻[16]提出使用傳統的三階自相關累積量對直序擴頻信號進行盲檢測；文獻[17]針對直擴信號檢測提出了基于四階累積量的新算法;文獻[18]提出使用傳統循環平穩譜進行檢測；文獻[19]應用分形理論進行了直擴信號的檢測；文獻[20]提出了利用多天線的相位變化特征進行檢測的算法；文獻[21]則使用了基于波動自相關的檢測算法對突發直擴信號進行檢測；文獻[22]利用多跳信號互模糊函數進行相參積累，提升了時頻差參數的估計性能。

隨著人工智能技術的進步，研究人員試圖將信號檢測問題轉化為深度學習領域的目標識別問題，基于機器學習的寬帶目標檢測技術被提出來，通過將原始寬帶采樣數據流轉化為時頻圖并作為深度卷積網絡等的輸入，實現信號在時頻圖上的定位和識別，從而得到信號的起止時間、起止頻率和類別信息。基于圖像的信號偵測方法可以將人工智能領域的先進網絡模型和信號檢測問題相結合，實現復雜背景環境和低信噪比下的目標檢測。文獻[23-26]自2016年起開始研究深度學習在無線電通信與檢測領域的應用；文獻[27]將時頻譜圖和深度卷積網絡結合，利用改進的SSD模型實現了對特定超短波信號的檢測；文獻[28]提出了利用預設時頻圖模板匹配與峰值搜索的方法，用于對特定已知短波、超短波信號的寬帶檢測問題，但在利用截取的部分真實信號作為模板對未知信號進行檢測時的準確率不高；文獻[29]基于目標的時頻圖特征利用深度神經網絡實現了對水下輻射源目標的檢測。

對地面無人系統測控鏈路信號進行偵測，下一步需要解決的部分問題或研究方向主要有：

1) 復雜電磁環境下未知信號的盲檢測。地面戰場的電磁環境更為復雜，需要從背景信號和大量合作與非合作信號中發現目標信號，尤其是缺少先驗知識的情況下。

2) 對具有低截獲特性鏈路信號的高靈敏度偵收。隨著現代通信技術的發展，跳頻、擴譜、跳擴結合等技術在測控鏈路中的應用逐漸成熟，大大提高了鏈路信號的低截獲特性，對其進行偵收需要更高的偵察接收靈敏度。

3) 高帶寬高增益接收天線。對測控鏈路信號進行偵察時需要接收天線具有較大的工作寬帶和較高的增益，而兩者成反比關系，這就需要通過合理設計接收天線，既能保證工作帶寬覆蓋對目標的偵察需要，同時其靈敏度又能保證對信號的有效接收。

4) 寬帶信號的智能檢測和分選。充分利用人工智能技術的各種先進模型，突破原有基于能量的信號接收處理體制，實現寬帶信號的智能檢測。

3.2.2 電磁信號智能識別技術

對視距內地面目標的探測常使用光學探測方式，如可見光攝像機、紅外熱像儀、微光觀察鏡等裝置，識別方法也以基于圖像的自動目標識別(ATR)為主，常用的方法和工具有卷積神經網絡(CNN)、深度神經網絡(DNN)、以及生成對抗網絡(GAN)等。近年來隨著激光雷達和視覺相機在無人車上的應用日趨廣泛，對基于光學圖像和激光雷達信息的目標綜合識別技術研究越來越多。

地面無人平臺所處地面環境往往較為復雜，容易存在地形地物遮擋和雷達地雜波影響，僅采用光學和雷達的探測識別方式往往識別概率不高，且雷達屬于主動探測容易暴露自身位置。可利用無人平臺自身電磁輻射特征，采用基于圖像和輻射源信號的無源綜合探測識別技術，融合圖像信息和電磁信號的不同特征對無人平臺目標進行智能綜合識別。

針對輻射源目標識別的相關研究方法有機器學習(ML)、深度學習(DL)、卷積神經網絡(CNN)、深度置信網絡(DBN)等。不難發現，利用圖像進行目標識別和利用電磁信號進行目標識別所采用的方法大致相同，因此，可以利用CNN、DNN、DBN等進行基于圖像和輻射源信號的地面無人平臺綜合識別研究。

目前開展較多的為基于電磁信號的輻射源特征識別、信號指紋特征提取等，即識別電磁目標類型、種類等，但根據電磁目標特征對目標進行綜合識別或根據電磁和光學等特征進行綜合識別的研究開展較少。

在輻射源信號指紋特征提取方面進行的研究中，文獻[33]通過利用旋轉不變性估計信號參數來實現多天線OFDM系統的射頻指紋估計；文獻[34] 利用深度殘差網絡實現了對無線通信系統的射頻指紋識別；文獻[35]提出了一種基于正交調制信號I/Q不平衡的射頻信號指紋特征提取方法，但需要事先進行信噪比估計；文獻[36]針對復雜電磁環境下通信輻射源個體識別問題，提出了一種小樣本條件下基于DBN的識別方法，通過計算機仿真得到的識別率大于80%。也有相關文獻將輻射源信號轉化為圖像表征方式，利用圖像處理算法進行信號特征提取和調制識別等，文獻[23]提出了一種基于端到端CNN的調制識別模型，并利用仿真生成的11種調制方式信號驗證了該方法的有效性；文獻[37]提出了RadioImageNet算法，通過將原始IQ采樣數據變換為頻譜瀑布圖,進而使用改進后的YOLOv2模型對其進行信號識別，并在實采數據集上驗證了所提方法和算法的有效性和識別性能；文獻[38]等通過對輻射源信號進行幅-相域二維圖像表征，采用多層卷積神經網絡結構來進行目標多層次特征提取，所提算法相比基于時域的傳統信號調制識別算法，在中、高信噪比下識別率分別提升了2.5% 和2.3%；文獻[39-40]利用CNN對信號的星座圖進行處理，實現了對通信信號的調制分類識別；文獻[41]利用堆疊的稀疏自動編碼器提取信號模糊函數圖像特征并使用softmax回歸分類器實現了對7種流行的調制方式的識別；也有相關文獻使用CNN處理信號的循環譜圖、高階累積量和時頻圖等來實現信號的自動調制識別。

利用測控鏈路信號對目標進行智能識別，下一步需要解決的部分問題或研究方向主要有：

1) 欠先驗知識下電磁目標特征提取與個體識別。隨著技術的不斷更新及新型目標的不斷出現，在實際的電磁目標識別過程中，往往面臨目標先驗知識不足或未知情況下的特征提取和識別問題。

2) 基于深度神經網絡的電磁信號智能識別。利用深度學習技術，可以提取電磁信號的多維特征，使目標識別不再受傳統5大參數的限制，甚至可以同時完成檢測和識別過程。

3) 基于圖像和電磁信號特征等的目標綜合識別研究。對地面目標的傳統識別方法多以基于光學觀察設備成像的目標識別為主，隨著基于雷達探測的目標識別、基于電磁信號特征的目標識別等技術的興起和成熟，將多種目標識別手段進行有效融合，可提高目標綜合識別概率和結果可信度。

3.2.3 輻射源定位技術

無線測控鏈路節點具有明顯的輻射源特性，可以利用無源輻射源測向定位的相關方法對其進行定位。無源定位具有安全性較高、可全時工作、隱蔽性好等特點，可分為單站測向、單站定位、多站定位等。

單站測向技術可實現對目標方位的測量，但受制于測量站本身定位精度、天線尺寸等因素，測向精度不能達到光學觀測那樣準確，一般在5°～10°左右。

單站定位多用于觀測高空高速目標，對低空目標測量精度較差。若利用測量平臺的移動實現長基線測向定位，則需要很高的時間和位置精度，且因地面測量站目標移動速度較慢，不容易達到測量精度所需的基線長度。

多站定位技術目前研究和應用較多，從體制上可以分為基于到達角度(Direction of Arrival/Angle of Arrival, DOA/AOA)的定位、基于到達時差(Time Difference of Arrival, TDOA)的定位、基于到達頻率(Frequency Difference of Arrival, FDOA)的定位和基于多種定位觀測量的聯合定位。FDOA對高重頻、高機動性目標可以精確測量，TDOA則誤差很大甚至不能測量。地面機動目標速度一般在100 km/h以下，且環境復雜存在多徑影響，TDOA更易于實現和保證測量精度。

文獻[48]就基于觀測站參數誤差無源和有源校正的定位算法進行了研究，仿真驗證了對遠近目標的較好定位性能，并仿真驗證了利用時頻差序列定位算法解決在觀測站數量受限條件時的瞬時定位問題的有效性；文獻[49]為解決非通視(Non Line of Sight，NLOS)條件下的TDOA問題，提出了通過魯棒性模型變換和神經動力學優化方法，通過大量仿真實驗驗證了該方法可在定位精度、計算復雜度和先驗知識需求之間取得很好的平衡；文獻[50]提出了一種基于TDOA的運動目標定位與跟蹤方法，采用網絡化擴展卡爾曼濾波器，通過至少4個非共面的分布式組網節點，實現對目標位置的估計，并提出了一種基于估計協方差矩陣范數的運動控制策略，以取得位置估計性能和節點移動距離之間的平衡；文獻[51]提出可通過多跳相干積分來克服單跳信號的TDOA和FDOA的估計精度較低的問題，并用蒙特卡洛仿真驗證了所提算法的性能優于單跳信號，與理論分析吻合；文獻[52]提出了一種用于TDOA定位的組合加權方法，對多個不同的三點組合的初步測量結果，使用基于Cramer-Rao下界(Cramer-Rao Lower Bound，CRLB)的加權平均方法來估算最終定位結果，并通過仿真和室內聲學定位實驗評估了該方法定位精度高和計算效率高的特點；文獻[53]提出了一種使用3個無源接收機對NOLS環境下飛行中無人機的TDOA-AOA定位方法，用仿真結果說明了與現有定位方法相比，該方法均方根誤差更接近CRLB。

利用輻射源定位技術對地面無人系統進行定位，下一步需要解決的部分問題或研究方向主要有：

1) 降低測量設備自身定位誤差的影響。對目標的定位精度不僅受定位方法的制約，提供位置基準的測量設備自身的定位精度亦有很大影響，需要降低此定位誤差或消除其影響。

2) 單平臺短基線定位。地面測量設備以多站長基線定位方法為主，不利用在較小范圍內的機動條件下及測量平臺較少時使用，因此需要基于單平臺的短基線定位技術。

3) 基于單站定位的測量平臺路徑自動規劃。在測量平臺較少和受復雜環境限制時，單平臺如何通過合理規劃運動路徑，實現類似于多站的測量效果，是一個值得研究的問題，具有很高的實用價值。

4) 基于群體智能的自適應多站定位。隨著地面和空中等無人集群的不斷出現，融合利用多源異構群組的傳感器數據進行目標定位，可避免傳統多站定位方法對測量節點同質化的依賴，增強定位系統的擴展性和魯棒性。

5) NLOS及多徑條件下的定位問題。在非通視環境下多徑效應明顯，目前無源定位的修正方法大都是通過試圖修正信號傳播路徑模型從而剔除NLOS數據或消除NLOS誤差，并在輻射源位置估計時進行誤差消除。但是在不同環境下，這種非通視誤差特征各不相同，想要每次測量均建立這些模型顯然不夠現實，因此需要適用性更好的NLOS下的目標定位方法。

3.2.4 測控鏈路干擾技術

對測控鏈路的失能可通過毀傷和干擾等手段進行，毀傷手段包括諸如強電磁脈沖武器和高功率微波武器等，對測控鏈路的常用干擾樣式有瞄頻壓制干擾、跟隨式干擾、靈巧干擾和欺騙干擾等。因毀傷手段對電子信息設備均有效，相關研究較多，此處重點對干擾手段進行分析。

瞄頻壓制干擾是在參數測量的引導下，針對鏈路工作頻點，自主產生干擾帶寬和鏈路帶寬相當的噪聲干擾信號，對鏈路工作信道進行阻塞，從而實現對鏈路的干擾。該干擾樣式具有較強的干擾普適性，干擾效果僅與干擾功率、干擾頻點瞄準性和時空覆蓋性有關，與鏈路信號的調制特征、加密情況無關。由于瞄頻噪聲和鏈路信號僅頻點相同，內部調制不匹配，其干擾效率僅比寬帶噪聲高，比欺騙干擾低。為了干擾跳頻鏈路信號，需要采用多頻點的梳狀干擾樣式。

跟隨式干擾是對跳頻鏈路信號干擾效果較好的一種干擾樣式，本質上和單頻點的瞄頻壓制干擾相同，瞬時只有一個干擾頻點。不同點是干擾頻點能夠在電子偵察單元的引導下，快速跟隨鏈路信號的跳頻圖案而變化，將干擾能量始終對準鏈路信號當前的頻率。相比于梳狀干擾，由于不存在多頻點分享干擾功率問題，干擾效率更高；其代價是復雜的頻率跟蹤設計，尤其是跳速較快的鏈路，有可能因為通信場景和干擾場景因素帶來跟蹤的時效性問題。也即，在干擾信號發射前，鏈路已經完成傳輸并跳到下一個頻點，干擾失去時效性。

靈巧干擾是在對鏈路信號調制特征、幀格式的分析基礎上，截獲鏈路的同步頭，并對同步頭進行時間上的跟蹤，發出和同步頭類似的干擾信號，破壞鏈路信號的同步。同步是通信的基礎，靈巧干擾可通過較小的功率實現對鏈路信號的破壞。此外，還有基于數字射頻存儲器(Digital Radio Frequency Memory，DRFM)實現靈巧干擾。通過對鏈路信號的采集和存儲，對存儲信號進行調制產生干擾信號，可獲取鏈路接收機的信號處理增益，實現對鏈路的高效干擾。這種方式和跟隨方式一樣，存在干擾跟蹤的時效問題。

欺騙干擾可分為信號欺騙和信息欺騙2種。靈巧干擾也可看作是信號欺騙的一種。信息欺騙是干擾中危害最大的一種，也是難度最大的方式。該方式需要對鏈路信號的幀格式和通信協議進行解析。利用解析結果，自主產生欺騙信號并注入到鏈路終端中，對鏈路進行干擾和接管。通常基于信息的欺騙干擾，對非加密鏈路具有使用價值，對加密鏈路使用信息欺騙的難度很大，需要長期對目標鏈路信號進行解密分析。

因為干擾技術目的的特殊性，鮮有此方面的文獻報道，相關研究人員偶從通信系統抗干擾性能分析的角度發表學術論文。通信鏈路的干擾與抗干擾研究本身就聯系緊密，相互依存，各自的研究成果對對方也很具借鑒意義。文獻[54]仿真分析了超寬帶電磁脈沖對無人機鏈路的前門耦合過程，表明可使低噪聲放大器擊穿而導致數據鏈不能正常工作；文獻[55]通過開展無人機數據鏈系統電磁敏感度效應試驗，得出了組合頻率干擾和帶外飽和干擾的作用機理，并給出了相應的防護方法；文獻[56]針對基于編碼的武器制導數據鏈，提出了脈沖干擾技術和協議關鍵字段靈巧干擾技術，并通過仿真實驗驗證了可行性；文獻[57]通過研究存在欺騙干擾時的無人機上行鏈路接收信號模型，提出了一種抗欺騙干擾方案，建模仿真表明了方案有效。隨著人工智能技術的發展，有研究人員開始研究基于人工智能方法的干擾產生技術。針對通信對抗領域的應用，文獻[58]通過優化深度卷積生成對抗網絡(DCGAN)和結合條件生成對抗網絡等方法，將GAN網絡用于通信信號重構，該方法具有很好的魯棒性和泛化性；文獻[59] 針對未知信號干擾需求，提出基于GAN生成通信干擾波形，實驗結果表明生成的干擾波形干擾效果能夠逼近最佳干擾效果。

對地面無人系統測控鏈路進行干擾，下一步需要解決的部分問題或研究方向主要有：

1) 普適性更好的干擾信號設計。專門針對某型鏈路設備或某種類型設備的干擾方式，針對性強且效果較好，但面對復雜多變的目標時，效果往往大打折扣，因此需要普適性更好的干擾方式。

2) 具有低截獲特性的干擾信號設計。在對目標進行干擾時，干擾設備易被對方偵察設備發現并受到反輻射攻擊，具有低截獲特性的干擾信號在保證干擾效果的同時，可有效降低遭受反輻射攻擊的風險。

3) 對調零天線的干擾對抗。越來越多的測控鏈路天線采用自適應調零技術來提高抗干擾能力，其對干擾信號的抑制能力可到40～50 dB，對干擾技術的發展提出了很大挑戰。

3.3 對衛星導航定位系統的反制技術

由于衛星導航定位系統高精度的定位授時能力、長期穩定特性和便捷的使用方式，使衛星導航終端成為各種無人平臺的標準配置。目前，比較成熟的衛星導航系統有“四大兩小”系統。其中，具有全球定位能力的是：美國GPS系統、俄羅斯GLONASS系統、中國北斗BDS系統和歐洲GALILEO系統，具有區域導航能力的是日本QZSS系統和印度IRNSS系統。

所有衛星導航系統的工作原理基本相同，衛星導航終端接收多顆衛星信號，測量每顆衛星信號在空間中的傳輸時間，計算衛星導航終端的空間位置和時間基準。

由于各導航衛星軌道較高(各系統的衛星均不低于19 100 km)，導航信號到達地球的功率低于-120 dBm，遠低于接收機噪底，同時所有導航衛星系統的工作頻點均為公開參數，使常規衛星導航終端容易受到干擾。如，可采用5 W的瞄頻噪聲在10 km以上距離對民用GPS接收機進行有效干擾。

為了提高衛星導航系統的抗干擾能力，現代衛星導航系統有以下發展趨勢：

1) 衛星導航系統升級為帶寬更寬、抗干擾能力更強的信號，如GPS發展了M碼信號、民用L5C信號。

2) 衛星導航終端采用抗干擾能力極強的自適應調零天線技術，通過陣列信號處理，使抗干擾能力提高10 000倍以上。

3) 復合導航終端能夠同時接收多種衛星信號，達到精度更高、冗余更多、抗干擾能力更強的效果。

4) 將衛星導航接收機與慣性導航設備結合，形成組合導航終端，如GPS/INS組合，提高導航終端的抗干擾能力。

對衛星導航終端的干擾方式可分為壓制式干擾和欺騙式干擾，其中欺騙式干擾有包括轉發式欺騙干擾和自主產生式欺騙干擾(根據產生欺騙信號與真實衛星信號同步與否，又可將其分為異步產生式欺騙干擾和同步產生式欺騙干擾)。

1) 壓制干擾。針對多種導航信號的終端，對其工作的多個頻點進行瞄頻壓制干擾，使復合衛星導航終端所有工作頻點均不能正常工作，該種干擾方式的普適性較強，缺點是所需功率較大，此外，對配備自適應調零天線的終端，通常采用分布式干擾方式實現去調零能力。

2) 自主產生式欺騙干擾。該技術主要針對各種導航終端的民用信號進行欺騙，可使民用衛星導航終端定位到欺騙信號設置的位置，對使用衛星導航終端的平臺干擾極大，但不適用對軍用終端的欺騙。

3) 轉發式欺騙干擾技術。通過衛星信號接收裝置，接收多顆衛星輻射的導航信號；在接收信號的基礎上進行時間和多普勒調制，使衛星導航終端定位到欺騙信號設置的位置，該技術可同時對民用或軍用終端起效。對組合導航終端，通常采用漸變自同步欺騙干擾技術，逐漸拉偏的欺騙方式，使組合導航終端逐漸偏離其真實位置。

文獻[61]分析了GNSS信號遭受壓制和欺騙干擾的風險，并針對民用反欺騙需求提出了解決方案；文獻[62-63]對GNSS授時接收機的脆弱性進行了分析；文獻[64-66]分別介紹了GPS容易受到欺騙干擾；文獻[67]分析了干擾對GPS/INS緊耦合性能的影響，并提出了解決方法，同時指出即使干擾消失后接收機依然難以鎖定信號；文獻[68]利用直接軌跡欺騙和軌跡融合2種方法實現了對GPS/INS組合導航系統的干擾且不易被檢測；文獻[69]給出了一種針對GPS/INS組合導航的曳引式干擾方法，硬件在環仿真表明該方法可使GPS接收機輸出逐漸偏離真實位置的數據；文獻[70]仿真計算了對無人機GPS/INS導航系統的壓制干擾效能，得出增大GPS壓制干擾作用距離時，會使GPS/INS導航系統導航誤差增大，壓制干擾成功概率隨著壓制干擾作用距離的增大而增大；文獻[71]通過仿真實驗對比分析了單頻、帶限高斯噪聲、同速率偽碼3種典型壓制干擾樣式對GPS M碼的干擾效能，得出同速率偽碼干擾較為可行；文獻[72]通過研究得出GNSS矢量跟蹤環路在欺騙干擾下會產生非零均值的信號跟蹤誤差，環路跟蹤特性降低甚至失鎖，同時利用此特性可提高矢量接收機的抗干擾性能；文獻[73]設計實現了一種小型化的同步生成式GPS欺騙干擾源，建立了同步式GPS欺騙干擾信號模型，給出了信號仿真參數的計算方法，并通過商用接收機和無人機驗證了GPS欺騙干擾信號模型及同步設計的正確性；文獻[74-75]分別設計了一種針對GPS/INS的欺騙式干擾方法，并通過仿真驗證了有效性。

對地面無人車輛的導航定位系統進行反制，下一步需要解決的部分問題或研究方向主要有：

1) 對自適應調零天線的干擾。在中大型平臺上，衛星導航終端也開始采用自適應調零天線來提高抗干擾能力，針對全向天線的欺騙干擾和壓制干擾等單一手段的適用性下降，需要有針對性的研究新的干擾技術或手段，如多干擾機分布式干擾等。

2) 對GPS/INS組合導航的低功率高效壓制干擾。以往針對GPS/INS組合導航的干擾方式研究中以欺騙式干擾較多，但存在對軍用終端效果不佳或設備體積重量大的問題，采用低功率的壓制干擾手段，在保證干擾效果具有良好普適性的同時，還可降低干擾機的體積重量，擴大應用場景與運用時機。

3) 對GPS M碼的有效干擾。GPS利用M碼以提高抗干擾能力，且正在進行其升級研究，因此，針對不斷出現的抗干擾碼型，如何對其進行有效干擾是需要關注的問題之一。

3.4 對環境感知傳感器的反制技術

重點對幾種常用環境傳感器的功能和優缺點進行了分析，得出可用于反制的關鍵技術，并進行了歸納總結。

3.4.1 對激光雷達的反制

作為無人駕駛領域應用最早、目前應用最廣泛的傳感器之一，激光雷達存在許多優點，譬如靈敏度和分辨率高、應用廣泛、抗干擾能力強等，其缺點也較為明顯，如主動探測隱蔽性不強、目標特征識別能力弱、抗雨霧煙塵等惡劣環境能力差等。根據結構形式不同，激光雷達可分為機械旋轉式、微掃式、固定視場式等；根據掃描機構不同，激光雷達又分為二維和三維2種。

對激光雷達的干擾方式分為有源和無源2類，有源干擾包括壓制干擾、角度欺騙干擾、距離欺騙干擾、高重復頻率干擾等，無源干擾包括無源遮蔽干擾和無源欺騙干擾等。無源欺騙干擾指采用特定形狀、材質或紋理的干擾物，使激光雷達無法準確獲取環境或障礙物信息，或進而欺騙其目標識別算法，目前此項研究還剛剛起步。從無人車載激光雷達的技術特點和使用方式考慮，可行的對抗措施包括無源遮蔽干擾、噪聲遮蓋干擾、有源欺騙干擾和壓制干擾等。無源遮蔽干擾通過采用煙幕、偽裝物等無源器材，改變激光傳播特性或目標光學特性來達到干擾目的；噪聲遮蓋干擾通過發射強功率信號壓制雷達有用信號，惡化其信噪比；有源欺騙干擾是發射虛假回波實現欺騙，包括角度欺騙和距離欺騙等；壓制干擾是利用有源光電干擾設備發射高能激光或較高能量的非相干紅外光束，去壓制、致盲乃至摧毀敵方光電設備。

目前專門針對干擾無人車載激光雷達進行的研究較少，文獻[81]就對抗激光半主動導引頭(可視作一種激光雷達)中的告警和欺騙干擾技術進行了研究；文獻[79]針對利用激光角度欺騙方式干擾激光半主動導引頭進行了研究，并提出了一種半實物仿真評估方法；文獻[82]提出了一種基于數字存儲技術的激光雷達距離欺騙干擾方法；文獻[83]設計了一種激光距離欺騙干擾系統；文獻[80]針對合成孔徑激光雷達的對抗措施進行了研究，分析了幾種可行的干擾途徑。

在基于激光雷達探測器的攻擊方面，文獻[84]通過產生與ibeo LUX 3激光雷達相同波長(905 nm)、頻率(30 kHz)和脈沖寬度(100 ns)的光脈沖，實現了對ibeo LUX 3激光雷達的欺騙干擾，使距離雷達1 m處的墻顯示為在50 m外；文獻[85]在對Velodyne VLP-16激光雷達的干擾中，發現使用800 mW、905 nm的激光模塊照射后，某個區域放置的金屬板在雷達圖中消失，且成功偽造出了位置比攻擊者更接近激光雷達的虛假目標。

在基于數據算法的欺騙攻擊方面，文獻[86]通過特定算法策略性地控制欺騙點來欺騙機器學習模型，注入60個虛假點可以實現75%左右的攻擊成功率，通過使用Baidu Apollo進行了模擬，在2種攻擊場景中實現了使自動駕駛車輛觸發緊急制動和保持停止的駕駛決策，但是此方法屬于白盒攻擊，且現實可行性并未得到證明；文獻[87]通過實驗發現，在60個虛假點的情況下欺騙成功率能夠普遍達到80%以上，80個虛假點的情況下，欺騙成功率穩定在85%左右，但在采取針對性的防御措施后，欺騙成功率立刻下降到了2.3% 左右；文獻[88]提出可干擾激光雷達渲染器生成點云的對抗網格，使具有特定表面形狀的物體不能被車載激光雷達檢測識別，但只考慮了單幀情況下的隱藏結果；針對所有幀的情況，文獻[89]提出了一種生成通用三維對抗物體的方法，通過算法設計網格參數可以實現白盒和黑盒攻擊，實驗證明將對抗物體放置在車輛頂部可以實現車輛在激光雷達探測下的隱形，此方法的局限性在于當激光雷達對目標車輛的探測方位發生變化時，對抗物體的隱形效果會大打折扣。

對無人車載激光雷達進行反制，下一步需要解決的部分問題或研究方向主要有：

1) 有源欺騙干擾。傳統的對激光導引頭的欺騙干擾方式有角度欺騙和距離欺騙2種，同樣可應用于對無人車激光雷達的干擾，使其不能獲得目標的正確方位和距離。

2) 有源壓制干擾。壓制干擾方式受作用對象和應用環境等外界因素影響較小，其作用普適性和壓迫性干擾效果永遠是我們所追求的，對激光雷達進行有源壓制干擾，將有可能使其喪失目標探測功能。

3) 低成本無源干擾。無源干擾具有被動工作、隱蔽性好等特點，適合用于防御目的的使用，如制作低成本的無源干擾物作為可大量布設的障礙，將對無人車環境探測和機動行進起到有效干擾作用。

4) 基于算法攻擊的激光雷達成像與目標識別干擾。對激光雷達進行干擾，除了對激光雷達本身進行干擾外，還可利用其成像和目標檢測算法的特點有針對性地進行攻擊，實現靈巧干擾的目的。

3.4.2 對毫米波雷達的反制

毫米波雷達作為地面無人平臺的主要傳感器之一，與視覺相機、激光雷達等傳感器相比，具有體積小、重量輕、全天候全天時工作、快速測距測速、穿透感知、目標分類識別、目標跟蹤引導等諸多優勢，可在雨霧煙塵及夜間等環境下，實現對多個異類目標的探測識別及跟蹤，缺點是角度分辨率不高、雷達圖像可視性不好、無法滿足SLAM等應用，隨著采用多輸入多輸出(Multi-Input Multi-Output，MIMO)和數字波束形成(Digital Beam Forming，DBF)等新體制雷達的出現，也開始有團隊利用毫米波雷達進行SLAM研究。

由于數字器件的高速發展，目前雷達干擾機多以DRFM為核心提高干擾信號的相參性。存儲式轉發式干擾是指在接收雷達信號后，經調制形成干擾信號，進行功率放大后由發射天線發射出去。不同的調制方式，形成不同的干擾樣式，不同的干擾樣式適用于不同類型的雷達，常見的干擾樣式包括遮蓋式干擾、拖引干擾、密集假目標干擾、間歇采樣干擾等。

目前的雷達干擾技術研究多針對跟蹤火控雷達、制導雷達、偵察雷達等，由于干擾對象技術發展等原因，對無人車毫米波雷達的干擾研究較少，鑒于其多采用連續波體制，可通過研究對其他雷達的干擾技術和車載毫米波雷達的抗干擾技術，探索研究干擾車載毫米波雷達的方法。

文獻[92]針對調頻連續波(FMCW)雷達的干擾技術進行了分析和攻防測試；文獻[93]研究了噪聲干擾和欺騙干擾對FMCW雷達的效果；文獻[94]對干擾FMCW雷達的效果評估準則進行了研究，提出了一種稱之為相對雷達功能受損時間的新標準，用以表征雷達功能受損時間和一個干擾周期的相對關系，并將其用于多種體制雷達的干擾效果評估，證明了這一標準優于其他標準。文獻[95]針對FMCW體制的車載雷達間的互擾，提出了一種基于粒子群優化和自適應對消的干擾抑制方法，仿真驗證效果良好；文獻[96]提出了一種基于多徑干擾認知的汽車毫米波雷達自適應抗干擾波形優化方法，以抑制雷達間的強干擾；文獻[97]針對線性調頻體制雷達，提出了一種基于移頻的距離波門拖引干擾方法，仿真分析了干擾效果，工程實用性較好；文獻[98]針對間歇采樣轉發干擾特性進行了研究，設計了基于時頻分析抗干擾波形，并通過仿真驗證了有效性；文獻[99]對雷達距離門拖引干擾與抗干擾進行了研究，通過仿真驗證了有效性。

對無人車載毫米波雷達進行反制，下一步需要解決的部分問題或研究方向主要有：

1) 對無人車載毫米波雷達的低成本無源干擾。無源干擾的諸多特點使得其具有很大優勢，可以利用無源干擾器材偽裝目標和布設障礙等，進而實現對毫米波雷達探測功能的干擾。

2) 對新體制雷達的自適應有源干擾。目前無人車載毫米波雷達正處于高速發展及推廣應用時期，其技術體制并未固化，各項性能變化較大，對其進行反制研究，需要緊跟技術變化，實現對目標的自適應干擾。

3) 基于算法攻擊的毫米波雷達目標分類與識別干擾。對毫米波雷達進行干擾，除利用有源與無源手段對其信號接收進行干擾外，還可針對其目標分類和識別算法的特點，有針對性地進行攻擊，實現靈巧干擾的目的。

3.4.3 對視覺相機的反制

視覺相機在地面無人平臺上的應用由來已久，與其他傳感器相比，具有晝夜工作、信息豐富、無源探測、隱蔽性好等特點，缺點是距離精度低、復雜天候適應性較差。視覺相機通常采用CCD、CMOS、低照度CCD、紅外探測器等感光器件，可工作于可見光波段和紅外波段，具有良好的晝夜觀察能力，可獲取色彩與細節特征豐富的圖像信息，對利用圖像進行ATR非常有利。

根據光學鏡頭數量，視覺相機有單目和多目之分，單目相機主要用于感知無人平臺周圍環境和探測重要方向目標，多目相機則可利用立體視覺算法獲取目標距離信息，已有越來越多的團隊將視覺相機用于無人車的環境感知與目標探測。無人車的視覺相機同一般的電子光學成像觀察裝置工作機理相同，故在對其干擾對抗方面可參考光電對抗和圖像處理等領域的相關技術手段。光電對抗措施的主要目的是使相機不能成像或成像質量下降，如使用強可見光或多波段激光使探測器暫時飽和、使局部像元甚至整個探測器失效。圖像處理措施包括使用數碼迷彩偽裝真實目標、使用對抗攻擊方法干擾目標識別算法等。

關于光電對抗的研究由來已久，此處重點整理對對抗攻擊的相關研究。文獻[103]通過改變圖像屬性生成對抗樣本，通過大量實驗對多個DNN進行黑盒攻擊，驗證了有效性；先前研究表明，經過由多種攻擊方法生成的對抗樣本訓練過的神經網絡依然容易遭到白盒攻擊，針對此問題，文獻[104]在黑盒攻擊下進行了研究，經試驗得出，通過對抗訓練難以構建一個可以抵御黑盒攻擊的魯棒性很好的神經網絡；文獻[105]提出了一種基于上下文的對抗攻擊方法，并在大量公開模型上驗證了可成功對全監督和弱監督目標檢測模型進行攻擊，文獻[106]還針對攻擊樣本的隱蔽性問題，提出并驗證了解決方法；文獻[107]使用GAN生成對抗樣本后對幾種公開數據集進行了白盒攻擊，得到了較高的成功率；文獻[108]提出了一種新的生成對抗網絡用于生成對抗補丁，即使附加到圖像局部上，即可對DNN的圖像檢索模型產生擾動，大量實驗表明此方法具有出色性能。

對無人車視覺相機進行反制，下一步需要解決的部分問題或研究方向主要有：

1) 對無人車視覺導航相機的無源對抗。視覺相機可用于無人車對環境目標的探測和路面分割等，通過對環境和目標的偽裝，使相機不能正確獲取有用信息，即可達到對其對抗的目的。

2) 對立體視覺相機的測距能力干擾。基于立體視覺技術的光學相機具有較高精度的無源測距能力，保證了使用時的隱蔽性特點，通過干擾其測距功能，降低其測距精度甚至使其無法獲得目標距離，將使其喪失無源測距能力的優勢。

3) 對多波段相機的干擾。實際使用中常將可見光和紅外相機組合使用，獲得目標的多波段特征，紅外相機的工作波段也不盡相同，使得針對單一波段進行干擾的手段適用性降低，因此需要對多波段相機進行干擾的手段和方法。

4) 基于對抗攻擊的圖像識別干擾。對視覺相機進行干擾，除了對相機本身(即成像功能)進行干擾外，還可對其基于圖像的目標檢測和識別算法進行攻擊，最終達到對視覺相機的反制目的。

3.5 對自主行為與平臺控制的反制技術

地面無人平臺通過環境感知傳感器感知外部環境信息，通過平臺自身傳感器感知平臺狀態和運行參數，通過測控鏈路接收控制端控制指令及回傳信息，最終由平臺控制器響應以上信息，進行行為決策和平臺控制。除前文所述可對測控鏈路及環境感知傳感器進行對抗之外，還可針對平臺行為決策與控制功能進行干擾，譬如可通過其傳感器、遙控指令端注入干擾信息、錯誤信息、病毒等，對其自主算法、車內網絡、機器人操作系統(Robot Operating System,ROS)等進行干擾攻擊，最終達到干擾其信息獲取能力、任務理解和平臺控制能力。

無人平臺的智能算法包括目標識別算法、路徑規劃算法、人機協同控制算法及平臺智能控制算法等，可對其基礎算法原理、判斷的時敏性和判斷量權重等進行研究，通過從傳感器端注入干擾圖像或光電信號等信息，針對智能算法進行攻擊，以欺騙、誤導甚至失能識別算法。

無人平臺的總線網絡雖然采取了一定的電磁屏蔽措施，但是波長較小的高功率電磁脈沖仍然可以通過天線耦合、傳輸線路耦合、孔縫耦合等方式，對電子系統產生不可忽視的干擾信號。因此，可利用此特點對車內總線進行攻擊，利用無人平臺信息系統總線協議字段的脆弱性，針對某一特定應用偽造地址數據或錯誤狀態字，達到使總線系統邏輯紊亂、無法正常運行的目的。主要方式有服務請求/硬件錯誤指示干擾、定向通信阻斷攻擊、總線時序攻擊等方式、總線失能攻擊等。

目前無人平臺多以ROS作為網絡中間件來進行數據交換，用于在各設備節點之間收發數據、事件和命令。因此，可以利用ROS的訂閱/發布模型和ROS作為中間件的特性，在有線接入/無線接入的情況下，對無人平臺及其網絡進行劫持攻擊。

對于遙控型地面無人平臺，可對其車內網絡和操作系統進行干擾，而對具備自主功能的平臺，可通過干擾其自主識別算法、路徑規劃算法、姿態控制算法、車內網絡、操作系統等，實現對其自主決策、自主導航、自主避障等自主行為和指令傳輸的干擾。

對無人機平臺安全的研究起步較早，相關研究成果可供借鑒。文獻[109]對無人機自動駕駛系統的潛在網絡威脅和漏洞進行了分析，并進行了模擬攻擊試驗；文獻[110]分析了無人機系統的網絡物理漏洞和在攻擊下的后果；文獻[111]從傳感器、通信和多機協同等方面分析了其安全性；文獻[112]通過對無人機易遭受的網絡攻擊進行分析，得出虛假數據傳播是最危險的網絡攻擊；文獻[113] 探討了廣泛應用于自然語言處理、圖像識別和聲音識別的人工智能和深度學習算法的安全性問題，研究了人工智能模型的數據與隱私泄露問題，探討了可用于攻擊的方法及可采取的防御方法；文獻[114]針對信息安全問題進行了研究，通過歸納分類網聯汽車易受攻擊的對外接口及可用于攻擊的手段和潛在威脅，提出了基于信息熵和決策樹的車載CAN總線網絡異常檢測技術；文獻[115]針對無線傳感器網絡的惡意軟件傳播問題，建立了無線傳感器網絡的攻防博弈模型，推導出了混合納什均衡解和惡意軟件的傳感概率，仿真結果對此類攻防對抗研究均具有指導意義；文獻[116]介紹了如何將數據挖掘技術用于網絡入侵檢測及提高檢測效率，并用于預防網絡入侵，這對研究如何入侵網絡亦具有借鑒意義。

對地面無人平臺的自主行為和平臺控制進行反制，下一步需要解決的部分問題或研究方向主要有：

1) 破譯/非破譯條件下的干擾指令注入。遙控型和半自主型無人平臺需要接收操控站控制指令，并執行相應動作。對控制指令協議進行破譯后，可注入干擾指令從而影響無人平臺的自主行為和平臺控制。在非破譯條件下，也可通過分析其指令信號外在特征，并進行有針對性的干擾，從而影響其對正確指令的正常解析。

2) 對無人平臺自主行為的反制。通過研究地面無人平臺的自主算法，發現其弱點和漏洞，并采用適當的輸入方式，注入干擾信息，對其自主算法進行干擾。

3) 針對ROS的攻擊干擾。目前大多數地面無人平臺均采用ROS來實現平臺控制，且為開源軟件，因此，可通過尋找ROS的底層漏洞，對無人平臺控制功能進行攻擊干擾。

4) 無人車總線網絡干擾。無人平臺的各執行機構通過車內總線網絡連接，傳輸控制指令和信息，可通過電磁耦合等方式將干擾信息注入總線網絡，影響其正常通信，從而干擾其平臺控制能力。

3.6 反制效果在線評估技術

此處所指反制效果評估，是指反制系統根據實施偵測的目標信息和先驗知識，采取一定對抗措施后，再根據實時偵測的目標信息和先驗知識，對反制效果進行的實時評價，為后續調整反制策略或其他行動提供參考。反制效果評估是一種利用交戰對手作戰力量變化、武器系統反應和關重部件狀態變化等數據進行的在線實時評估技術，是反制系統構建“觀測、定位、決策和行動(OODA)”閉環回路的重要環節之一，以此構建具備自適應反制或一定認知能力的功能系統。

具體步驟可分為：目標信息偵察、目標特征提取、反制行為決策、反制行為實施、再次目標偵察、目標特征變化度量、反制決策調整、反制行為調整，如此循環，直至達到預期反制效果或自行終止反制。其中關鍵技術在于如何基于反制系統可實時偵測的目標信息和先驗知識來構建地面無人系統的能力指標體系和模型，再結合模糊評價法、層次分析法、灰色綜合評價法、系統效能分析法、指數法等建立反制能力評估模型。反制系統可實施偵測的目標信息包括光學圖像、運動速度、機動行為(加速、減速、停止、前進、返航等)、測控鏈路信號變化(調制樣式、頻率、跳速、功率的變化等)等狀態變化信息。先驗知識包括典型目標的多元屬性信息、常見行為特征、典型設計特點、作戰運用策略和使用方法、以及干擾策略庫等，如測控鏈路信號特征及受擾時的應對措施和信號特征變化規律、受擾后的平臺機動決策、目標特征與干擾策略的映射關系等。

存在的難點問題是，受限于實時偵測到的目標信息的豐富程度和先驗知識的準確性，可用于評估反制效果的信息和高維度特征較少，導致評估結果的置信度不高。因此，研究基于作用對象的可觀測信息的在線效能評估，尤其是干擾對抗環境下，是值得我們今后研究的重要問題之一。

文獻[118]針對自適應雷達對抗需求，提出了一種從偵察和干擾系統的角度定量評價干擾有效性的方法，選擇雷達脈沖在干擾前后的累積振幅作為特征統計量，并基于顯著性測試理論設計了有效性評價檢測器；文獻[119]提出使用Adaboost組合分類模型來評估雷達干擾效果，其評估精度遠高于RBF神經網絡和貝葉斯等單一分類器；文獻[120]重點就戰時電子對抗在線效果評估的關鍵技術進行了分析，總結了發展趨勢；文獻[121]設計了一套采用基于干擾因素匹配程度的干擾效果預評估和基于雷達受擾前后行為參數變化的干擾效果主評估的雷達干擾效果在線評估方案；文獻[122]分析了在線評估依據，建立了雷達工作狀態與干擾效果的映射關系，結合雷達信息識別結果，給出了干擾效果在線評估的實施流程，并進行了仿真驗證；文獻[123]提出了一種基于支持向量機的基于干擾方的雷達在線效果評估方法，試驗表明該方法具有較高的可靠性；文獻[124]針對Link-16系統，提出了一種基于其多種行為參數變化進行干擾效果在線評估的方法；文獻[125]則針對認知電子戰中的目標狀態識別問題，重點研究了無監督的增量式目標狀態識別方法。

對反制效果進行在線評估，下一步需要解決的部分問題或研究方向主要有：

1) 地面無人系統反制評估指標體系的有效性。對反制效果進行評估，首先需要建立全面、科學、合理的評估指標體系，能準確反映出當下的反制效果，因此指標體系的有效性度量是值得研究的問題。

2) 基于可觀測信息的目標狀態辨識與預測。各類仿真系統中的效能評估，往往基于系統可收集到的所有信息，而實際應用中的在線效果評估，無法直接得到作用對象的內部參數，只能依據干擾方的可觀測信息對目標狀態和行為進行判斷和預測，進而評估干擾效能。

3) 基于作用對象參數變化的反制效果在線評估。干擾方的可觀測信息經過空間傳播和接受處理后往往存在損失，其絕對量值并不足以完全表征目標狀態，因此可根據其某些關鍵參數和狀態變化，評估反制效果的有效性。

3.7 綜合對比分析

以上各項關鍵技術中需要解決的部分問題或研究方向，因涉及專業門類和學科方向較多，此處并未詳盡說明，現概要匯總如下，詳見表2。

表2 關鍵技術研究方向匯總Table 2 Summary of key technology research directions

通過對反制地面無人系統的多種可能手段和關鍵技術進行分析，其技術特點、運用方式、作用效果等不盡相同，如表3所示。在實際運用中，須結合作用對象、己方目的、期望效能、實際場景等靈活選擇運用時機、綜合使用多種手段，才能充分發揮反制手段效能，達到反制目的。

表3 反制手段對比分析Table 3 Comparative analysis of countermeasures

4 總結與展望

隨著地面無人系統的創新發展及關鍵技術的不斷突破，其在現代戰爭中的地位和作用逐步提高，在不斷發展地面無人裝備的同時，對其進行對抗反制研究的時機愈發成熟。瞄準未來無人化智能化裝備對抗需求，提出了開展地面無人系統反制研究的構想；通過梳理地面無人系統的國內外發展現狀及趨勢，總結地面無人系統的能力特征和關鍵技術，并與空中無人系統進行對比分析，給出了反制地面無人系統的可能策略；初步構建了關鍵技術體系框架，并從反制測控鏈路、衛星導航定位系統、環境感知傳感器、自主行為與平臺控制及反制效果在線評估等方面對相關關鍵技術進行了分析與綜述。

隨著智能、通信、信息、傳感等技術的不斷演進和應用，地面無人系統的環境感知、自主行為、任務理解、智能協同等能力不斷迭代發展，對其反制研究也應隨之不斷更新，就像裝甲與反裝甲、偵察與反偵察、電磁戰與反電磁戰等，矛與盾的對抗永遠在路上。尤其應注重以下幾點：

1) 更加注重利用成熟技術進行反制。對地面無人系統的測控鏈路反制、衛星導航定位反制、環境感知傳感器反制等關鍵技術中，諸如電磁信號偵測定位與干擾、衛星導航干擾、雷達干擾等很多已在通信對抗、光電對抗等電磁對抗領域取得成功應用，可以將其轉化應用于地面無人系統反制。

2) 更加注重針對智能化特征進行反制。隨著人工智能技術在地面無人系統環境感知、路徑規劃、任務理解等方面的逐步應用，其自主程度不斷提高，如何對抗其自主能力，針對其自主機動行駛、自主任務規劃、自主行為決策等具有智能化特征的能力進行反制，達到“反智”目的，將是反制地面無人系統的有效手段和可行的研究方向。

3) 更加注重進行信息反制。機械化時代裝備靠機械賦能，地面裝備對抗是裝甲與彈藥的對抗，信息化智能化時代裝備靠信息賦能，裝備對抗是信息與信息的對抗，應充分利用信息化手段對抗信息化裝備，破網斷鏈、蒙眼堵鼻，達到四兩撥千斤的效果。

4) 更加注重進行綜合反制。地面無人系統具有多個能力特征，且某一能力特征的實現，往往采用多種技術手段融合設計，譬如測控鏈路包括視距鏈路和衛星鏈路，導航定位包括慣性導航定位和衛星導航定位，環境感知采用激光、毫米波、視覺等，這就需要針對多種能力特征以及某一特征的多種技術手段進行反制，以達到綜合反制效果。

針對地面無人裝備關鍵能力特征開展反制研究，是在此領域的首次嘗試，提出的反制策略和關鍵技術可能不盡完善，相信隨著相關研究的不斷深入和技術的不斷發展，對未來裝備建設和發展將具有啟發和借鑒意義，也會對地面無人裝備的建設發展起到推動作用。