一、核心议题：两大“低慢小”危险源的复合风险

l 传统威胁：飞鸟与鸟类撞击风险

鸟类撞击是航空器起降阶段的关键安全隐患，全球50%以上的运输航空一般征候由鸟类撞击引发，直接危及航班安全，需依靠精确探测制定驱离策略。

l 新兴威胁：非合作无人机“违规飞行”

消费级无人机快速普及后，机场净空区“违规飞行”扰航事件频发，与鸟类撞击风险叠加构成双重威胁。

无人机分为“合作”与“非合作”两类：95%以上“合作”无人机可通过“无人机云”监管飞行状态；不足5%的“非合作”无人机，因缺乏合规信号、飞行轨迹不可控，成为净空区防控重心。

l 探测核心需求

飞鸟与非合作无人机同属“低慢小”目标，探测技术趋同。机场需在“提升探测精度、共享设备、控制成本”的前提下，实现两类目标的融合探测与精准辨识分类（因应对策略不同：飞鸟需驱离，非合作无人机需协同空管与公安处置）。

二、主流探测技术及国内外研究进展

系统综述了四类针对“低慢小”目标的核心探测技术，阐明各类技术的定位与应用方向：

关键技术趋势：深度学习主导目标分类

在两类目标的辨识分类环节，深度学习网络已成为核心技术方向——通过对雷达点云、光电图像、声纹信号等数据的特征学习，可有效区分飞鸟（如翅膀振动频率、形态）与非合作无人机（如多旋翼结构、匀速飞行特征），解决传统算法“误报率高”的问题。

三、多源融合探测方案：以雷达为核心的分级融合策略

基于各类传感器的优缺点，文章提出“雷达为主、多源为辅”的分级融合方案，通过“数据级→特征级→决策级”三层融合，实现探测能力互补：

l 数据级融合（底层融合）

对雷达、光电、无线电、声学的原始数据进行预处理与对齐（如时间、空间同步），消除数据冗余（如雷达与光电的目标位置校准），为后续特征提取奠定基础。

l 特征级融合（中层融合）

提取各类数据的核心特征（如雷达的目标速度特征、光电的图像纹理特征、无线电的信号特征），通过融合算法（如特征拼接、注意力加权）整合为“多维度特征向量”，强化对两类目标的区分度（如用无线电信号特征排除飞鸟，用图像特征辨识无人机与飞鸟）。

l 决策级融合（顶层融合）

基于中层融合的特征向量，结合各类技术的置信度（如雷达远距离置信度高、光电近距离置信度高），通过投票、加权等算法输出最终探测结果——精准判定目标是“飞鸟”“非合作无人机”还是“其他干扰目标”，为后续处置提供明确依据。

四、研究意义与结论

l 技术价值：梳理了四类探测技术的优缺点与研究进展，明确“多源融合”是解决“低慢小”目标探测难题的核心路径，规避单一技术的局限性。

l 应用价值：提出的“雷达为主、分级融合”方案，可直接指导机场净空区探测系统建设——既共享现有设备降低成本，又通过精准辨识分类匹配不同处置策略，有效应对鸟类撞击与“违规飞行”双重威胁。

l 未来方向：需持续优化深度学习分类模型（提升复杂环境下的抗干扰性）、完善多源数据同步算法（降低融合延迟），推动技术落地与工程化应用。

五、西安光雷科技最新研发产品

l 西安光雷科技自主研发了雷达探测与光电探测领域系列产品，重点解决低空无人机及飞鸟目标辨识难题，推出集探测与跟踪功能于一体的系统，简称“搜跟一体设备”。当前国内搜跟设备研发技术尚未成熟，但光雷科技率先布局该领域专项研发，构建了涵盖研发团队、生产基地及售后运维的完整产业链。公司自主研发的光学雷达探测系统集成长波非制冷红外热像仪、可见光相机、激光测距机（可选配）及高精度伺服转台。该系统搭载AI驱动图像处理单元，兼具全域探测跟踪能力，可实现目标智能辨识、实时追踪及全景态势可视化展示。

l 光雷科技最新研发的“搜跟一体设备”在实际应用中展现出卓越性能，系统探测范围可达数公里级，对低空无人机和飞鸟目标的辨识准确率提升至95%以上，有效抵御风速、雨雾等复杂气象干扰。该系统深度融合前文所述的多源融合技术，以雷达数据为核心，结合光电传感器的近距离高置信度，通过加权融合算法实现实时目标分类，精准区分“飞鸟”“非合作无人机”及“其他干扰目标”，为机场净空区提供毫秒级响应处置依据。产品已成功应用于多个国内枢纽机场，实测数据表明其能显著降低鸟类撞击与“违规飞行”事故率，同时支持模块化扩展，可选配激光测距机增强三维定位能力，并通过云端平台实现多站点数据协同与远程运维，大幅提升运营效率。公司持续投入研发，计划集成深度学习模型优化版本，进一步提升复杂背景下的目标抗干扰性，并探索与现有安防系统的无缝对接，推动低成本高效解决方案的规模化落地。#无人机雷达探测#