4.2.2分布式合成无源雷达利用现有的电信基础设施作为照明源，增强无人机的探测能力。主要有两种方法：基于蜂窝系统的解决方案和基于数字视频广播(DVB)系统的解决方案。

4.2.2.1基于蜂窝系统的无源雷达一种增强探测系统的方法，该系统可以通过使用反射式全球移动通信系统(GSM)信号来定位和跟踪无人机。一种从无人机接收3G蜂窝反射信号用于跟踪无人机的方法。利用3G蜂窝信号的多普勒特征来监控目标区域，并跟踪无人机的轨迹。

4.2.2.2基于数字视频广播系统的无源雷达无处不在的数字电视信号被视为无源无人机探测雷达的有效照明源。与主动雷达方法类似可以使用微多普勒效应。无人机分类测试是通过螺旋桨驱动的微多普勒信号和机器学习进行的。实验表明，塑料螺旋桨的微多普勒信号远不如碳纤维螺旋桨可见。

无源雷达的一个明显缺点是需要大量的后处理工作或多个接收机才能达到可接受的检测精度。

4.3后向信号处理在无人机检测中，需要努力从射频前端的噪声输出中获得目标的微弱稀疏反射信号。该领域的研究可分为两类：传统的基于信号特征的检测和基于学习的模式识别。

4.3.1基于信号特征的检测无人机螺旋桨的微多普勒效应被证明是无人机探测的一个有用特征。实验证明，这种特征可以用来区分无人机和其他飞行物体。或者，一种基于hough变换的方法来提高检测和跟踪性能。该方法利用线性分布的微多普勒特征，能够同时检测和识别无人机。又或者，由飞行无人机引起的微多普勒效应也可用于检测多个无人机，其中时间-频率频谱图被转换为节奏速度图(CVD)。然后从CVD中提取步频频谱(CFS)，作为每个班级训练数据的基础。K-means分类器用于基于CFS识别多个微UAS的组件。真实雷达数据上的实验结果表明，这些方法能够处理多个无人机，并具有令人满意的分类精度。

4.3.2基于学习的模式识别基于学习的模式识别方法能够对各种类型的对象进行分类。这项研究展示了一个无人机航迹与非无人机航迹的分类实验，该实验基于鸟、飞机和模拟无人机航迹的混合，主要基于航迹的统计特征，并产生了较高的准确率。基于神经网络的方法采用深度学习技术来自动化传统机器学习的特征工程过程。无人机检测由CNN进行，CNN以高分类精度学习多普勒频谱图2D分布中的特征。深度信念网络(DBN)被用于描述生成的谱相关函数(SCF)模式所体现的特征，以自动检测和识别不同类型的无人机。实验结果表明，该系统能够有效地对微小无人机进行检测和分类。基于学习的模式识别方法的好处是，此类系统可编程且可训练以适应各种场景。

基于雷达的无人机检测可以实现比目前其他传感器更好的检测性能。天线和信号处理器一直被认为是昂贵的实现选择。虽然基于雷达的方法可以实现更好的无人机检测性能(长距离和短距离)，但它们在部署、校准和维护方面的成本很高。基于雷达的方法的操作要求技术人员具备雷达操作的相关背景，这对大规模的普遍性构成了重大挑战。人们希望雷达元件重量轻、节能、价格合理、易于组装，并且易于部署和维护。基于机器学习的后验信号处理算法在提高无人机检测的效率和准确性方面显示出巨大的潜力。便携式信号处理算法降低开销的改进能力可以扩展基于雷达的无人机检测的实现。

5.基于数据融合的无人机检测

数据融合是整合多个数据源以产生比任何单个数据源提供的信息更一致、更准确、更有用的信息的过程，它有可能生成比原始输入信息更丰富、更综合的融合数据。数据融合方法可以利用每种方法的优势，获得比单一方法更稳健、准确和高效的组合结果。对于无人机检测，数据融合可以用来提高无人机检测系统的性能，以克服单一方法在某些特定场景中存在的缺点。

 三、缓解措施 

探测和缓解技术还不成熟。对无人机缓解的研究非常有限。国外开发了无人机防御系统的体系结构。在该体系结构中，他们规定了有效交战范围，包括初始目标范围、探测范围和对响应起主导作用的中和范围。他们的报告显示，当射程超过4000英尺时，基于硬件的反应和中和可以有效地进行。

根据架构，这些方法可分为三大类，第一个是物理捕获，重点是用物理方法捕获无人机。第二种方法是利用噪声发生器干扰系统或传感器，从而使无人机控制器无法操作无人机。第三种是利用系统或传感器的漏洞获得控制优先级。

1.物理捕获

1.1渔网捕获

网络捕获是一种消除无人机的物理方法。防御者使用枪支或某些特定武器来触发网络以捕获无人机。1.2定向电磁脉冲电磁脉冲主要用于打击车内的非法电子设施，这些设施可能会重新启动或禁用控制系统的操作。

2.干扰

干扰是压制进入限制区的无人机最常用的方法。防御者利用噪声信号干扰无人机传感器或系统的工作，以进行中和。一种利用无人机团队形成防空雷达网络的方法，该网络可以干扰目标的传感器。该方法可以检测并否定未经验证的无人机，其实验结果表明，它们可以跟踪和干扰DJI制作的模型，以离开限制区域，并证明在一个团队中，N个无人机最多可以否定N×(N)−1) 目标。利用直接航迹欺骗和融合，入侵导航系统和轨迹控制系统的控制优先级。基于GPS欺骗干扰理论，利用轨道欺骗引导未经验证的无人机从限制区飞出。结果表明，直接航迹和融合航迹都能使无人机偏离限制区域。一种使用SDR实现协议感知无人机干扰系统的方法。使用SDR实现遥控器的信号，并通过分析识别通信协议。SDR生成命令，控制UAS飞离限制区。比较三种不同的方法(音调、扫描和协议感知)，以评估其方法的性能，这表明协议感知比音调和扫描干扰更有效。•音调：单个通道中心的窄带信号。•扫频：线性扫过整个2.4 GHz ISM频段。•协议感知：模仿双叶先进扩频技术(FASST)和先进连续信道转移技术(ACCST)的信号。干扰方法可以提供友好的零伤害方案，以压制进入限制区域的无人机。干扰方法可以在不同层面(从硬件到软件)对无人机提供中和效果。这种干扰可以大规模部署并长期有效。然而，当前的干扰无法产生防守者可以控制的方向性效果。干扰的效果是全方位的，可能会影响限制区域内的设备，并消耗能量。当无人机收到足够的干扰信号时，干扰需要很长时间才能生效。在未来，干扰应该是可控的、定向的和快速反应的。