用于检测对象并生成包含径向速度数据的图的基于雷达的系统和方法，以及用于对无人飞行器UAV进行检测和分类的系统与流程

本公开涉及使用调频连续波(frequencymodulatedcontinuouswave，fmcw)雷达系统来扫描和检测对象的基于雷达的系统和方法，尤其涉及生成包含径向速度数据的图。生成的图可用于对包括诸如无人飞行器(unmannedaerialvehicles，uav)之类的被检测到的对象进行跟踪和分类。

本公开还涉及一种用于对无人飞行器(uav)进行检测和分类的系统。uav的分类可用于在若干被检测到的uav之间进行区分。

背景技术：

近年来，可供民用的小型无人飞行器(uav)的数量大大增加了。这些平台可以私下用于休闲和电影拍摄，而也可以用于诸如农业和环境监测、监视和灾难响应之类的应用。但是，小型uav也可能被滥用来进行反社会的、不安全的甚至是犯罪的行为，诸如侵犯隐私权、相撞的危险(与他人、其他uav和更大的航空器)、甚至是非法物质的运输。因此，对开发可以检测和跟踪uav的传感器系统的兴趣日益增加。用雷达检测和跟踪uav带来了重大的挑战，因为与传统航空器相比，小型uav通常具有较低的雷达散射截面并且以较低的速度和高度飞行。小型uav能够进行高变化性运动，这使得将它们与混乱的静止背景分离的任务变得复杂。小型uav的高机动性也使得跟踪问题变得更加困难，因为不可能对预期的uav运动做出强有力的假设。

fmcw雷达系统是众所周知的，并且广泛用于汽车行业和其他工业应用中，其中fmcw雷达系统提供检测到的对象或目标的距离和多普勒信息，其中多普勒频移可以转换为检测到的对象或目标的径向速度。

在fmcw雷达运行期间，系统以三角形或锯齿形信号调制的频率发射连续的无线电能。因此，发射的信号的频率随时间逐渐变化。当信号被对象反射时，接收到的波形将建立发射的波形的延迟副本，其中时间延迟作为目标范围的度量。如果目标正在移动，则雷达系统将在接收到的信号中记录多普勒频移。与发出的信号的频率相比，当目标接近时，接收到的信号将显示较高的频率，而当目标远离雷达位置移动时，接收到的信号将显示较低的频率。因此，总多普勒频移可能得自源运动和观测者运动的叠加。具体来说，多普勒频移量与目标的径向速度成正比。

在距离-多普勒处理中，通过对接收到的信号应用双重傅里叶变换来补偿运动对象的距离和速度信息。将第一变换(距离fft)应用于从发射的上扫接收到的信号以产生高分辨距离线。在选定的积分时间内重复距离fft，以获得适当数量的距离线，然后对所获得的多个距离线应用第二傅里叶变换(多普勒fft)。结果是所谓的距离-多普勒图或距离-径向速度图，其中一个轴表示距离，而另一个轴表示径向速度。距离-多普勒图是包含被命中的目标的回波信号值的距离-速度单元的矩阵，其中距离-速度单元的振幅值表示从目标发射的发射雷达波信号的回波能量，该目标具有由距离-速度单元的位置指示的距离和径向速度。

距离-多普勒图或矩阵可以被布置有沿x轴的多个单个目标距离和沿y轴的多个单个速度范围，由此矩阵的列表示给定的单个目标距离的速度检测跨度，而行表示给定的单个目标速度范围的距离检测跨度。对于给定的单个目标距离，可以观测到具有不同回波信号值的几个不同目标速度，其中，所观测到的径向速度和回波信号值由与单个目标距离相对应的速度列的数据表示。速度列可以称为所谓的多普勒特征信号(signature)，而距离-多普勒图/矩阵则由所有单个目标距离的多普勒特征信号组成。对于给定的目标距离，对应的多普勒特征信号数据随时间变化，并且当诸如通过生成多个连续的距离-多普勒图/矩阵而获得同一目标距离的连续的多普勒特征信号时，这些多普勒特征信号可以组合成所谓的多普勒频谱图，以显示所观测到的单个目标距离的多普勒频率或径向速度与时间的关系。

通过对所获得的距离-多普勒数据使用微多普勒分析，高距离分辨率fmcw雷达系统也用于检测和表征小型uav。部件的相对运动是不同类别的目标的特征，例如鸟类翅膀的拍打动作与螺旋桨叶片的旋转。在距离-多普勒图或距离-径向速度图中，本体的移动部件引起特征性多普勒特征信号，其中主要贡献来自于本体的躯干(torso)，引起目标的多普勒频率，而鸟类翅膀的拍打动作或螺旋桨叶片引起对回波雷达信号的调制，并在多普勒特征信号的中心多普勒频率附近产生边带，其可称为微多普勒特征信号。因此，距离-多普勒图/矩阵内的微多普勒特征信号的边带宽度可以指示被发射的雷达波击中的目标的类型。当针对距离-多普勒图使用径向速度时，微多普勒特征信号的边带宽度将由微多普勒特征信号的径向速度跨度的宽度给出。

为了生成目标的轨迹，必须生成多个匹配图，其中图包含经验证的目标的距离、方位角、幅度和径向速度信息。此外，fmcw雷达系统可能必须以高重复频率扫描360°的完整圆周范围内的对象，这需要大量相当复杂的信号处理步骤，尤其是为了生成径向速度信息，以在有限的时间内以有限的处理能力执行。

当今的fmcw雷达系统包括信号处理器，该信号处理器对返回的雷达波信号进行杂波滤除，并计算距离-多普勒图以获得经验证的目标的距离、幅度和径向速度信息，然后这些信息与方位角信息组合，其中组合的信息由绘图处理器处理以获得已经验证的目标的图。由于fmcw雷达系统在360°的完整圆周范围内对对象进行扫描，因此可以参考所谓的雷达图像获得扫描数据，该雷达图像划分为多个图像线，图像线又划分为多个距离单元，其中每个图像线覆盖给定的方位角范围，且全部数量的图像线覆盖从0°到360°的完整圆周方位角范围。

对于包含特定数量的距离单元并覆盖特定方位角范围的每个图像线，在雷达系统覆盖图像线的方位角范围的时间帧内发送一系列信号，并获得一系列回波信号，这些回波信号可以被转换成距离-多普勒图。可将来自距离-多普勒图的数据与对应的图像线的方位角度进行组合，以获得经验证的目标的距离、方位角、幅度和径向速度信息的完整数据集。可以基于具有匹配的方位角和径向速度数据的多个相邻距离单元生成目标的图，并可以将距离单元包含在同一图像线内以及若干相邻图像线内。

因此，可以基于覆盖若干方位角范围的来自若干连续布置的图像线的信息生成图，并且在开始计算以限定被检测的目标的图之前，通常针对包括从0°到360°的完整圆周方位角范围的所有图像线的组获得数据。图的质量高度取决于雷达系统在特定时间段内接收到的回波信号的数量，且因此取决于图像线的时间帧内发射的信号的数量，且还取决于扫描fmcw雷达系统的重复频率。使用大量发射的信号和高扫描重复频率的主要限制因素是对信号处理速度和功率的高要求。

雷达系统的检测和跟踪性能的质量与生成的图数据的质量高度相关，且由此与可生成图数据的速度高度相关。因此，需要处理接收到的雷达扫描信号的改进的技术以提供高质量的图数据，其可以用于对包括诸如无人飞行器(uav)之类的被检测的对象进行跟踪和分类。还需要用于以下方面的改进的技术：基于接收到的雷达扫描信号生成雷达图，以及基于从接收到的雷达扫描信号获得的雷达图生成包括无人飞行器(uav)轨迹的对象轨迹。还需要用于对所生成的对象轨迹进行分类的改进的技术，从而识别代表真实的无人飞行器(uav)的轨迹。

uav可以是已知或协作uav，而uav也可以是未知或非协作uav，诸如敌对的uav。已知或协作uav的飞行路径可以通过交换遥测数据从控制站控制，而与未知或非协作uav之间不存在交换遥测数据，且因此无法控制非协作uav的飞行路径。

已知的uav传感器系统包括雷达检测系统，其中雷达检测系统可以包括多普勒型雷达，诸如调频连续波(fmcw)雷达。但是这样的雷达检测系统不能在已知或未知uav之间进行区分。

因此，需要一种改进的传感器系统，其可以跟踪uav并能在已知受控uav和未知非受控uav之间进行区分。

技术实现要素：

本公开的一个目的是提供一种系统和方法，其可以在有限的时间内生成包含经验证的目标的距离、方位角、振幅和径向速度信息的完整数据类型雷达图，从而允许高扫描频率，以及基于图数据生成的轨迹的更高的准确性。

根据第一方面，提供了一种调频连续波fmcw雷达系统，包括：

一个或更多个天线，其被配置为发送和接收fmcw雷达波信号，以扫描完整圆周检测覆盖范围内的对象；以及

处理电路，其被配置为：基于发送和接收的fmcw雷达信号和天线(一个或更多个)的方位角位置提供扫描数据，并且基于所获得的扫描数据生成雷达图；其中

该处理电路被配置为：

提供表示圆周雷达图像的图像线内的距离单元的扫描数据，其中每个雷达图像包含多个限定完整圆周雷达图像的图像线，每个图像线与一方位角取向相对应，并且其中每个图像线包含多个距离单元，每个距离单元与到雷达天线(一个或更多个)的距离相对应，并且其中，在相对于雷达天线(一个或更多个)的方位角取向和距离(range)内检测到的对象，由一个或更多个图像线中的多个命中距离单元表示，并且其中，每个命中距离单元包含基于多普勒频率信号的一个或更多个径向速度的数据和回波信号(一个或更多个)能量的数据，由此每个命中距离单元的所述扫描数据包含被检测的对象的距离、方位角取向、返回的雷达波信号的能量以及一个或更多个径向速度或速的信息；并且其中

该处理电路被进一步配置为：

基于所获得的扫描数据生成被检测的对象的第一类型雷达图，其中每个第一类型雷达图基于来自第一完整圆周雷达图像的一个或多个图像线内的多个相邻命中距离单元的数据，每个所述第一类型雷达图包含一个或更多个被检测的对象的距离、径向速度和回波能量数据；

基于所获得的扫描数据生成被检测的对象的第二类型雷达图，其中每个第二类型雷达图基于来自第一完整圆周雷达图像的一个或多个图像线内的多个相邻命中距离单元的数据，每个所述第二类型雷达图包含一个或更多个被检测的对象的方位角、距离、径向速度和回波能量数据；以及通过对具有相对应的距离数据的第一和第二类型雷达图进行组合来生成完整数据类型雷达图，每个所述完整数据类型雷达图由此包含一个或更多个被检测的对象的方位角、距离、径向速度和回波能量数据。

通过将产生完整数据类型雷达图的数据的过程分成若干步骤来优化处理能力的使用，并且可以在很短的时间内获得最终图数据。这允许高扫描速率，其又提高了最终图数据的质量以及基于图数据生成的轨迹的更高准确性。

在第一方面的可能的实现形式中，处理电路被配置为基于具有匹配的距离和径向速度数据的所述第一完整圆周雷达图像的一个或更多个图像线内的相邻命中距离单元的分组生成第一类型雷达图，以及

基于具有匹配的距离和方位角数据的所述第一完整圆周雷达图像的一个或更多个图像线内的相邻命中距离单元的分组生成第二类型雷达图。

在第一方面的可能的实现形式中，该处理电路被配置为在启动第二类型雷达图的生成之前启动第一类型雷达图的生成。

径向速度数据的生成，其可以基于距离-多普勒图的生成，是完整数据类型雷达图的数据的生成所需的计算过程的最消耗计算能力的过程，而方位角和距离数据的生成需要较少的计算能力。为了获得针对完整圆周雷达扫描的完整数据类型雷达图，需要针对完整圆周雷达图像提供并分析扫描数据。通过在启动包含方位角和距离数据的第二类型雷达图的生成之前启动第一类型雷达图的生成并由此启动径向速度数据的生成，可以减少获得包括圆周雷达图像的所有图像线数据的图所需要的总的计算时间。

在第一方面的可能的实现形式中，该处理电路被配置为在获得所述第一完整圆周雷达图像的第一图像线的距离单元的扫描数据时，启动第一类型雷达图的生成。

在第一方面的可能的实现形式中，该处理电路被配置为通过如下方式生成第一类型雷达图：分析针对所述第一完整圆周雷达图像的第一图像线的命中距离单元所接收的距离和径向速度数据(如果有的话)，以及将具有匹配的距离和径向速度数据的相邻命中距离单元分组为多个相对应的第一类型距离雷达图(如果存在任何匹配的话)。

在第一方面的可能的实现形式中，该处理电路被配置为：在获得所述第一完整圆周雷达图像的下一图像线的距离单元的扫描数据时，继续第一类型雷达图的生成；以及

继续第一类型雷达图的生成，直到获得所述第一完整圆周雷达图像的所有图像线的扫描数据为止，从而获得所述第一完整圆周雷达图像的第一类型雷达图，每个所述第一类型雷达图包含一个或更多个被检测的对象的距离、径向速度和回波能量数据。

在第一方面的可能的实现形式中，该处理电路被配置为通过以下方式继续第一类型雷达图的生成：分析针对不同图像线的命中距离单元所获得的距离和径向速度数据，以及将具有匹配的距离和径向速度数据的相邻命中距离单元分组为多个相对应的第一类型距离雷达图。

在第一方面的可能的实现形式中，该处理电路被配置为：当已获得所述第一完整圆周雷达图像内的所有图像线的扫描数据时，启动第二类型雷达图的生成。

在第一方面的可能的实现形式中，该处理电路被配置为通过以下方式生成第二类型雷达图：分析针对完整圆周雷达图像的图像线的命中距离单元所接收到的距离和方位角数据，以及将具有匹配的距离和方位角数据的相邻命中距离单元分组为多个相对应的第二类型距离雷达图，从而获得完整圆周雷达图像的第二类型雷达图，每个第二类型雷达图包含一个或更多个被检测的对象的方位角、距离和回波能量数据。

在第一方面的可能的实现形式中，该处理电路被配置为通过以下方式为所述第一完整圆周雷达图像生成完整数据类型雷达图：将完整圆周雷达图像的所获得的第一和第二类型雷达图的距离数据进行比较，以及将具有匹配的距离数据的第一和第二类型雷达图组合成相对应的完整数据类型雷达图，由此每个所述完整数据类型雷达图包含一个或更多个被检测的对象的方位角、距离、径向速度和回波能量数据。

在第一方面的可能的实现形式中，该处理电路被配置为：从具有表示正径向速度和负径向速度的速度数据的完整数据类型雷达图中选择非常规类型雷达图。

在第一方面的可能的实现形式中，该处理电路被配置为：当完整数据类型雷达图的速度数据表示正径向速度和负径向速度，且在最正径向速度和最负径向速度之间具有至少一个预定最小速度差时，选择完整数据类型雷达图作为非常规类型雷达图。

在第一方面的可能的实现形式中，该处理电路被配置为：当完整数据类型雷达图的速度数据仅表示正径向速度时，选择完整数据类型雷达图作为常规类型雷达图。

在第一方面的可能的实现形式中，该处理电路被配置为：当完整数据类型雷达图的速度数据表示正径向速度和负径向速度，且在最正径向速度和最负径向速度之间的最大速度差小于所述预定最小速度差时，选择完整数据类型雷达图作为常规类型雷达图。

在第一方面的可能的实现形式中，该系统被配置为：提供可以指示在预定正速度范围内和预定负速度范围内的径向速度的扫描数据，其中预定负速度范围与预定正速度范围的大小相同。最正径向速度和最负径向速度之间的预定最小速度差可以是组合的预定正速度范围和负速度范围的至少50％、例如至少60％、例如至少70％或例如至少75％。

在第一方面的可能的实现形式中，该系统被配置为：提供指示-30m/s至+30m/s范围内的径向速度的扫描数据。在第一方面的可能的实现形式中，最正径向速度和最负径向速度之间的预定最小速度差为至少45m/s。

在第一方面的可能的实现形式中，该处理电路被配置为：生成一个或更多个无人飞行器(uav)的轨迹，其中每个uav轨迹都基于至少两个非常规类型雷达图，所述至少两个非常规类型雷达图在所述至少两个非常规类型雷达图的相对应的数据之间具有匹配。这里，在第一方面的可能的实现形式中，非常规类型雷达图的相对应的数据之间的匹配包括径向速度数据之间的匹配。在第一方面的可能的实现形式中，非常规类型雷达图的相对应的数据之间的匹配包括距离数据之间的匹配。在第一方面的可能的实现形式中，非常规类型雷达图的相对应的数据之间的匹配包括回波能量数据之间的匹配。

在第一方面的可能的实现形式中，该处理电路被配置为：当非常规类型雷达图与任何非常规类型雷达图都不匹配时，选择非常规类型雷达图作为丢弃的非常规类型雷达图。

在第一方面的可能的实现形式中，该处理电路被配置为：生成一个或更多个鸟类轨迹，其中每个鸟类轨迹都基于至少两个、三个或四个常规类型雷达图和/或第二类型雷达图在相对应的数据之间匹配，第二类型雷达图与第一类型雷达图不匹配。在第一方面的可能的实现形式中，常规类型雷达图和/或第二类型雷达图的相对应的数据之间的匹配包括距离数据之间的匹配。在第一方面的可能的实现形式中，常规类型雷达图和/或第二类型雷达图的相对应的数据之间的匹配包括径向速度数据之间的匹配。在第一方面的可能的实现形式中，常规类型雷达图和/或第二类型雷达图的相对应的数据之间的匹配包括回波能量数据之间的匹配。

在第一方面的可能的实现形式中，该处理电路被配置为：确定丢弃的非常规类型雷达图的数据与所生成的鸟类轨迹的相对应的数据之间是否存在匹配，如果存在匹配，则将丢弃弃的图包括在所述鸟类轨迹中，而如果不存在匹配，则将丢弃的图分类为表示“悬停机(hoveringvehicle)”轨迹。

在第一方面的可能的实现形式中，该处理电路被配置为：针对所生成的uav轨迹的图，确定：

外部能量和，其是表示所观测到的径向速度范围的外部速度范围内的正径向速度和负径向速度信号的距离单元的回波能量之和；以及

中心能量和以及/或者总能量和，中心能量和是表示所观测到的径向速度范围的中心范围内的径向速度信号的距离单元的回波能量之和，总能量和是表示所观测到的径向速度范围的所有径向速度信号的距离单元的回波能量的总和。

在第一方面的可能的实现形式中，该处理电路还被配置为：至少部分地基于所确定的外部能量和与所确定的中心能量和或与所确定的总能量和的比较，将uav轨迹分类为真实uav轨迹或非真实uav轨迹。在第一方面的可能的实现形式中，该处理电路被配置为：至少部分地基于所确定的总能量和与表示预定最大雷达散射截面的预定最大能量之间的比较，将uav轨迹分类为真实uav轨迹或非真实uav轨迹。

在第一方面的可能的实现形式中，该处理电路被配置为：用新的常规类型雷达图和/或第二类型雷达图来更新所生成的鸟类轨迹，其中第二类型雷达图与第一类型雷达图不匹配，

根据表示所述鸟类轨迹的雷达图所包含的回波能量数据来针对所述更新后的鸟类轨迹确定回波能量和，

根据所述更新的鸟类轨迹的变化轨迹数据来确定运动曲线的速度、加速度、方向和弯曲度，以及

基于所确定的回波能量和，并基于所确定的运动曲线的速度、加速度、方向和弯曲度，将鸟类轨迹分类为小型鸟类轨迹、中型鸟类轨迹、大型鸟类轨迹、一群鸟类轨迹或非鸟类轨迹。

在第一方面的可能的实现形式中，该处理电路被配置为将表示分类轨迹的数据实时转发到显示单元，所述显示单元被配置为基于接收到的轨迹数据显示经分类的轨迹。在第一方面的可能的实现形式中，该处理电路被配置为将表示经分类的轨迹的数据转发到存储单元，所述存储单元被配置为存储分类的轨迹数据。

根据第一方面，还提供一种生成包括径向速度数据的雷达图的方法，所述方法使用调频连续波(fmcw)雷达系统，其包含被配置为发送和接收fmcw雷达波信号以扫描完整圆周检测覆盖范围内的对象的一个或更多个天线，还包含处理电路，该处理电路被配置为基于发送和接收到的fmcw雷达信号以及天线(一个或更多个)的方位角位置获得扫描数据，并且其被配置为基于所获得的扫描数据生成雷达图；其中，该方法包括：

获得表示圆周雷达图像的图像线内的距离单元的扫描数据，其中，每个雷达图像包含限定完整圆周雷达图像的多个图像线，每个图像线与一方位角取向相对应，并且其中，每个图像线包含多个距离单元，每个距离单元与到雷达天线(一个或更多个)的距离相对应，并且其中，在相对于雷达天线(一个或更多个)的方位角取向和距离内检测到的对象，由一个或多个图像线中的多个命中距离单元表示，并且其中，每个命中距离单元包含基于多普勒频率信号的一个或更多个径向速度的数据和回波信号(一个或更多个)能量的数据，由此每个命中距离单元的所述扫描数据包含被检测的对象的距离、方位角取向、返回的雷达波波信号的能量以及一个或更多个径向速度的信息；并且其中，该方法还包括：

基于所获得的扫描数据生成被检测的对象的第一类型雷达图，其中每个第一类型雷达图基于来自第一完整圆周雷达图像的一个或多个图像线内的多个相邻命中距离单元的数据，每个所述第一类型雷达图包含一个或更多个被检测的对象的距离、径向速度和回波能量数据；

基于所获得的扫描数据生成被检测的对象的第二类型雷达图，其中每个第二类型雷达图基于来自所述第一完整圆周雷达图像的一个或多个图像线内的多个相邻命中距离单元的数据，每个所述第二类型雷达图包含一个或更多个被检测的对象的方位角、距离和回波能量数据；以及

通过对具有相对应的距离数据的第一和第二类型雷达图进行组合来生成完整数据类型雷达图，每个所述完整数据类型的雷达图由此包含一个或更多个被检测的对象的方位角、距离、径向速度和回波能量数据。

在第一方面的方法的可能的实现形式中，第一类型雷达图的生成基于对具有匹配的距离和径向速度数据的所述第一完整圆周雷达图像的一个或多个图像线内的相邻命中距离单元的分组，而第二类型雷达图的生成基于对具有匹配的距离和方位角数据的所述第一完整圆周雷达图像的一个或多个图像线内的相邻命中距离单元的分组。

在第一方面的方法的可能的实现形式中，在启动第二类型雷达图的生成之前，启动第一类型雷达图的生成。

在第一方面的方法的可能的实现形式中，当获得第一完整圆周雷达图像的第一图像线的距离单元的扫描数据时，启动第一类型雷达图的生成。

在第一方面的方法的一种可能的实现形式中，生成第一类型雷达图的步骤包括：

分析针对第一图像线的命中距离单元(如果有的话)所获得的距离和径向速度数据，以及

如果存在匹配，则将具有匹配的距离和径向速度数据的相邻命中距离单元分组为多个相对应的第一类型距离雷达图。

在第一方面的方法的一种可能的实现形式中，生成第一类型雷达图的步骤还包括：

在获得所述第一完整圆周雷达图像的下一图像线的距离单元的扫描数据时，继续第一类型雷达图的生成；以及

继续第一类型雷达图的生成，直到已获得所述第一完整圆周雷达图像的所有图像线的扫描数据为止，由此获得第一完整圆周雷达图像的第一类型雷达图，每个所述第一类型雷达图包含一个或更多个被检测的对象的距离、径向速度和回波能量数据。

在第一方面的方法的可能的实现形式中，通过如下方式执行第一类型雷达图的连续生成：分析针对不同图像线的命中距离单元所获得的距离和径向速度数据，以及

将具有匹配的距离和径向速度数据的相邻命中距离单元分组为多个相对应的第一类型距离雷达图。

在第一方面的方法的可能的实现形式中，当已经获得所述第一完整圆周雷达图像内的所有图像线的扫描数据时，启动第二类型雷达图的生成。

在第一方面的方法的一种可能的实现形式中，第二类型雷达图的生成包括：

分析针对完整圆周雷达图像的图像线的命中距离单元所获得的距离和方位角数据，以及

将具有匹配的距离和方位角数据的相邻命中距离单元分组为多个相对应的第二类型距离雷达图，由此获得完整圆周雷达图像的第二类型雷达图，每个第二类型雷达图包含一个或更多个被检测的对象的方位角、距离和回波能量数据。

在第一方面的方法的可能的实现形式中，所述第一完整圆周雷达图像的完整数据类型雷达图通过以下方式生成：

比较所获得的完整圆周雷达图像的第一和第二类型雷达图的距离数据，以及

将具有匹配的距离数据的第一和第二类型雷达图组合成相对应的完整数据类型雷达图，由此每个所述完整数据类型雷达图包含一个或更多个被检测的对象的方位角、距离、速度和回波能量数据。

在第一方面的方法的可能的实现形式中，该方法还包括基于具有表示正径向速度和负径向速度的速度数据的完整数据类型雷达图来选择非常规类型雷达图。

在第一方面的方法的一种可能的实现形式中，当完整数据类型雷达图的速度数据表示正径向速度和负径向速度，且在最正径向速度和最负径向速度之间具有至少一个预定最小速度差时，选择完整数据类型雷达图作为非常规类型雷达图。

在第一方面的方法的可能的实现形式中，该方法还包括：当完整数据类型雷达图的速度数据仅表示正径向速度时，选择完整数据类型雷达图作为常规类型雷达图。

在第一方面的方法的一种可能的实现形式中，当完整数据类型雷达图的速度数据表示正径向速度和负径向速度，且在最正径向速度和最负径向速度之间的最大速度差小于所述预定最小速度差时，选择完整数据类型雷达图作为常规类型雷达图。

在第一方面的方法的可能的实现形式中，fmcw雷达系统被配置为提供指示在预定正速度范围和预定负速度范围内的径向速度的扫描数据，其中预定负速度范围与预定正速度范围的大小相同。在第一方面的方法的可能的实现形式中，最正径向速度和最负径向速度之间的预定最小速度差为组合的预定正速度范围和负速度范围的至少50％、例如至少60％、例如至少70％或例如至少75％。在第一方面的方法的可能的实现形式中，fmcw雷达系统被配置为提供指示-30m/s至+30m/s范围内的径向速度的扫描数据。在第一方面的方法的可能的实现形式中，最正径向速度与最负径向速度之间的预定最小速度差为至少45m/s。

在第一方面的方法的可能的实现形式中，该方法还包括生成一个或更多个无人飞行器(uav)的轨迹，其中每个uav轨迹都基于至少两个非常规类型雷达图，所述至少两个非常规类型雷达图在所述至少两个非常规类型雷达图的相对应的数据之间具有匹配。在第一方面的方法的可能的实现形式中，两个非常规类型雷达图的相对应的数据之间的匹配包括径向速度数据之间的匹配。

在第一方面的方法的一种可能的实现形式中，两个非常规类型雷达图的相对应的数据之间的匹配包括距离数据之间的匹配。

在第一方面的方法的可能的实现形式中，两个非常规类型雷达图的相对应的数据之间的匹配包括回波能量数据之间的匹配。

在第一方面的方法的可能的实现形式中，该方法还包括：当非常规类型雷达图与任何非常规类型雷达图都不匹配时，选择非常规类型雷达图作为丢弃的非常规类型雷达图。

在第一方面的方法的一种可能的实现形式中，该方法还包括生成一个或更多个鸟类轨迹，其中每个鸟类轨迹都基于至少两个、三个或四个常规类型雷达图和/或第二类型雷达图的相对应的数据之间的匹配，所述第二类型雷达图与第一类型雷达图不匹配。在第一方面的方法的可能的实现形式中，常规类型雷达图和/或第二类型雷达图的相对应的数据之间的匹配包括距离数据之间的匹配。在第一方面的方法的可能的实现形式中，常规类型雷达图和/或第二类型雷达图的相对应的数据之间的匹配包括径向速度数据之间的匹配。在第一方面的方法的可能的实现形式中，常规类型雷达图和/或第二类型雷达图的相对应的数据之间的匹配包括回波能量数据之间的匹配。

在第一方面的方法的一种可能的实现形式中，该方法还包括确定丢弃的非常规类型雷达图的数据与所生成的鸟类轨迹的相对应的数据之间是否存在匹配，如果存在匹配，则将丢弃的图包括在所述鸟类轨迹中，且如果不存在匹配，则将丢弃的图分类为表示“悬停机”轨迹。

在第一方面的方法的一种可能的实现形式中，该方法还包括：针对所生成的uav轨迹的图，确定：

外部能量和，其是表示所观测到的径向速度范围的外部速度范围内的正径向速度和负径向速度信号的距离单元的回波能量之和；以及

中心能量和以及/或者总能量和，中心能量和是表示所观测到的径向速度范围的中心范围内的径向速度信号的距离单元的回波能量之和，总能量和是表示所观测到的径向速度范围的所有径向速度信号的距离单元的回波能量的总和。

在第一方面的方法的可能的实现形式中，该方法还包括至少部分地基于所确定的外部能量和与所确定的中心能量和和/或与所确定的总能量和的比较，将uav轨迹分类为真实uav轨迹或非真实uav轨迹。在第一方面的方法的可能的实现形式中，将uav轨迹分类为真实uav轨迹或非真实uav轨迹还至少部分地基于所确定的总能量和与表示预定最大雷达散射截面的预定最大能量的比较。

在第一方面的方法的一种可能的实现方式中，该方法还包括：

使用新的常规类型雷达图和/或与第一类型雷达图不匹配的第二类型雷达图来更新所生成的鸟类轨迹，

针对所述更新的鸟类轨迹，确定来自回波能量数据的回波能量之和被表示所述鸟类轨迹的雷达图所包含，

根据所述更新的鸟类轨迹的变化轨迹数据来确定运动曲线的速度、加速度、方向和弯曲度，以及

基于所确定的回波能量之和，并且基于所确定的运动曲线的速度、加速度、方向和弯曲度，将鸟类轨迹分类为小型鸟类轨迹、中型鸟类轨迹、大型鸟类轨迹、一群鸟类轨迹或非鸟类轨迹。

在第一方面的方法的可能的实现形式中，该方法还包括：将用于分类的轨迹的数据实时转发到显示单元，并且基于所接收到的轨迹数据在所述显示单元上显示分类的轨迹。在第一方面的方法的可能的实现形式中，该方法还包括：将用于分类的轨迹的数据转发到存储单元，并且通过所述存储单元存储分类的轨迹数据。

本发明的一个目的是提供一种用于生成雷达图的系统，其可以用于生成具有高概率表示无人飞行器(uav)的对象轨迹。本发明的又一目的是提供一种用于基于所获得的雷达图生成对象轨迹的系统。

根据第二方面，提供了一种调频连续波(fmcw)雷达系统，包括：

一个或更多个天线，其被配置为发送和接收fmcw雷达波信号以扫描完整圆周检测覆盖范围内的对象，诸如无人飞行器(uav)；以及

处理电路，其被配置为：

基于发送和接收到的fmcw雷达信号以及天线(一个或更多个)的方位角位置来提供扫描数据；以及

基于所获得的扫描数据生成完整数据类型雷达图，每个所述完整数据类型雷达图包含一个或更多个被检测的对象的方位角、距离、径向速度和接收到的回波能量数据；其中

所述处理电路还被配置为：

从完整数据类型雷达图中选择非常规类型雷达图，所述非常规类型雷达图具有表示观测到的径向速度范围内的正径向速度和负径向速度的速度数据，且在所具有最大正径向值的观测到的径向速度与具有绝对值最大的负值的观测到的径向速度之间具有至少一个预定最小速度差。

在第二方面的可能的实现形式中，该处理电路被配置为生成一个或更多个对象轨迹或无人飞行器(uav)轨迹，其中每个对象/uav轨迹都基于至少两个非常规类型雷达图，所述至少两个非常规类型雷达图在所述至少两个非常规类型雷达图的相对应的数据之间具有匹配。

在第二方面的可能的实现形式中，该系统被配置为提供指示在预定正速度范围和预定负速度范围内的径向速度的扫描数据，其中预定负速度范围与预定正速度范围的大小相同。

在第二方面的可能的实现形式中，具有最大正值的所观测到的径向速度与具有绝对值最大的负值的所观测到的径向速度之间的预定最小速度差是组合的预定正速度范围和负速度范围的至少50％、例如至少60％、例如至少70％或例如至少75％。

在第二方面的可能的实现形式中，该系统被配置为提供指示-30m/s至+30m/s范围内的相对速度的扫描数据。

在第二方面的可能的实现形式中，在具有最大正值的所观测到的径向速度与具有绝对值最大的负值的所观测到的径向速度之间的预定最小速度差为至少45m/s。

在第二方面的可能的实现形式中，相对应的数据之间的匹配包括径向速度数据之间的匹配。

在第二方面的可能的实现形式中，相对应的数据之间的匹配包括距离数据之间的匹配。

在第二方面的可能的实现形式中，相对应的数据之间的匹配包括回波能量数据之间的匹配。

在第二方面的可能的实现形式中，该处理电路被配置为：针对所生成的对象/uav轨迹的图，确定：

外部能量和，其是表示所观测到的径向速度范围的外部速度范围内的正径向速度和负径向速度信号的距离单元的回波能量之和；以及

中心能量和，其是表示所观测到的径向速度范围的中心范围内的径向速度信号的距离单元的回波能量之和，和/或

总能量和，其是表示所观测到的径向速度范围的所有径向速度信号的距离单元的回波能量的总和。

在第二方面的可能的实现形式中，该处理电路被配置为：至少部分地基于所确定的外部能量和与所确定的中心能量和和/或与所确定的总能量和的比较，将对象/uav轨迹分类为真实uav轨迹或非真实uav轨迹。

在第二方面的可能的实现形式中，该处理电路被配置为：当所确定的外部能量和低于所确定的中心能量和的预定分数时，诸如低于中心能量和的1/1000时，将对象/uav轨迹分类为非真实uav轨迹。

在第二方面的可能的实现形式中，该处理电路被配置为：当所确定的外部能量和低于所确定的总能量和的预定分数时，将对象/uav轨迹分类为非真实uav轨迹。

在第二方面的可能的实现形式中，该处理电路被配置为：至少部分地基于所确定的总能量和与表示预定最大雷达散射截面的预定最大能量的比较，将对象/uav轨迹分类为真实uav轨迹或非真实uav轨迹。

在第二方面的可能的实现形式中，该处理电路被配置为：当所确定的总能量和高于表示预定最大雷达散射截面(诸如最大雷达散射截面为1m²)的预定最大能量时，将对象/uav轨迹分类为非uav或大型uav轨迹。

在第二方面的可能的实现形式中，该处理电路被配置为：当所确定的外部能量和高于所确定的中心能量和的预定分数和/或高于所确定的总能量和的预定分数时，以及当所确定的总能量和低于表示预定最大雷达散射截面的预定最大能量时，将对象/uav轨迹分类为真实uav轨迹。

在第二方面的可能的实现形式中，该处理电路被配置为：将表示分类的轨迹的数据实时转发到显示单元，所述显示单元被配置为基于接收到的轨迹数据显示分类的轨迹。

在第二方面的可能的实现形式中，该处理电路被配置为将表示分类的轨迹的数据转发到存储单元，所述存储单元被配置为用于存储分类的轨迹数据。

在第二方面的可能的实现形式中，该处理电路被配置为：

提供表示圆周雷达图像的图像线内的距离单元的扫描数据，其中每个雷达图像包含限定完整圆周雷达图像的多个图像线，每个图像线与一方位角取向相对应，并且其中每个图像线包含多个距离单元，每个距离单元与到雷达天线(一个或更多个)的距离相对应，并且其中，在相对于雷达天线(一个或更多个)的方位角取向和距离内被检测到的对象，由一个或多个图像线的多个命中距离单元表示，并且其中，每个命中距离单元包含基于多普勒频率信号的一个或更多个径向速度的数据和回波信号(一个或更多个)的能量的数据，由此针对每个命中距离单元，所述扫描数据包含被检测的对象的距离、方位角取向、雷达回波信号能量以及一个或更多个径向速度的信息。

在第二方面的可能的实现形式中，该处理电路被配置为基于具有匹配的距离、方位角和径向速度数据的完整圆周雷达图像的一个或多个图像线内的相邻命中距离单元的分组来生成完整数据类型雷达图。

应当理解，第二方面的雷达系统的处理系统可以被配置为根据第一方面的一种或多种可能的实现形式生成完整数据类型雷达图。还应当理解，第二方面的雷达系统的处理系统可以被配置为根据第一方面的一种或多种可能的实现形式生成对象轨迹和/或对对象轨迹进行分类。

本发明的一个目的是提供一种系统，该系统可以识别表示真实无人飞行器(uav)的对象轨迹。

根据第三方面，提供了一种调频连续波(fmcw)雷达系统，包括：

一个或更多个天线，其被配置为发送和接收fmcw雷达波信号以扫描完整圆周检测覆盖范围内的对象，诸如无人飞行器(uav)；以及

处理电路，其被配置为：

基于所发送和接收到的fmcw雷达信号以及天线(一个或更多个)的方位角位置来提供扫描数据，所述扫描数据表示圆周雷达图像的图像线内的距离单元，其中每个雷达图像包含限定完整圆周雷达图像的多个图像线，每个图像线与一方位角取向相对应，并且其中每个图像线包含多个距离单元，每个距离单元与到雷达天线(一个或更多个)的距离相对应，并且其中，在相对于雷达天线的方位角取向和距离内被检测到的对象，由一个或多个图像线里的多个命中距离单元表示，并且其中，每个命中距离单元包含基于多普勒频率信号的一个或更多个径向速度的数据和回波信号(一个或更多个)的能量的数据，由此针对每个命中距离单元，所述扫描数据包含被检测的对象的距离、方位角取向、雷达回波信号能量以及一个或更多个径向速度的信息；其中

该处理电路还被配置为：

基于所获得的距离单元扫描数据生成完整数据类型雷达图，每个所述完整数据类型雷达图包含一个或更多个被检测的对象的方位角、距离、径向速度和接收到的回波能量数据；

从完整数据类型雷达图中选择非常规类型雷达图，所述非常规类型雷达图具有表示观测到的径向速度范围内的正径向速度和负径向速度的速度数据；

生成一个或更多个对象轨迹或无人飞行器(uav)轨迹，其中每个对象/uav轨迹都基于至少两个非常规类型雷达图，所述至少两个非常规类型雷达图在所述至少两个非常规类型雷达图的相对应的数据之间具有匹配。

针对所生成的对象/uav轨迹图，确定：

外部能量和，其是表示在所观测到的径向速度范围的中心范围外的第一外部速度范围和第二外部速度范围内的正径向速度信号和负径向速度信号的距离单元的回波能量之和；

中心能量和以及/或者总能量和，中心能量和是表示所观测到的径向速度范围的中心范围内的径向速度信号的距离单元的回波能量之和，总能量和是表示所观测到的径向速度范围的所有径向速度信号的距离单元的回波能量的总和；并且

其中，该处理电路还被配置为：

至少部分地基于所确定的外部能量和与所确定的中心能量和、和/或与所确定的总能量和的比较，将对象/uav轨迹分类为真实uav轨迹或非真实uav轨迹。

在第三方面的可能的实现形式中，该处理电路被配置为：至少部分地基于所确定的总能量和与表示预定最大雷达散射截面的预定最大能量值的比较，将对象/uav轨迹分类为真实uav轨迹或非真实uav轨迹。

在第三方面的可能的实现形式中，该处理电路被配置为：当所确定的外部能量和高于所确定的中心能量和的预定分数和/或高于所确定的总能量和的预定分数时，以及当所确定的总能量和低于表示预定最大雷达散射截面的预定最大能量时，将对象/uav轨迹分类为真实uav轨迹。

在第三方面的可能的实现形式中，该处理电路被配置为：当所确定的外部能量和低于所确定的中心能量和的预定分数时，诸如低于中心能量和的1/1000时，将对象/uav轨迹分类为非真实uav轨迹。

在第三方面的可能的实现形式中，该处理电路被配置为：当所确定的外部能量和低于所确定的总能量和的预定分数时，将对象/uav轨迹分类为非真实uav轨迹。

在第三方面的可能的实现形式中，该处理电路被配置为：当所确定的总能量和高于表示预定最大雷达散射截面(诸如最大雷达散射截面为1m²)的预定最大能量时，将对象/uav轨迹分类为非uav或大型uav轨迹。

在第三方面的可能的实现形式中，该处理电路被配置为确定中心速度范围的径向速度边界，并确定包括负径向速度信号的第一外部速度范围的径向速度边界，以及包括正径向速度信号的第二外部速度范围的径向速度边界第二外部速度的径向速度边界，其中第一速度范围和第二速度范围的速度边界的确定是基于所观测到的整个速度范围和中心速度范围的径向速度边界的。

在第三方面的可能的实现形式中，该处理电路被配置为基于所观测到的返回的雷达信号的能量水平随径向速度的变化来确定中心速度范围的径向速度边界。

在第三方面的可能的实现形式中，该处理电路被配置为：确定所观测到的能量水平在所观测到的速度范围的中心速度的两侧减小到局部最小值，并且将中心速度范围的径向速度边界确定为中心速度两侧的所观测到的能量水平已从所观测到的局部最小值增加了预定因子的径向速度。优选地，预定增量因子约为2或3db。

在第三方面的可能的实现形式中，该处理电路被配置为：基于具有匹的配距离、方位角和径向速度数据的完整圆周雷达图像的一个或多个图像线内的相邻命中距离单元的分组来生成完整数据类型雷达图。

在第三方面的可能的实现形式中，该处理电路被配置为：将表示分类轨迹的数据实时转发到显示单元，其中，显示所述单元被配置为基于接收到的轨迹数据显示分类的轨迹。

在第三方面的可能的实现形式中，该处理电路被配置为将表示分类的轨迹的数据转发到存储单元，所述存储单元被配置为用于存储分类的轨迹数据。

应当理解，第三方面的雷达系统的处理系统可以被配置为根据第一方面的一种或多种可能的实现形式生成完整数据类型雷达图。还应当理解，第三方面的雷达系统的处理系统可以被配置为根据第一方面的一种或多种可能的实现形式生成对象轨迹和/或对对象轨迹进行分类。

本发明的一个目的是提供一种既可以跟踪uav又可以在被跟踪的uavs之间进行区分的系统。

根据第四方面，提供了一种无人飞行器(uav)系统，该系统包括：

控制站，其用于控制第一协作无人飞行器(uav)，该控制站被配置为用于与所述第一uav交换遥测数据，包括基于从控制站接收的飞行计划指令来指令所述第一uav遵循飞行路径的数据，并且所述第一uav可以设置有包含针对所述第一uav的标识信息(id)的应答器，并且所述第一uav和控制站可以被配置为用于交换应答器数据；

雷达系统或基于地面的雷达系统，其被配置为扫描检测覆盖范围内的对象并提供指示在该覆盖范围内检测到的对象的扫描数据；以及

处理电路，其被配置为：

基于从雷达系统接收到的扫描数据生成一个或更多个被检测的对象的雷达图；

基于匹配的雷达图生成并存储一个或更多个uav对象轨迹，每个uav对象轨迹包含与匹配的图的数据相对应的对象数据；

接收所述第一uav的遥测数据和/或应答器数据；

为每个uav对象轨迹确定uav对象轨迹的数据与所述第一uav的相对应的遥测数据和/或应答器数据之间是否存在匹配；以及

当uav对象轨迹的相对应的数据和接收到的遥测数据和/或应答器数据满足预定匹配条件时，将uav对象轨迹的uav分类为第一协作uav，而当不满足预定匹配条件时，将uav对象轨迹的uav分类为第二非协作uav。

通过将遥测数据和/应答器数据与基于雷达扫描数据的轨迹数据进行比较，可以将所获得的轨迹划分为表示可控的uav的已知uav轨迹和表示不可控的uav的未知uav轨迹。

在第四方面的可能的实现形式中，该雷达系统包括多普勒型雷达，诸如调频连续波(fmcw)雷达。

在第四方面的可能的实现形式中，该处理电路被配置为基于从接收到的扫描信息获得的匹配的雷达图的数据，生成包含表示被跟踪的对象的位置、径向速度和尺寸的数据的uav对象轨迹。位置数据可以包括相对于雷达系统的距离和方位角，速度数据可以是径向速度/多普勒速度，并且尺寸数据可以基于形成对象轨迹的图内的回波扫描信号的能量来确定。

在第四方面的可能的实现形式中，第一协作uav包含全球定位系统(gps)，并且由控制站转发到用于所述第一协作uav的处理电路的遥测数据，包含基于gps数据的位置数据。这样的位置数据可以包括相对于控制站的距离、方位角、高度、速度和/或行进方向。

在第四方面的可能的实现形式中，第一协作uav包含具有id数据的应答器，由第一uav转发到控制站的应答器数据表示id数据，并且还可能表示位置数据，诸如海拔或高度数据。

在第四方面的可能的实现形式中，要在存储的轨迹数据与接收到的遥测数据和/或应答器数据之间满足的预定匹配条件包括位置数据之间的匹配。

在第四方面的可能的实现形式中，要在存储的轨迹数据与接收到的遥测数据和/或应答器数据之间满足的预定匹配条件包括速度数据之间的匹配和/或尺寸数据之间的匹配。

在第四方面的可能的实现形式中，该处理电路被配置为基于被匹配的数据之间的预定阈值差来确定何时满足一组相对应的数据的匹配条件。

在第四方面的一种可能的实现形式中，然后，当将uav对象轨迹的uav分类为第二非协作uav时，控制站被配置为：

至少部分地基于来自第二非协作uav的对象轨迹的对象数据生成飞行计划指令并将其转发给第一协作uav。

在第四方面的一种可能的实现形式中，然后，当将uav对象轨迹的uav分类为第二非协作uav时，控制电路被配置为：

基于从第二uav的对象轨迹获得的信息生成动作指令并将其转发给第一uav，并且其中

第一协作uav被配置为至少部分地基于接收到的动作指令执行动作。

在第四方面的可能的实现形式中，控制站被配置为：基于从第二非协作uav的对象轨迹获得的信息生成飞行干扰动作指令并将其转发给第一协作uav。

在第四方面的一种可能的实现形式中，第一协作uav被配置为：基于接收到的飞行干扰动作指令来针对第二非协作uav执行飞行路线或飞行计划干扰动作。

在第四方面的可能的实现形式中，要执行的飞行路线或飞行计划干扰动作可以将第一协作uav转向第二非协作uav，以引起第一uav和第二uav之间的碰撞。

在第四方面的可能的实现形式中，控制站被配置为基于从第二非协作uav的对象轨迹获得的位置数据生成飞行计划指令和/或动作指令。在此，位置数据可以包括相对于雷达系统的距离和方位角。

在第四方面的可能的实现形式中，控制站被配置为：基于从第二非协作uav的对象轨迹获得的尺寸数据生成飞行计划指令和/或动作指令。在此，可以基于形成第二非协作uav的对象轨迹的图内的回波扫描信号能量确定尺寸数据。

在第四方面的可能的实现形式中，控制站被配置为至少部分地基于接收到的第一协作uav的遥测数据和/或应答器数据，为第一协作uav生成飞行计划指令和/或动作指令。

在第四方面的可能的实现形式中，第一协作uav包含相机，并且第一uav被配置为向控制站发送包括视频信号的遥测数据，并且控制站被配置为至少部分地基于接收到的视频信号生成飞行路径信息。

在第四方面的可能的实现形式中，控制站被配置为：基于从第二非协作uav的对象轨迹中获得的位置数据生成并转发飞行计划信息，直到在接收到的视频信号内检测到第二非协作uav为止。

在第四方面的可能的实现形式中，然后，当在所接收到的视频信号内检测到第二非协作uav时，控制站被配置为基于所接收到的视频信号生成并转发飞行计划信息。

在第四方面的一种可能的实现形式中，该处理电路被配置为：

基于所获得的扫描数据生成完整数据类型雷达图，每个所述完整数据类型雷达图包含一个或更多个被检测的对象的方位角、距离、径向速度和接收到的回波能量数据；

从完整数据类型雷达图中选择非常规类型雷达图，所述非常规类型雷达图具有表示观测到的径向速度范围内的正径向速度和负径向速度的速度数据；

生成一个或更多个uav对象轨迹，其中每个uav对象轨迹都基于至少两个非常规类型雷达图，所述至少两个非常规类型雷达图在所述至少两个非常规类型雷达图的相对应的数据之间具有匹配。

在第四方面的可能的实现形式中，所选择的非常规类型雷达图具有表示正径向速度和负径向速度的速度数据，且在具有最大正值的所观测到的径向速度与具有绝对值最大的负值的所观测到的径向速度之间具有至少一个预定最小速度差。

在第四方面的可能的实现形式中，所生成的uav轨迹至少部分地基于具有匹配的径向速度数据的雷达图。

在第四方面的可能的实现形式中，所生成的uav轨迹至少部分地基于具有匹配的距离数据的雷达图。

在第四方面的可能的实现形式中，所生成的uav轨迹至少部分地基于具有匹配的回波能量数据的雷达图。

在第四方面的可能实现形式中，该处理电路被配置为通过以下方式来匹配两个非常规类型雷达图的回波能量数据：

针对被匹配的两个非常规类型雷达图中的每个非常规类型雷达图，确定所有径向速度信号的回波能量的总和，以及

确定所获得的回波能量的总和之间是否存在匹配。

在第四方面的可能实现形式中，该处理电路被配置为通过以下方式来匹配两个非常规类型雷达图的回波能量数据：

针对被匹配的两个非常规类型雷达图中每个非常规类型雷达图，确定与所观测到的径向速度范围内的中心径向速度跨度相对应的中心回波能量之和，以及

确定所获得的中心回波能量之和之间是否存在匹配。

应当理解，第四方面的雷达系统的处理系统可以被配置为根据第一方面的一种或多种可能的实现形式来生成完整数据类型雷达图。还应当理解，第四方面的雷达系统的处理系统可以被配置为根据第一方面的一种或多种可能的实现形式来生成对象轨迹和/或对对象轨迹进行分类。

应当理解，第一方面的雷达系统可以包括第二、第三和/或第四方面的雷达系统的可能的实现形式，这些实现形式尚未包括在第一方面中。此外，第二方面的雷达系统可以包括第一、第三和/或第四方面的雷达系统的可能的实现形式，这些实现形式尚未包括在第二方面中。此外，第三方面的雷达系统可以包括第一、第二和/或第四方面的雷达系统的可能的实现形式，这些实现形式尚未包括在第三方面中。类似地，第四方面的雷达系统可以包括第一、第二和/或第三方面的雷达系统的可能的实现形式，这些实现形式尚未包括在第四方面中。

通过独立权利要求的特征实现前述和其他目的。根据从属权利要求、说明书和附图，另外的实现形式是显而易见的。根据以下描述的实施方案，本发明的这些方面和其他方面将是显而易见的。

附图说明

在本公开的以下详细部分中，将参考附图中所示的示例性实施方式更详细地解释本发明，在附图中：

图1a是示出了根据示例性实施方式的扫描雷达系统的基本结构的示意性框图；

图1b是示出了根据示例性实施方式的作为图1a的雷达系统的一部分的调频连续波(fmcw)收发器的功能组件的框图。

图2示出了根据示例性实施方式的具有图像线和距离单元的雷达图像；

图3示出了根据示例性实施方式的成调频连续波(fmcw)的形式的雷达波的传输；

图4a和图4b示出了根据示例性实施方式的具有微多普勒特征信号的距离-多普勒图；

图5是示出了根据示例性实施方式的用于图生成的数据的生成的流程图；

图6是示出了根据示例性实施方式的包含距离、径向速度和回波能量信息的第一类型雷达图的生成的流程图；

图7是示出了根据示例性实施方式的包含距离、方位角和回波能量信息的第二类型雷达图的生成的流程图；

图8是示出了根据示例性实施方式的为达到被检测的对象的分类而执行的处理步骤的总体流程图；

图9是示出了根据示例性实施方式的包含距离、方位角、径向速度和回波能量信息的完整类型雷达图的生成的流程图；

图10是示出了根据示例性实施方式的基于速度信息将所获得的完整类型雷达图分为常规和非常规图的流程图；

图11是示出了根据示例性实施方式的无人飞行器(uav)轨迹的生成的总体流程图；

图12是示出了根据示例性实施方式的鸟类轨迹的生成的总体流程图；

图13是示出了根据示例性实施方式的鸟类轨迹的生成的详细流程图；

图14是示出了根据示例性实施方式的无人飞行器(uav)轨迹的生成的详细流程图；

图15是示出了根据示例性实施方式的所获得的轨迹的分类的流程图；

图16是示出了根据示例性实施方式的反射能量作为被跟踪的无人飞行器(uav)的径向速度的函数的曲线图；

图17是示出了根据示例性实施方式的无人飞行器(uav)系统的基本结构的示意性框图。

图18是示出了根据示例性实施方式的处理步骤的总体流程图，其包括基于通过图17的系统所获得的数据的被检测的对象的图生成、轨迹生成和分类；

图19是示出了根据示例性实施方式的基于通过图17的系统所获得的数据的无人飞行器(uav)轨迹的生成的总体流程图；以及

图20是示出了根据示例性实施方式的在图17的系统的各部分之间的信号交换的框图。

具体实施方式

图1a是示出了根据示例性实施方式的扫描雷达系统的基本结构的示意性框图。该系统包括电连接到计算机系统102的调频连续波(fmcw)雷达系统101。所生成的输出数据可以被传送到外部指令和控制系统103，其中数据可以通过实时数据流传输被传送，其中例如可扩展标记语言(xml)可用于流传输。

fmcw雷达系统101包含发射喇叭天线110和接收喇叭天线111，其中在两个天线110和111之间布置有分裂平面113以防止伪反射。天线110、111被由塑料制成的天线罩114包围，该天线罩不产生雷达波的反射或雷达波的反射非常低，从而避免了多普勒频移的干扰。分裂平面113被布置成非常靠近天线罩114，也是为了防止伪反射。天线110、111被安装到直立支撑件112a，该直立支撑件被可旋转地安装到水平支撑件112b，其中该水平支撑件被配置为使直立件112a与天线110、111一起以45转每分钟(rpm)的旋转速度旋转。在水平支撑件112b处设置有方位角编码器，该编码器被配置成用于以非常高的精度编码并传送天线110、111的旋转度，并且由此编码并传送方位角。天线系统101被配置为以大约4瓦特的发射功率发射在8，7至10ghz范围内的fmcw雷达信号。喇叭天线110和111覆盖具有大约10°的波束高度和大约10°的波束宽度的几乎正方形的波束窗口。天线系统101的这种配置产生大约1km的检测覆盖范围。10°的波束宽度比fmcw雷达系统的正常情况宽得多，在fmcw雷达系统中，波束宽度通常为1°左右。通过使用10°的宽波束宽度，被检测的目标或对象将暴露于发射的雷达信号更长的时间，导致需要更多的时间进行数据处理以确定多普勒频移。暴露于雷达信号的目标或对象可包括一个或更多个无人飞行器(uav)105和一个或多个鸟类106。

fmcw雷达系统101包含电子前端电路116，该电子前端电路也安装到直立件112a，用于为发射天线110馈电并接收由接收天线111接收的雷达回波信号。前端电路116被铝屏蔽件117包围，该铝屏蔽件屏蔽电子噪声信号进入电路116，并且该铝屏蔽件还用作散热器。前端电路116被电连接到作为方位角编码器的一部分的后端电路以传送方位角。前端电路116和后端电路被电连接到计算机系统102，由此计算机系统102的电子电路、前端电路116和后端电路一起提供处理电路，以用于处理被转发到天线系统101和从该天线系统接收到的信号，并且用于生成雷达图。该处理电路还可以执行处理以用于基于图生成对象轨迹，并且用于对轨迹的对象进行分类。

电子信号通过玻璃纤维电缆从前端电路116传输到水平支撑件112b处的旋转接头，该水平支撑件通过电缆连接到计算机系统102。

前端电路116和后端电路的功能组件在图1b中示出，其是根据示例性实施方式的显示调频连续波(fmcw)收发器的电子和雷达组件的框图。雷达波信号的传输被由fmcw扫频发生器116a所接收到的数字控制字控制，该fmcw扫频发生器包含压控振荡器vco，并生成单斜坡形fmcw传输扫频信号，其被馈送到-3db耦合器116b。耦合器116b将信号的一部分分支到混频级116f，扫频信号的主要部分被转发到数字衰减器116c以进行方位角衰减，方位角衰减器116c的输出被发送到功率放大器116d。最后，放大的扫频射频(rf)信号被发射天线110辐射为电磁雷达波信号。返回的雷达波信号被接收天线111所接收，该接收天线将所接收到的电磁波转换回rf信号。所接收到的rf信号被低噪声放大器116e放大，放大的所接收到的信号被馈送到混频级116f。混频级116f的输出是发送的信号和接收到的信号之间的差。来自混频级116f的差信号被低通频率滤波器116g过滤以阻止不需要的混合频率，然后被在模数转换器116i处从模拟信号转换为数字信号之前，在放大器116h处放大。被从转换器116i输出的数字信号是从前端电路116输出的信号，并包含可以确定被检测到的对象或目标的距离、径向速度和回波能量的信息。

然后，通过“添加方位角信息”后端电路116j，将来自编码器的方位角信息与来自衰减器116c的衰减器设置一起添加到来自转换器116i的输出，由此可以确定包含可以其确定被检测的对象或目标的方位角度、距离、径向速度和回波能量的信息的数字扫描数据。在可选的实施方式中，fmcw雷达系统101还被配置为用于在高度中扫描，并且对于该实施方式，仰角信息也可以在后端电路116j处被添加到转换器116i的输出。

从转换器116i输出的数字信号以及由此从后端电路116输出的数字扫描数据，包含来自混频级116f的输出差信号的信息，该差信号包含如下信息：所接收到的回波信号的幅度、发射的和接收到的信号之间的时间延迟(δt)以及发射的和接收到的信号的上升沿之间的拍频或频率差(δf)。该拍频还包括多普勒频移fd，并且使用若干连续扫频信号的结果，可以通过对经数字转换的扫频信号使用双重傅里叶变换来确定距离和多普勒频移或多普勒速度，并且结果可以呈现在距离-多普勒图中。

距离-多普勒图中的数据的扫描操作和呈现在图2、3和4中进一步示出。

fmcw雷达系统101在360°的完整圆周范围内扫描对象，并参考如图2所示的雷达图像获得扫描数据。图2显示雷达图像200的示例性实施方式，其被划分为80个图像线201，以覆盖图像的360°的全方位角范围204。雷达101以45转每分钟(rpm)的速度旋转，其中针对每个旋转获得完整雷达图像200。每个图像线被划分为1356个距离单元203，并且覆盖4，5°的方位角范围202。每个图像线，雷达101发射100个fmcw扫频信号205，其与相对应的返回的雷达波信号混合，并且根据混合的一组雷达信号(其中每组表示全部100个fmcw扫频信号)生成表示具特定方位角范围的相对应的图像线201的多普勒图。

雷达系统101的天线110、111具有大约10°的波束宽度，其约为图像线201的方位角范围的两倍。这在雷达系统101的旋转期间，允许100个fmcw扫频信号在图像线201被天线110、111覆盖的时间帧内的发射和接收。

如图3所示，fmcw扫频信号可以具有单斜坡形状，其示出了根据示例性实施方式的时频图301、302中的几个fmcw雷达波300。

图4a示出了根据示例性实施方式的具有微多普勒特征信号的距离-多普勒图400，其中距离沿x轴401，并且径向速度/多普勒速度沿y轴402，最大径向速度为+30m/s和-30m/s。图4a的距离-多普勒图400显示6个距离单元的径向速度的扩展的示例。对于距离单元4，在所观测到的径向速度中存在扩展，由δ403表示，其中全点404表示所接收到的回波信号具有最高幅度或回波能量的径向速度，而全点404每侧的较小的点表示在所接收到的回波信号中具有较小幅度或回波能量的径向速度。对于距离单元4，由点404所表示的径向速度的主要贡献可能来自于诸如鸟类或直升机之类的目标的躯干(torso)，并且表示目标的径向/多普勒速度，而点404周围所观测到的速度边带被称为微多普勒特征信号，并且可以表示鸟翼或直升机的螺旋桨叶片的拍打运动。

可以将距离-多普勒图计算为距离-多普勒矩阵，其中矩阵的列表示给定的单个目标距离或距离单元的速度检测跨度，并且行表示给定的单个目标速度范围的距离检测跨度。速度列可以被称为所谓的多普勒特征信号，而距离-多普勒图/矩阵则由所有单个目标距离或距离单元的多普勒特征信号组成。距离-多普勒矩阵内的被称为区间(bin)的每个单元则表示某个距离单元，以及某个径向速度范围。这在图4b中示出，其显示了两个不同目标距离或距离单元的两个多普勒特征信号405a和405b。对于多普勒特征信号405a和405b的每个区间，所接收到的回波能量的量由一个或更多个“x”表示。多普勒特征信号405a和405b在主多普勒速度的两侧均具有速度边带或微多普勒特征信号，其中带有“xx”的区间可以表示目标的躯干，而带有一个“x”的区间可以表示目标的拍打或旋转运动。

多普勒特征信号405a包含具有给定径向速度扩展δ406a的所观测到的径向速度的三个相邻区间。值得注意的是，扩展406a内的所有所观测到的速度都是正的，表明在观测时给定回波信号的所有目标部分正在远离雷达系统101移动。多普勒特征信号405b包含具有给定径向速度扩展δ406b的所观测到的径向速度的三个相邻区间。值得注意的是，扩展406b内的所观测到的速度既为正也为负，针对具有负径向速度的区间观测到最高回波能量，表明在观测时目标的躯干正在朝雷达系统101方向移动，而目标的其他部分正在雷达系统101的两个径向方向上移动。图4b的多普勒特征信号405a、405b各自包含8个区间，但是对于被配置为每个图像线201有100个fmcw扫频信号(205)的雷达系统101，则所获得的多普勒特征信号具有100个区间，其中50个区间用于正径向速度，50个区间用于负径向速度。每个图像线201内具有1356个距离单元203，然后对于每个图像线201，为每个图像线201生成包含100行和1356列的距离-多普勒图/矩阵。对于80个图像线201，则必须生成80个距离-多普勒图/矩阵以覆盖完整雷达图像200，其中每个距离-多普勒图/矩阵与限定的4，5°方位角范围内的图像线相对应。值得注意的是，每个存在命中目标的区间包含所接收到的雷达信号的幅度或回波能量的信息，并且距离-多普勒图/矩阵内的区间的位置给定目标的径向速度和距目标的距离，而方位角由雷达图像200内的图像线201的位置给出。

本公开的重要特征是将为完整数据类型雷达图生成数据的过程划分为若干步骤，从而优化处理能力的使用。这在图5、6和7中示出。

图5是示出了根据示例性实施方式的用于图生成的数据的生成的流程图。图5的整个过程被称为“图输入数据生成”500，并且始于从图1b的前端和后端电路116输出的数字扫描数据501。该数字扫描数据然后经历杂波过滤过程502，以分离目标数据与杂波数据，这可以是基于所获得的数据的多普勒含量和幅度含量的数字过滤过程。不同的杂波过滤的过程在雷达扫描领域中是已知的。

然后存储所接收到的和所过滤后的数据，其中要存储的第一组数据是被扫描的第一图像线的扫描数据，该数据表示第一图像线中的每个距离单元的发射信号与回波信号之间的差信号、回波信号的能量以及第一图像线位置的方位角。针对所存储的数据使用双重傅里叶变换，从而生成和存储第一图像线的具有回波能量的距离-多普勒速度数据集或图，步骤503。所获得的第一图像线的距离-多普勒速度数据集或图现在可以用于启动距离-多普勒速度图的生成，504，见图6。

在步骤505中重复步骤503的程序以用于下一图像线，其中存储了被扫描的下一图像线的扫描数据，该数据表示在下一图像线中的每个距离单元的发射信号与回波信号之间的差信号、回波信号的能量以及下一图像线位置的方位角。双重傅里叶变换用于存储的数据，从而生成和存储下一图像线的具有回波能量的距离-多普勒速度数据集或图，并且所获得的下一图像线的距离-多普勒速度数据集或图现在可用于距离-多普勒速度图的进一步生成，506。

在完整360度扫描旋转期间针对每个图像线重复步骤505的程序，以获取完整圆周雷达图像的数据，步骤507。命中的完整雷达图像的每个距离单元现在包含以下各者的数据：回波信号(一个或更多个)的能量、与距离单元的位置的距离、与图像线位置的方位角、以及来自多普勒频移(一个或更多个)的且映射到距离-多普勒图中的一个或更多个径向速度。完整的雷达图像的所有图像线的距离、方位角和回波能量数据现在用于距离-方位角图的生成，508，见图7。

图6是示出了根据示例性实施方式的包含距离、径向速度和回波能量信息的第一类型雷达图或距离-多普勒速度图的生成的流程图。图6的整个过程被称为“距离-多普勒速度图生成”600，并且始于所生成的距离-多普勒速度数据集，该数据集包括来自“图输入数据生成”500的在步骤504处输出的第一图像线的回波能量数据。

在步骤601启动第一类型雷达图或距离-多普勒速度图的生成，其中分析了第一图像线的第一生成的距离-多普勒速度数据集的速度和距离数据。基于此分析，将具有匹配的速度和距离数据的相邻距离单元(如果有的话)分组为一个或更多个相对应的距离-多普勒速度图。匹配条件的示例在雷达扫描和图生成的领域中是已知的，但是当被匹配的数据之间的差低于预定阈值差时，一组相对应的数据可以满足匹配条件。因此，在用于限定被匹配的相邻距离单元的距离中可能存在最大阈值差，并且在图中的单元被匹配之前，这些相邻距离单元的径向速度中可能存在最大阈值差。存储包括回波能量数据的所生成的距离-多普勒速度图，步骤602和607。

第一类型雷达图或距离-多普勒速度图的生成在步骤604处进行，并且基于所生成的距离-多普勒速度数据集，该数据集包括来自“图输入数据生成”500的在步骤506处输出的下一图像线的回波能量数据；同时还基于先前生成的包括第一图像线的回波能量数据的距离-多普勒速度数据集，步骤603。步骤604中的程序与步骤601中的程序类似，分析了所生成的第一图像线和下一图像线的距离-多普勒速度数据集的速度和距离数据，并且将具有匹配的速度和距离数据的相邻距离像元分组为一个或更多个相对应的距离-多普勒速度图。存储包括回波能量数据的所生成的距离-多普勒速度图，步骤605和607。为了形成图，需要具有匹配的数据的至少两个相邻距离单元，但是优选地，为了形成图，需要具有匹配的数据的至少四个、五个或六个相邻距离单元。

重复步骤604的程序以用于针对随后的图像线所获得的数据集，步骤606，直到已分析了完整圆周雷达图像的每个图像线的数据集为止。因此，将新图像线的所生成的距离-多普勒速度数据集的速度和距离数据与先前图像线的已接收到的数据集一起进行分析，并且将具有匹配的速度和距离数据的相邻距离像元分组为一个或更多个相对应的距离-多普勒速度图。存储包括回波能量数据的所生成的距离-多普勒速度图，步骤605和607。当将图组合成完整数据类型图时，在步骤607处存储的距离-多普勒速度图可以用作输入，步骤608。对于图的组合，参见图9。

图7是示出了根据示例性实施方式的包含距离、方位角和回波能量信息的第二类型雷达图或距离-方位角图的生成的流程图，图7的整个过程称为“距离-方位角图生成”700，并且在步骤701处始于来自“图输入数据生成”500的在步骤508处处输出的完整圆周雷达图像的所生成的距离、方位角和回波能量数据集。

完整雷达图像的第二类型雷达图或距离-方位角图的生成在步骤702处执行，其中分析了完整圆周雷达图像内每个图像线的距离像元的距离和方位角数据。基于此分析，将具有匹配的方位角和距离数据的相邻距离单元分组为一个或更多个相对应的距离-方位角图。此外在此处，当被匹配的数据之间的差低于预定阈值差时，一组相对应的数据可以满足匹配条件。因此，在用于限定被匹配的相邻距离单元的距离中可能存在最大阈值差，并且在图中的单元被匹配之前，这些相邻距离单元的方位角范围中可能存在最大阈值差。存储包括完整圆周形雷达图像的回波能量数据的所生成的距离-方位角图，步骤703。当将图组合为完整数据类型图时，在步骤703处存储的距离-方位角图可用作输入，步骤704。对于图的组合参见图9。此外在此处，需要具有匹配的数据的至少两个相邻距离单元，而优选的是，为了形成图，需要具有匹配的数据的至少四个、五个或六个相邻距离单元。

图8是示出了根据示例性实施方式的为了达到对被检测的对象进行分类而执行的处理步骤的总体流程图。图8的过程图以在过程500处生成的图输入数据开始。基于图输入数据，距离-多普勒速度图被生成，过程600，并被储存，过程600的步骤607。此外，距离-方位角图被生成，过程700，并被储存，过程700的步骤703。

对于完整圆周雷达扫描，在扫描期间生成过程700的距离-多普勒速度图，当针对第一图像线获得扫描数据时开始，而在已执行全扫描时首先生成距离-方位角图。当已为第一圆周雷达扫描、且从而为第一完整雷达图像生成了第一组距离-方位角图时，该过程通过将所获得的距离-多普勒速度图608和距离-方位角图704进行比较并组合成完整数据类型图来进行，步骤801，这结合图9进行进一步描述。值得注意的是，在随后的圆周雷达扫描期间，在扫描期间生成并存储新的距离-多普勒图，而当随后的圆周雷达扫描完成时，首先生成并存储新的距离-方位角图。针对每个完整圆周雷达扫描重复图生成的该程序。

当在步骤801处比较所获得的距离-多普勒速度图与距离-方位角图时，不能与距离-多普勒速度图匹配的距离-方位角图经由步骤804被转发到所谓的“鸟类跟踪器”806。丢弃不能与距离-方位角图匹配的距离-多普勒速度图。

在步骤801中，将其余的图组合成完整数据类型图，其现在包含形成图的一部分的被检测的对象的距离、方位角、径向速度和回波能量数据。下一步骤是基于多普勒速度分布划分完整数据类型图，步骤802，这结合图10进行进一步描述。组合图划分为：具有非常规多普勒速度分布的图，步骤803，以及具有常规多普勒速度分布的图，步骤804。将具有非常规多普勒速度分布的图馈送到所谓的“无人飞行器(uav)跟踪器”，步骤805，以生成所谓的“uav轨迹”，步骤807，这结合图11和14进行进一步描述。具有常规多普勒速度分布的图可以被馈送到所谓的“鸟类跟踪器”，步骤806，以生成所谓的“鸟类轨迹”，步骤807，这结合图12和图13进行进一步描述。可以将不适配于任何uav轨迹807的具有非常规多普勒速度的图发送到鸟类跟踪器806，以查看该图是否适配于任何鸟类轨迹808。所获得的uav轨迹807和鸟类轨迹808可以经历分类过程，步骤809，以形成分类的轨迹，步骤810。结合图15进一步描述分类过程的示例。

图9是示出了根据示例性实施方式的包含距离、方位角、径向速度和回波能量信息的完整数据类型雷达图的生成的流程图。图9的图解与图8的步骤801相对应，其中将图组合成完整数据类型图。所接收到的距离-多普勒速度图608和距离-方位角图704包含距离数据，并且在步骤801a中，将距离-方位角图的距离数据与距离-多普勒速度图的距离数据进行比较。具有匹配的距离数据的图(其中在用于限定匹配的图的距离中可能存在最大阈值差)被组合为完整数据类型图，步骤801c，而在步骤801b中，与距离-多普勒速度图不具有距离匹配的方位角-距离图被转发到鸟类跟踪器，并且与距离-方位角图不具有距离匹配的距离-多普勒速度图被丢弃。每个组合图现在包含来自多个命中距离单元的以下数据：回波信号(一个或更多个)的能量、距离、方位角和一个或更多个径向速度。此外对于组合图，优选的是，为了形成图，需要具有匹配的数据的至少四个、五个或六个相邻距离单元。

然后可以基于多普勒速度分布划分步骤801c所得到的组合图，步骤802，如结合图10所描述的，该图是示出了基于速度信息将所获得的完整类型雷达图划分为常规图和非常规图的流程图。如结合图4a和4b所示出和描述的，对于每个距离单元，距离-多普勒矩阵包含具有覆盖由扫描雷达系统101所覆盖的径向速度跨度的多个区间的多普勒特征信号。组合图可以表示来自具有一个或更多个相对应的相邻多普勒特征信号的一个或更多个相邻距离单元的数据，并且多普勒特征信号可以表示径向速度跨度内的径向速度，其可以包括正径向速度和负径向速度。

因此，划分组合图的第一步骤是分析图的径向或多普勒速度数据。这在步骤802a中完成，并且如果图包含仅表示正速度或仅表示负速度的数据，则将该图存储为具有常规多普勒速度分布的图，步骤804。如果该图包含表示正速度和负速度两者的数据，则确定最大速度与最小速度之差、即最正径向速度和最负径向速度之间的差，是否大于或等于δ速度的预定最小速度差。如果最大径向速度与最小径向速度的差低于预定最小速度差，则将该图存为具有常规多普勒速度分布的图，步骤804，而如果最大径向速度与最小径向速度的差等于或高于预定最小速度差，则将该图存为具有非常规多普勒速度分布的图，步骤803。

最正径向速度和最负径向速度之间的预定最小速度差可被选为由扫描雷达系统101覆盖的总径向速度跨度的至少50％、例如至少60％、例如至少70％或例如至少75％。在一实施方式中，fmcw雷达系统101被配置为提供指示在负30m/s至正30m/s范围内的径向速度的扫描数据，并且此处，最正径向速度和最负径向速度之间的预定最小速度差可以设置为至少45m/s。

图11是示出了根据示例性实施方式的无人飞行器(uav)轨迹的生成的总体流程图。图11的图解与图8的uav跟踪器相对应，步骤805。跟踪过程805基于在步骤803中建立的具有非常规多普勒速度分布的图。第一步骤是分析图是否与任何现有的uav轨迹匹配，步骤805a。如果还没有生成轨迹，或者如果不存在匹配，则存储该图并且可以将其用于生成新的uav轨迹，步骤805b。如果该图变得太旧而无法与其他图匹配以形成轨迹，则所存储的图可以被丢弃，并且可以被馈送到鸟类跟踪器中，步骤806。如果存在具有匹配的若干个存储的图，诸如至少两个或三个，但是优选地至少四个、五个或六个匹配的图，则可以生成新的uav轨迹，步骤805c，并将其存储为uav轨迹，步骤807。当将新图与现有的uav轨迹进行匹配时，在步骤805a中使用所存储的uav轨迹，并且如果存在匹配，则用新图的数据来更新匹配的uav轨迹，步骤805d。然后可以对所生成和存储的uav轨迹807进行分类，步骤809，如结合图15所进一步描述的。为了形成图，需要具有匹配的数据的至少两个相邻距离单元，但是优选的是，为了形成图，需要具有匹配的数据的至少4个、5个或6个相邻距离单元。

图12是示出了根据示例性实施方式的鸟类轨迹的生成的总体流程图。图12的图解与图8的鸟类跟踪器相对应，步骤806。跟踪过程806基于来自步骤804的具有常规多普勒速度分布的图以及来自步骤801和804的不具有多普勒速度分布的图，但是也可以包括从uav跟踪器丢弃的图，步骤805b。第一步骤是分析图是否匹配任何现有的鸟类轨迹，步骤806a。如果还没有生成轨迹，或者如果不存在匹配，则存储该图并且可以将其用于生成新的鸟类轨迹，步骤806b。如果该图变得太旧而无法与其他图匹配以形成轨迹，则所存储的图可以被丢弃。在步骤806e中检查丢弃的图是否是丢弃的uav图；如果否，则最终丢弃或放弃该图，步骤806f，如果是，则可以将该图转发到分类器809。如果存在具有匹配的若干个存储的图，诸如至少两个或三个，但是优选地至少四个、五个或六个匹配的图，则可以生成新的鸟类轨迹，步骤806c，并将其存储为鸟类轨迹，步骤808。当将新图与现有的鸟类轨迹进行匹配时，在步骤806a中使用所存储的鸟类轨迹，并且如果存在匹配，则用新图的数据来更新匹配的鸟类轨迹，步骤806d。然后可以对所生成和存储的鸟类轨迹808进行分类，步骤809，如结合图15所进一步描述的。

匹配条件的示例在雷达扫描和轨迹生成的领域中是已知的，但是当基于多个图生成新的轨迹时，作为被比较的图的一部分的一组数据可能不得不满足匹配条件，而当新图用于更新现有的轨迹时，新图的数据不得不匹配所存储的轨迹的相对应的数据。当被匹配的数据之间的差低于预定阈值差时，相对应的图或轨迹数据可以满足匹配条件。结合针对鸟类轨迹的图13和针对uav轨迹的图14进一步对此进行描述。

图13是示出了鸟类轨迹的生成的详细流程图。图13的图与图8的鸟类跟踪器相对应，步骤806，并且是图12的鸟类跟踪过程的更详细的示例。因此，跟踪过程806基于具有常规多普勒速度分布的图和/或在步骤804中建立的不具有多普勒速度分布的图，并且还可以包括从uav跟踪器丢弃的图，步骤805b。第一步骤是分析图是否匹配任何现有的鸟类轨迹，步骤806a。如果存在任何现有的鸟类轨迹，则多个数据必须匹配：被跟踪的对象的位置必须与新图的对象的位置匹配，步骤806aa，其中该位置可以基于距离和方位角数据；被跟踪的对象的移动方向必须与新图的对象的移动方向匹配，步骤806ab，其中轨迹的移动方向基于若干个图的位置，并且新图的移动方向意味着新图的位置应匹配轨迹中给出的移动方向；被跟踪的对象的速度和多普勒径向速度必须与新图的对象的速度和多普勒径向速度匹配，步骤806ac，其中轨迹的速度基于若干个图的位置的变化，并且新图的速度意味着新图的位置应匹配轨迹中给出的速度和运动方向；被跟踪的对象的尺寸必须与新图的对象的尺寸匹配，步骤806ad，其中对象尺寸可以基于图内的回波信号能量之和。如果新图满足所有匹配步骤，则用新图的数据更新匹配的鸟类轨迹，步骤806d。

如果还没有生成轨迹，或者如果不存在匹配，则存储新图并且可以将其用于生成新的鸟类轨迹，步骤806b。如果该图变得太旧，即早于给定的最大时间t，而无法与其他图匹配以形成轨迹，则所存储的图可以被丢弃。在步骤806e中检查丢弃的图是否是丢弃的uav图；如果否，则最终丢弃或放弃该图，步骤806f，如果是，则可以将该图转发到分类器809。当已获得不太旧的若干个所存储的图时，检查这些图以查看是否可以满足匹配条件的数量以生成新的轨迹。用于形成新的轨迹的图的匹配条件可以类似于用于新图和现有的轨迹的匹配条件：图的对象的位置必须彼此匹配，步骤806ba，其中位置可以基于距离和方位角数据；图的对象的移动方向必须匹配，步骤806bb，其中，移动方向基于若干个图的对象的位置；图的对象的速度和多普勒径向速度必须匹配，步骤806bc，其中对象的速度基于若干个图的对象位置的变化；图的对象的尺寸必须匹配，步骤806bd，其中对象尺寸可以基于图内的回波信号的能量之和。如果存在具有匹配的若干个存储的图，诸如至少两个或三个，但是优选地至少四个、五个或六个匹配的图，则可以生成新的鸟类轨迹，步骤806c，并将其存储为鸟类轨迹，步骤808。当将新图与现有的鸟类轨迹匹配时，在步骤806a中使用所存储的鸟类轨迹。然后可以对所生成和存储的鸟类轨迹808进行分类，步骤809，如结合图15所进一步描述的。

图14是示出了无人飞行器(uav)轨迹的生成的详细流程图。图14的图解与图8的uav跟踪器相对应，步骤805，并且是图11的uav跟踪过程的更详细的示例。因此，跟踪过程805基于在步骤803中建立的具有非常规多普勒速度分布的图。

第一步骤是分析图是否匹配任何现有的uav轨迹，步骤805a。如果存在任何现有的uav轨迹，则多个数据必须匹配：被跟踪的对象的多普勒径向速度必须与新图的对象的多普勒径向速度匹配，步骤805aa；被跟踪的对象的位置必须与新图对象的位置匹配，步骤805ab，其中位置可以基于距离和方位角数据；被跟踪的对象的尺寸必须与新图的对象的尺寸匹配，步骤805ac，其中对象尺寸可以基于图内的回波信号能量之和。如果新图满足所有匹配步骤，则用新图的数据更新匹配的uav轨迹，步骤805ad。

如果还没有生成轨迹，或者如果不存在匹配，则存储新图并且可以将其用于生成新的uav轨迹，步骤805b。如果该图变得太旧，即早于给定的最大时间t，而无法与其他图匹配以形成轨迹，则所存储的图可以被丢弃，步骤805bd。然后被丢弃的uav图可以被发送到鸟类跟踪器，步骤806，以查看该图是否适配于鸟类轨迹。当已获得不太旧的若干个所存储的图时，检查这些图以查看是否可以满足匹配条件的数量以生成新的轨迹。用于形成新的轨迹的图的匹配条件可以类似于用于新图和现有的轨迹的匹配条件：图的对象的多普勒径向速度必须匹配，步骤805ba；图的对象的位置必须匹配，步骤805bb，其中位置可以基于距离和方位角数据；图的对象的尺寸必须匹配，步骤805bc，其中对象尺寸可以基于图内的回波信号能量之和。如果存在具有匹配的若干个存储的图，例如至少两个或三个，但是优选地至少四个、五个或六个匹配的图，则可以生成新的uav轨迹，步骤805c，并将其存储为uav轨迹，步骤807。当将新图与现有的uav轨迹匹配时，在步骤805a中使用所存储的uav轨迹。然后可以将所生成和存储的uav轨迹807进行分类，步骤809，如结合图15和16所进一步描述的。

本发明的重要方面是提供数据，该数据可以用于对uav或类似uav的对象进行跟踪和分类。因此，对于本公开的系统和方法，对鸟类或类似鸟类对象的跟踪以及对鸟类或类似鸟类对象分类可以是任选的。值得注意的是，被uav轨迹跟踪的所有对象都具有正和负的径向或多普勒速度，这例如可以表明被跟踪的对象具有一个或更多个螺旋桨叶片；但是，具有螺旋桨叶片的飞行对象可能有差异很大的尺寸，其中无人驾驶的uav可能具有相当小的尺寸，并且在回波雷达信号中具有低的能量或幅度，而载人直升机在回波雷达信号中将具有高得多的能量或幅度。

对于由uav轨迹跟踪的对象，接收到的反射能量表示从外部负速度到外部正速度的径向速度跨度，其中大部分反射能量表示接近速度跨度中心的径向速度。这在图16中示出，其包含能量曲线1600，该能量曲线示出了以db为单位的反射能量作为径向速度或多普勒速度的函数。曲线1600基于来自形成uav轨迹的图的多普勒特征信号的距离单元或区间的回波能量之和，其中，距离单元或区间具有针对不同径向/多普勒速度的回波能量数据。曲线1600具有表示最高量的能量的中心部分1601，对于该实施方式，该中心部分位于稍微正的多普勒速度附近的中心。中心部分1601代表回波能量，其可以与uav的中心本体相对应。曲线1601还具有负外部能量部分1602和正外部能量部分1603。外部能量部分1602和1603表示所谓的微多普勒距离内的回波能量，并且可以与从uav螺旋桨叶片反射的能量相对应。

对于曲线1601，将中心部分1601与外部能量部分1602和1603之间的边界设置为极限速度1604和1605。对于图16所示的实施方式，中心部分1601的能量水平在最大能量速度的两侧减小到最小，且然后能量开始缓慢地再次增加。将极限速度1604、1605选择为能量从最小能量增加了3db的速度。

对于诸如uav之类的飞行对象，与中心本体信号的强度相比，微多普勒信号必须具有一定的强度以使螺旋桨叶片保持uav飞行。在图16中，微多普勒信号的强度由外部能量部分1602和1603内的能量之和表示，且中心本体信号的强度由中心部分1601内的能量之和表示。因此，为了将uav轨迹的对象分类为uav，外部多普勒速度信号的强度应高于中心多普勒速度信号的强度的某个或预定分数。此处，外部多普勒速度信号的强度可以不小于中心多普勒速度信号的强度的1/1000，或者外部多普勒速度信号的强度不应比中心多普勒速度信号的强度弱30db以上。

如上所述，uav轨迹的飞行对象的尺寸可以不同，其中载人直升机在回波雷达信号中将具有高得多的能量或幅度。因此，如果由所有多普勒速度信号的回波能量之和表示的所接收到的多普勒速度信号的总强度(其对于图16的曲线1600将是中心部分1601的能量与外部部分1602和1603的能量的总和)高于某个或预定最大值，则对象轨迹可以被分类为非uav轨迹。在此，如果回波能量的总和表示具有高于1m²的雷达散射截面(rsc)的对象，则该轨迹可以被分类为非uav轨迹。

图15是示出了根据示例性实施方式的所获得的轨迹的分类的流程图。图15示出了对作为uav轨迹807的一部分的被检测的对象和作为鸟类轨迹808的一部分的被检测的对象的分类809，其中对鸟类或类似鸟类对象的分类可以是任选的。在对uav轨迹分类的过程中，第一步步骤，步骤809a，可以是确定表示所观测到的速度范围的中心范围内的多普勒速度的距离单元的回波能量之和，并且确定表示所观测的速度范围的外部范围内的正多普勒速度和负多普勒速度的距离单元的回波能量之和。步骤809a还可以包括确定所有多普勒速度信号的距离单元的回波能量的总和，回波能量的该和表示具有相对应的雷达散射截面的总体重。

下一步骤，步骤809b，则是确定合计的外部速度能量是否高于合计的中心速度能量的预定分数。可替代地，可以确定合计的外部速度能量是否高于总和的速度能量的预定分数。如果否，则将该轨迹分类为非uav轨迹，步骤809d，如果是，则该轨迹可以是uav轨迹。然而，在步骤809b中，还确定总和的速度能量是否低于或等于表示具有预定最大雷达散射截面的总体重的合计能量。如果否，则将该轨迹分类为非uav轨迹，步骤809d，且如果是，如果对合计的外部速度能量的要求也为是，则该轨迹被分类为uav轨迹。

对于本实施方式，由计算机系统102对轨迹进行分类，通过实时流传输将分类的轨迹从计算机系统转发到指令和控制系统103，其中分类的轨迹可以被实时显示，810a，然后被存储在数据库中，步骤810b。

因此，此处描述的雷达扫描过程的重要结果是在指令和控制系统103处实时地显示所生成和分类的uav轨迹。基于所显示的轨迹的信息，指令和控制中心的人员可以决定是否需要针对检测到的uav采取动作。

鸟类和uav的基于雷达的扫描的主要区别在于，可能会生成大量鸟类的图，这里是常规多普勒速度分布图，诸如多达1000至5000个图，而只会生成非常少的uav图，这里是非常规多普勒速度分布图，诸如两个、四个或六个图。因此，仅可以跟踪单个或很少的uav对象，而可能必须跟踪和区分更多的鸟类或鸟群，由此鸟类跟踪和分类需要更精确，且因此需要基于比uav跟踪和分类更高数量的变量，其中对于uav跟踪，径向或多普勒速度分布给出了最重要的信息。

因此，在鸟类轨迹分类过程中的第一步骤可以是基于所获得的轨迹的数据确定其他参数，如步骤809aa中所示。在此，总对象质量与对象质量的分布是根据来自图数据的回波信号(一个或更多个)的能量来确定的，其中质量分布可以基于图的多普勒特征信号的区间的回波能量数据来确定。此外，可以根据对象轨迹数据确定运动曲线的速度、方向、加速度和弯曲度。

基于根据轨迹和相对应的图确定所获得的结果，可以将该轨迹分类为鸟类轨迹或非鸟类轨迹，步骤809cc。在此，非鸟类对象可能是飞机，其具有大得多的尺寸和对象质量，并且其比鸟类或鸟群具有更高的速度和更好的弯曲度。对于被分类为鸟类轨迹的轨迹，则基于根据从图和轨迹数据确定的结果，可以将该轨迹分类为小型鸟类轨迹、中型鸟类轨迹，大型鸟类轨迹或一群鸟类轨迹。在此，尺寸或对象质量可用于将鸟类分类为小型、中型或大型，而弯曲度或缺乏弯曲度可以是将对象分类为一群鸟类的良好参数。对于包括鸟类轨迹和分类的系统，可以通过实时流传输将分类的鸟类轨迹转发到指令和控制系统103，其中分类的轨迹可以被实时地显示，810a，然后被存储在数据库中，步骤810b。

值得注意的是，丢弃的uav图，其未与任何鸟类轨迹匹配，806e,可以被分类为自身的轨迹，其可以是所谓的“悬停uav轨迹”，其也可以通过实时流传输转发到指令和控制系统103，其中分类的轨迹可以被实时地显示，810a，且然后被存储在数据库中，步骤810b。

结合图1至6的前述描述已经讨论了用于检测对象的fmcw雷达扫描系统，以及用于基于所获得的扫描数据生成雷达图和轨迹的程序或方法。轨迹的生成包括符合无人飞行器(uav)的轨迹的生成，并且还描述了用于将所生成的uav轨迹分类为真实uav轨迹的程序。

然而，在本公开的实施方式内，提供了一种系统，其能够检测和跟踪uav，并且其还能够在已知和未知uav之间进行区分。这样的系统还可以被配置为基于所获得的未知uav的跟踪信息来控制已知uav的操作。这样的系统在图17中示出，该图是示出了根据示例性实施方式的无人飞行器(uav)系统的基本结构的示意性框图。

图17的系统包含电子连接到计算机系统102的fmcw扫描雷达系统101，它们等同于图1a的雷达和计算机系统101和102。来自计算机系统102的所生成的输出数据被传送到外部指令和控制系统或站103，其也如图1a所示。图17的系统还包括已知第一协作无人飞行器(uav)1701和天线1705。协作uav1701配备有遥测发射机/接收机1702以用于与天线1705交换遥测射频(rf)数据，该发射机/接收机还与指令和控制站103进行数据通信，从而使协作uav1701的飞行路径可以从指令和控制站103控制。协作uav1701还包含相机1704，诸如摄像机，从而可以将实时视频信号从uav1701经由天线1705发送到指令和控制站103。协作uav1701还可以配备有包含uav1701的标识信息(id)的应答器1703，从而可以将包含标识信息的应答器数据从uav1701转发到指令和控制站103。协作uav1701还可以包含全球定位系统(gps)，其在图17中未示出，且转发到指令和控制站103的遥测数据可以包含从gps系统获得的位置数据。

在图17中，协作uav1701暴露于来自雷达系统101的雷达信号，且由此被雷达系统101检测到。图17还显示了第二无人飞行器(uav)105，在这种情况下，其是未知或非协作uav105，其不与指令和控制系统103进行遥测通信。因此，通过雷达系统101针对第一uav1701和第二uav105获得雷达扫描数据，该扫描数据可以由计算机系统102的处理电路处理以获得被检测的uav105和1701的雷达图和对象轨迹。此外，指令和控制系统103从第一uav1701接收遥测数据以及可能的应答器数据，这些数据可以被转发到计算机系统102并且与所获得的uav轨迹数据进行比较。这种比较的最终结果可以是所获得的uav轨迹的分类，从而在已知协作uav的轨迹与未知非协作uav的轨迹之间进行区分。分类的uav轨迹可以在指令和控制系统103处被转发和实时地显示。

基于显示的轨迹的信息，指令和控制中心站103处的人员有可能决定是否需要对针检测到的uav采取动作，并且可以通过遥测通信将飞行路线指令以及可能的动作指令转发给已知协作uav1701，该已知协作uav可以相应地调整其飞行路径并相应地执行任何接收到的动作指令。

在图18和19中示出了针对已知和未知uav的uav轨迹的形成和分类，其中，图18是示出了根据示例性实施方式的基于通过图17的系统所获得的数据的包括被检测的对象的图生成、轨迹生成和分类的处理步骤的流程图。图18的步骤的第一部分遵循图8的步骤的第一部分，其还参考来自图5的图输入数据的生成，步骤500；来自图6的距离-多普勒速度图的生成，步骤600和607；以及来自图7的距离-方位角图的生成，步骤700和703。

根据所获得的距离-多普勒速度图703和所获得的距离-方位角图703，该过程通过将所获得的图608和704比较并组合为完整数据类型图来进行，步骤801，这结合图9进行进一步说明。值得注意的是，在随后的圆周雷达扫描期间，在扫描期间生成并存储新的距离-多普勒图，而当随后的圆周雷达扫描完成时，首先生成并存储新的距离-方位角图。针对每个完整圆周雷达扫描重复图生成的程序。

当在图8中的步骤801处比较所获得的距离-多普勒速度图和距离-方位角图时，无法与距离-多普勒速度图匹配的距离-方位角图，经由步骤804被转发到所谓的“鸟类跟踪器”804。丢弃无法与距离-方位角图匹配的距离-多普勒速度图。然而，对于图18的处理步骤，我们只需要查看符合生成uav轨迹的图，因此对于步骤801，无法与距离-多普勒速度图匹配的距离-方位角图可以被转发给“鸟类跟踪器”，或者可以和无法与距离-方位角图匹配的距离-多普勒速度图一起被丢弃。

步骤801中的其余的图被组合为完整数据类型图，其现在包含形成图的一部分的被检测的对象的距离、方位角、径向速度和回波能量数据。下一步骤是选择有符合uav轨迹的生成的完整数据类型图，并且该选择基于多普勒速度分布，步骤802，这结合图10进行进一步描述。被选择为符合uav轨迹的生成的组合图是具有非常规多普勒速度分布的图，步骤803，其中非常规类型雷达图具有表示所观测到的径向速度范围内的正径向速度和负径向速度的速度数据。所选择的非常规类型雷达图可以具有表示正径向速度和负径向速度的速度数据，且在最正径向速度与最负径向速度之间具有至少一个预定最小速度差。

将具有非常规多普勒速度分布的图馈送到所谓的“无人飞行器(uav)跟踪器”，步骤1805，以生成所谓的“uav轨迹”，步骤1807，这结合图19进行进一步描述。在步骤1805中，基于具有非常规多普勒分布的至少两个匹配的图形成uav轨迹。然而，uav跟踪器，步骤1805，还接收遥测数据(如果有的话)，步骤1812，以及应答器数据(如果有的话)，步骤1813，该遥测数据和应答器数据可以源自已知uav。将任何接收到的uav遥测数据和应答器数据与uav轨迹数据一起存储，步骤1807。

所获得的uav轨迹1807现在经历分类过程，步骤1809，以得到分类的真实uav轨迹。可以在步骤1809中用于将uav轨迹分类为真实uav轨迹的分类过程的示例结合图15进行了描述。将被分类为真实uav轨迹的uav轨迹进一步分类为表示第一已知或协作uav，步骤1810，或者表示第二未知或非协作uav，步骤1811。在相对应的轨迹数据和所接收到的遥测数据和/或应答器数据之间具有匹配的真实uav轨迹被分类为协作uav轨迹，步骤1810，并且在相对应的轨迹数据与所接收到的遥测数据和/或应答器数据之间不具有匹配的真实uav轨迹被分类为非协作uav轨迹，步骤1811。

图19是示出了根据示例性实施方式的基于通过通过图17的系统获得的数据的无人飞行器(uav)轨迹的生成的总体流程图。图19的图解与图18的uav跟踪器1805相对应，并且可以包含结合图11的uav跟踪器805所描述的相同步骤。主要区别在于，图18和19的uav跟踪器1805还接收遥测数据(如果有的话)，步骤1812；以及应答器数据(如果有的话)，步骤1813，该遥测数据和应答器数据可以源自已知uav。

因此，跟踪过程1805基于在步骤803中建立的具有非常规多普勒速度分布的图。第一步骤是分析是否图是否与任何现有的uav轨迹匹配，步骤1805a。如果还没有生成轨迹，或者如果不存在匹配，则存储该图并且可以将其用于生成新的uav轨迹，步骤1805b。如果该图变得太旧而无法与其他图匹配以形成轨迹，则所存储的图可以被丢弃或者可以被馈送到鸟类跟踪器中，步骤806。如果存在具有匹配的若干个存储的图，诸如至少两个或三个，但是优选地至少四个、五个或六个匹配的图，则可以生成新的uav轨迹，步骤1805c，并将其存储为uav轨迹，步骤1807。当将新图与现有的uav轨迹进行匹配时，在步骤1805a中使用所存储的uav轨迹，并且如果存在匹配，则用新图的数据来更新匹配的uav轨迹，步骤1805d。此外在步骤1805a和1805d中，将所接收到的遥测数据和/或应答器数据与所生成的uav轨迹的数据进行匹配，然后在步骤1807处将其与匹配的轨迹的数据一起存储。然后可以将所生成和存储的uav轨迹1807分类为真实或非真实uav轨迹，步骤1809，并进一步分类为：表示第一已知或协作uav，图18的步骤1810；或者表示第二未知或非协作uav，图18的步骤1811。

当将具有非常规多普勒速度分布的图进行匹配以生成uav轨迹1805c，或将图与现有的uav轨迹进行匹配时，1805a，该匹配可以包括确定径向速度数据、距离数据和回波能量数据之间是否存在匹配。两个非常规类型雷达图的回波能量数据的匹配可以基于表示被匹配的两个非常规类型雷达图中的每个非常规类型雷达图的所有径向速度信号的回波能量的总和，和/或基于与被匹配的两个非常规类型雷达图中的每个非常规类型雷达图的所观测到的径向速度范围内的中心径向速度跨度相对应的中心回波能量之和。如果数据之间的差等于或低于预定阈值差，则一组相对应的数据可以满足匹配条件。

当将所接收到的遥测数据和/或应答器数据与所生成的uav轨迹的数据进行匹配时，步骤1805a和1805d，可能必须在所存储的轨迹的数据与所接收到的遥测数据和/或应答器数据之间满足预定匹配条件。这里，匹配条件可以包括位置数据之间的匹配、速度数据之间的匹配和/或尺寸数据之间的匹配。此外这里，如果数据之间的差等于或小于预定阈值差，则一组相对应的数据可以满足匹配条件。

图20是示出了根据示例性实施方式的在图17的系统的各部分之间交换信号的框图。雷达系统101提供扫描数据，该扫描数据由计算机系统102处理成uav轨迹。指令和控制站103从第一协作uav接收遥测数据和/或应答器数据，这些数据可以进一步被转发到计算机系统102，然后该计算机系统将所获得的uav轨迹分类为协作uav轨迹和非协作uav轨迹，步骤2001。然后将分类的轨迹的轨迹数据转发到指令和控制站103。

指令和控制站103根据所接收到的轨迹数据确定是否存在任何第二非协作uav轨迹，步骤2002。如果是，则指令和控制站103基于来自第二非协作uav105的对象轨迹的对象数据并基于从第一协作uav1701接收的遥测数据和/或应答器数据，步骤2007，开始生成飞行计划指令并将其转发到第一协作uav1701，步骤2003。第一协作uav1701接收飞行路径指令，如步骤2008所示。

第一协作uav1701包含照相机1704，并且由指令和控制站103接收的遥测数据包括视频信号。基于所接收到的遥测数据，指令和控制站103确定第二非协作式uav105是否在第一协作uav1701的视频景象中，步骤2004。如果是，则指令和控制站103基于所接收到的遥测视频信号开始生成飞行计划指令并将其转发到第一协作uav1701，步骤2005。

在一实施方式中，指令和控制站103被配置为：基于从第二非协作uav105的对象轨迹所获得的位置数据生成和转发飞行计划指令，步骤2003，直到在所接收到的视频信号内检测到第二非协作uav105为止，步骤2005。在该时间点，指令和控制站103可以被配置为仅基于所接收到的视频信号生成和转发飞行计划指令。

当uav对象轨迹的uav被分类为第二非协作uav105时，在一实施方式中，指令和控制电路103被配置为基于从第二uav105的对象轨迹获得的信息生成动作指令并将其转发到第一uav1701，步骤2006和2009。动作指令还可以至少部分地基于第一协作uav1701的所接收到的遥测数据和/或应答器数据。然后第一协作uav1701可以被配置为基于从指令和控制站103接收的动作指令执行动作，步骤2010。动作的执行还可以基于所接收到的飞行路径指令。

根据一实施方式，动作和飞行路径指令可以包括飞行干扰动作指令，由此第一协作uav1701被配置为执行针对第二非协作uav105的飞行路线或飞行计划干扰动作。在此，要执行的飞行路线或飞行计划干扰动作可以是将第一协作uav1701转向第二非协作uav105，以引起第一与第二uav1701、105之间的碰撞。

指令和控制站103可以基于从第二非协作uav105的对象轨迹获得的位置、速度和/或尺寸数据生成飞行计划信息和/或动作信息。在此，位置数据可以包括相对于雷达系统的距离和方位角，并且速度数据可以包括相对于雷达系统的径向速度。可以基于形成第二非协作uav105的对象轨迹的图内的回波扫描信号的能量确定尺寸数据。

已经结合本文的各种实施方式描述了本发明。然而，通过研究附图、公开内容和所附权利要求，本领域技术人员在实践所要求保护的发明时可以理解和实现所公开的实施方式的其他变型。在权利要求中，词语“包括”不排除其他元件或步骤，并且不定冠词“一”或“一种”不排除多个。