基于二維相控陣體制的探鳥雷達系統(tǒng)

劉 峰 劉海波*，2 周 超 于 沖 李興明 崔瑩瑩 陳天明 陳宇翔

（1.北京理工雷科電子信息技術(shù)有限公司，北京 100097；2.北京理工大學(xué)雷達技術(shù)研究院，北京 100081）

1 引言

隨著航空業(yè)務(wù)的發(fā)展和生態(tài)環(huán)境的改善，機場周邊的野生動物與人類航空器活動的沖突逐漸變得尖銳，其中鳥類活動幾乎占野生動物與航空器事故的90%［1］。此類在航空器起降或飛行過程中與鳥類、蝙蝠等動物相撞的事件也稱為鳥擊事件。據(jù)美國聯(lián)邦航空管理局（FAA）統(tǒng)計顯示［2］，自1990 年至2022 年，機場襲擊事件的數(shù)量約由1500 次增長至16960 次，33 年內(nèi)發(fā)生總計173168 次，其中具有破壞性的事件約占比4%，鳥類襲擊約占比97%，經(jīng)濟損失總計約10億美元。中國民航2017年到2020年上報的鳥擊事件共13262 起，其中鳥擊事故征候1134 起［3］，2006 年-2020 年歷年具體事故的共計情況如圖1 所示（缺少2016 年數(shù)據(jù)）。鳥擊事件已經(jīng)嚴(yán)重威脅到航空航天事業(yè)，如何科學(xué)準(zhǔn)確地認識鳥擊風(fēng)險、減少鳥擊發(fā)生，成為了世界航空安全重點考慮的問題之一。（中國民用航空局（CAAC）在2018 年對鳥擊事件的認定標(biāo)準(zhǔn)進行了更改，規(guī)定僅報告在航空器上發(fā)現(xiàn)鳥擊留下血污、羽毛、表皮、肌肉或肢體等殘存物且造成航空器損傷的，或者在機場鳥擊責(zé)任區(qū)以內(nèi)發(fā)生的鳥擊，對于責(zé)任區(qū)外和無法判定發(fā)生區(qū)域的，且航空器未損傷的鳥擊事件，不再進行上報和收集，由此導(dǎo)致了2018年鳥擊數(shù)量出現(xiàn)斷崖式下降。2020 年由于疫情等因素，出現(xiàn)了鳥擊事件總數(shù)下降［4］。）

圖1 2006-2020年中國民航鳥擊發(fā)生情況［3，5］Fig.1 Bird strikes in civil aviation in China from 2006 to 2020［3，5］

傳統(tǒng)的機場鳥擊防范主要依靠人工，典型的手段包括人工驅(qū)趕，鳴槍示警，使用特殊的聲音驅(qū)逐器以及煤氣炮等方式［6］。此類人工手段十分依賴鳥類專業(yè)人員的管理經(jīng)驗和水平，且由于驅(qū)鳥工作量大，人員往往疲于應(yīng)付；同時，驅(qū)鳥設(shè)備沒有與探測設(shè)備聯(lián)動，只能按照預(yù)定程序盲目驅(qū)趕，工作效率較低。

將雷達用于機場鳥情探測，能夠全天時、全天候獲取空中鳥類的距離、方位、速度和高度等實時信息，從而幫助工作人員加強鳥擊防范，降低事故發(fā)生概率。進一步地，基于長期積累的雷達鳥情大數(shù)據(jù)，還可以研究鳥類遷徙活動規(guī)律，對機場附近的鳥類活動規(guī)劃更全面的治理策略［6］。目前，歐美國家已經(jīng)建立起全境鳥情預(yù)警雷達系統(tǒng)，并在航線規(guī)劃、飛行計劃制定中發(fā)揮了重要作用［6］。

本文主要對探鳥雷達系統(tǒng)及應(yīng)用情況進行綜述，首先介紹了探鳥雷達的概念及其系統(tǒng)發(fā)展概況；在此基礎(chǔ)上，對系統(tǒng)體制、目標(biāo)探測、目標(biāo)識別等關(guān)鍵技術(shù)進行分析；隨后，對國內(nèi)外典型探鳥雷達系統(tǒng)及應(yīng)用情況進行介紹；最后對探鳥雷達系統(tǒng)的發(fā)展趨勢進行展望。

2 探鳥雷達技術(shù)發(fā)展

探鳥雷達是一種能夠?qū)σ欢ǚ秶鷥?nèi)的空域進行360°全方位掃描的監(jiān)測雷達，通常可安裝于屋頂、塔架、拖車等，對鳥類活動進行全天候探測和報警。根據(jù)雷達系統(tǒng)的專業(yè)化程度與應(yīng)用需求的變化，我們將探鳥雷達技術(shù)發(fā)展分為早期（20 世紀(jì)中葉～21 世紀(jì)）、中期（21世紀(jì)之后）與當(dāng)前（近5年）三個階段。

2.1 早期

自軍用雷達發(fā)明以來，鳥類活動就經(jīng)常被探測、記錄。由于當(dāng)時的飛鳥不是雷達關(guān)心的目標(biāo)，通常將其稱為“仙波”。同時，由于雷達的系統(tǒng)參數(shù)與工作模式也沒有經(jīng)過專門設(shè)計，其探鳥能力一般非常有限，僅能探測到規(guī)模較大的鳥群［7］。雷達被有意識地用于鳥類遷徙行為的記錄和監(jiān)視，開始于20 世紀(jì)中葉。但此時尚未出現(xiàn)專業(yè)的探鳥雷達，一般使用海事雷達、氣象雷達或軍用對空監(jiān)視雷達實現(xiàn)探鳥應(yīng)用。

海事雷達由于價格便宜、獲取方便，在早期被研究人員廣泛應(yīng)用于鳥類目標(biāo)研究［8］。商用的海事雷達主要有X 波段和S 波段兩個授權(quán)頻段（這也是目前探鳥雷達的兩個主要頻段）。其中，S波段具有較好的抗雨雜波性能，而X 波段的鳥類雷達散射截面（radar cross section，RCS）相對更大。

雷達最早被用于鳥情預(yù)警是1971 年在丹麥和1978 年在荷蘭?；趯毡O(jiān)視雷達的顯示器圖像，操作員通過人工分析來提取鳥情信息，實現(xiàn)軍機保障［9］。通過對鳥類識別算法和顯示軟件的升級，此類鳥情預(yù)警系統(tǒng)于20 世紀(jì)90 年代又在德國和荷蘭進行部署［7］。

對空監(jiān)視雷達、海事雷達的探測范圍有限，一般僅適用于局部區(qū)域的鳥類觀測，而氣象雷達特別適于大尺度范圍內(nèi)的遷徙鳥群目標(biāo)探測。目前較為成熟的氣象雷達鳥情預(yù)警網(wǎng)絡(luò)包括美國的NEXRAD 系統(tǒng)和歐洲的OPERA 系統(tǒng)［7］。其中，由美國DeTect 公司研發(fā)的全國鳥情預(yù)警系統(tǒng)（Avian Hazard Advisory System，AHAS）能夠自動處理來自美國NEXRAD 國家氣象雷達網(wǎng)絡(luò)的雷達數(shù)據(jù)，并為美國所有的空軍訓(xùn)練航線及活動區(qū)域提供實時的鳥擊風(fēng)險評估信息［10］。2013 年，NEXRAD 氣象雷達網(wǎng)完成了全部WSR-88D 雷達的雙極化技術(shù)升級，并增加了多種數(shù)據(jù)產(chǎn)品。這些數(shù)據(jù)對于空中鳥類、蝙蝠、昆蟲運動解釋是一個積極發(fā)展的前沿研究，相關(guān)數(shù)據(jù)產(chǎn)品也可通過亞馬遜云計算服務(wù)平臺免費下載，為遷徙鳥類探測與相關(guān)研究創(chuàng)造了優(yōu)越條件［7，11］。OPERA 系統(tǒng)于1990年起步，將多部氣象雷達進行組網(wǎng)，到2014 年7 月已擴展到31 個國家179 臺雷達。基于該系統(tǒng)，已建立了一個包含多學(xué)科交叉的研究網(wǎng)絡(luò)［12］。

2.2 中期

21 世紀(jì)之后，逐漸出現(xiàn)了專業(yè)的探鳥雷達。相較于傳統(tǒng)的氣象雷達，專業(yè)探鳥雷達更加強調(diào)對于單只飛鳥目標(biāo)的探測與跟蹤，同時要求對于天氣變化的影響，例如強降水、強風(fēng)或大霧等，有一定的適應(yīng)能力，不同雷達的對比見圖2。在2000年之后，面向機場周邊區(qū)域鳥情探測需求，典型的專業(yè)探鳥雷達主要有美國的Merlin 雷達、加拿大的Accipiter 雷達、荷蘭的Robin雷達以及英國的Aveillant雷達［13］。

圖2 不同類型雷達捕獲飛鳥目標(biāo)信息［11］Fig.2 Different types of radar capture bird target information［11］

2003 年，美國Detect 公司開發(fā)了Merlin 雷達，目前已有超過250部系統(tǒng)交付給世界各地的航空安全和環(huán)境應(yīng)用場所。該雷達系統(tǒng)結(jié)合兩部不同波段的導(dǎo)航雷達幾乎可在任何地形、水面和天氣條件下（包括霧、雨和雪）提供可靠的鳥類探測［14］。

繼Merlin雷達系統(tǒng)之后，加拿大Sicom系統(tǒng)公司開發(fā)的Accipiter雷達也使用了類似體制。Accipiter雷達可實現(xiàn)對鳥情位置、速度、運動方向、數(shù)量、飛行軌跡等信息的檢測。在此基礎(chǔ)上，Accipiter 又開發(fā)了雙部拋物面天線結(jié)構(gòu)，以提高俯仰覆蓋范圍及測高精度。該系統(tǒng)已在美國西雅圖-塔科馬國際機場、芝加哥歐哈爾機場、紐約肯尼迪國際機場、達拉斯沃爾斯堡國際機場和幾個軍用機場進行了試用［15］。

2010 年之后，荷蘭的Robin 公司對雙雷達系統(tǒng)進行技術(shù)升級，開發(fā)出調(diào)頻連續(xù)波雷達，兼容凝視、掃描、跟蹤等多種工作模式。目前，該系統(tǒng)已在荷蘭阿姆斯特丹史基浦、法國巴黎、德國柏林勃蘭登堡、比利時空軍、荷蘭皇家空軍、荷蘭埃因霍溫、瑞士、西班牙、英國、以色列等19個機場應(yīng)用。荷蘭空軍評價Robin探鳥雷達系統(tǒng)的應(yīng)用將荷蘭軍機撞鳥事故次數(shù)降低了50%以上［16］。

與此同時，隨著中國雷達技術(shù)的快速發(fā)展，國內(nèi)也出現(xiàn)了大量采用先進雷達體制的探鳥雷達產(chǎn)品［11］。2008年，北京航空航天大學(xué)與中國民航總局航空安全技術(shù)中心合作研制了“機場雷達探鳥系統(tǒng)”。2016 年，武漢領(lǐng)先通用航空技術(shù)有限公司研發(fā)的探鳥雷達系統(tǒng)在廣西北海機場進行了試驗鑒定，實現(xiàn)了5 km 內(nèi)單只鴿子的精準(zhǔn)探測［16］。2017年中國電子科技集團公司第三十九研究所研制出了收發(fā)分置調(diào)頻連續(xù)波雷達，實現(xiàn)3.5 km 內(nèi)單只家鴿的探測車；并于當(dāng)年11月在某軍用機場完成了部署［17］。此外，中山大學(xué)研發(fā)了基于全固態(tài)發(fā)射機的扇區(qū)“凝視”的全息探鳥雷達；北京理工大學(xué)基于三面相控陣?yán)走_實現(xiàn)了飛鳥目標(biāo)全空域覆蓋；武漢大學(xué)還探索了基于外輻射源的探鳥實驗，驗證了使用特高頻頻段的外輻射源雷達對體長約30 cm 以上鳥類目標(biāo)進行長時間跟蹤定位的可行性等［18］。

2.3 當(dāng)前

出于提高鳥類檢測準(zhǔn)確性與全面性的需求，近年來鳥情探測系統(tǒng)朝著多傳感器、多數(shù)據(jù)融合方向不斷發(fā)展。例如，Detect 公司將Merlin 雷達系統(tǒng)與激光驅(qū)鳥設(shè)備、強聲驅(qū)鳥設(shè)備相結(jié)合，實現(xiàn)了探驅(qū)一體化［15］，見圖3。Accipiter 公司基于雷達智能網(wǎng)絡(luò)（Radar Intelligence Network，RIN）平臺技術(shù)研制的NM1-8A 鳥類雷達系統(tǒng)，可以集成ADS-B、AIS、FOD 等額外的傳感器，來擴大覆蓋范圍、增強感知能力［19］。KEYCOM 公司利用RAD80 雷達與攝像機，實現(xiàn)目標(biāo)跟蹤與引導(dǎo)識別（圖4）。國內(nèi)，北京理工大學(xué)提出利用雙極化天氣雷達和探鳥雷達相結(jié)合的創(chuàng)新解決方案，旨在進一步提高鳥擊防范的準(zhǔn)確性和可靠性［20］。

圖3 美國Detect公司研發(fā)的探鳥驅(qū)鳥系統(tǒng)［21］Fig.3 The Detect company research and development of bird detection and bird drive system［21］

總結(jié)來說，早期的鳥情探測一般基于既有的氣象雷達，通過多部雷達組網(wǎng)可以很容易地實現(xiàn)大范圍覆蓋，為鳥類遷徙等大規(guī)模活動研究提供基礎(chǔ)條件。而隨著航空業(yè)的發(fā)展，對機場附近鳥擊事件的防范需求不斷增加，因此測量信息更全、精度更高的專業(yè)探鳥雷達系統(tǒng)隨之出現(xiàn)，此時的探鳥雷達系統(tǒng)主要關(guān)注自身的性能，通過設(shè)計功率孔徑積、波形參數(shù)、算法策略等，實現(xiàn)探測威力、跟蹤精度等核心指標(biāo)的優(yōu)化。經(jīng)過20 多年的研究與應(yīng)用，相關(guān)專業(yè)人員對機場鳥擊防范的需求理解不斷深化，鳥擊防范往往同時要求個體跟蹤與整體態(tài)勢分析，同時還需與驅(qū)鳥設(shè)備、機場觀察員等要素相配合，因此鳥擊防范系統(tǒng)也逐步集成光電、紅外、驅(qū)鳥等設(shè)備，發(fā)展成為高性能、多維度的綜合系統(tǒng)。

3 關(guān)鍵技術(shù)

鳥類目標(biāo)是典型的低空小目標(biāo)，對此類目標(biāo)進行雷達探測將面臨雜波干擾強、目標(biāo)能量弱、運動機動性強等問題，對鳥類目標(biāo)的連續(xù)、穩(wěn)定跟蹤造成困難。另一方面，鳥擊事件通常發(fā)生在飛機的起降階段，對于不同高度的鳥情也需要不同的處置方式，因此，探鳥雷達系統(tǒng)還需要高精度三維測量能力以及一定的目標(biāo)識別能力。上述需求需要在系統(tǒng)體制、天線設(shè)計、目標(biāo)檢測與跟蹤算法、目標(biāo)識別算法等方面進行綜合考慮。因此，本節(jié)將結(jié)合機場探鳥雷達技術(shù)的最新進展，分別討論各技術(shù)方向的關(guān)鍵技術(shù)發(fā)展現(xiàn)狀。

3.1 探鳥雷達天線技術(shù)

雷達天線的類型及掃描方式?jīng)Q定了其覆蓋范圍及目標(biāo)信息維度。目前，探鳥雷達天線的主要類型包括波導(dǎo)縫隙、拋物面、相控陣等。

早期的探鳥雷達系統(tǒng)一般采用波導(dǎo)縫隙天線，通常工作在S 波段和X 波段，基于兩部導(dǎo)航雷達構(gòu)成協(xié)同探測系統(tǒng)，其中一部水平掃描，可以提供單只飛鳥目標(biāo)的距離、方位二維信息；另一部垂直掃描，以獲得其距離和高度信息。采用該體制的系統(tǒng)主要有Merlin 雷達［15］、Accipiter 雷達［19］等，其優(yōu)點在于使用了成熟的商用雷達，成本較低；而不足則是無法獲取空間內(nèi)任意位置處目標(biāo)的三維信息，對鳥目標(biāo)探測距離較短，數(shù)據(jù)重訪周期較長，且利用RCS信息的目標(biāo)自動識別功能魯棒性不佳［23］。

以Accipiter 雷達為代表的系統(tǒng)研發(fā)多款拋物面天線［19］，具備二維測角能力，且有利于抑制地面雜波。此類系統(tǒng)具備獲取目標(biāo)“真三維”信息的能力，但是在應(yīng)用中需要結(jié)合機械掃描，針對鳥類探測往往面臨探測效率低、數(shù)據(jù)率不足等問題。

以Robin 雷達MAX 產(chǎn)品為代表的系統(tǒng)采用了相控陣?yán)走_技術(shù)，這使得雷達對重點區(qū)域監(jiān)視數(shù)據(jù)率達到毫秒級。相比導(dǎo)航雷達，空域覆蓋更廣，精度與數(shù)據(jù)率更高［24］。相控陣?yán)走_具有靈活的資源調(diào)度能力，可以很迅速地進行模式切換。同時，其特有的掃描加跟蹤（Tracking and Scanning，TAS）模式使得系統(tǒng)可以在空域搜索的同時進行重點目標(biāo)跟蹤，為低空監(jiān)視雷達的工作流程設(shè)計提供了相當(dāng)大的自由度［25］。然而，相控陣?yán)走_仍然存在時間與空間資源進行平衡，即需要在駐留時間、掃描范圍（同時跟蹤目標(biāo)個數(shù)）、系統(tǒng)威力等參數(shù)間進行折中設(shè)計。

Aveillant 雷達作為新一代全息雷達，其天線采用全向或者很寬的波束覆蓋探測空域，接收采用DBF 技術(shù)，實現(xiàn)全時空覆蓋的凝視探測。Aveillant公司研制出Gamekeeper 16U［26］和Theia 16A 系列產(chǎn)品，可以實現(xiàn)對探測范圍內(nèi)的目標(biāo)長時間連續(xù)探測，從而收集目標(biāo)的詳細信息（例如微多普勒），對無人機、鳥類、直升機等目標(biāo)進行分類［26-30］。

近年來，圓柱形二維相控陣天線成為探鳥雷達系統(tǒng)的研究熱點之一，國內(nèi)理工雷科HY917A 型探鳥雷達系統(tǒng)即采用該類型天線。圓柱陣天線具有比直線陣或平面陣天線更優(yōu)越的性能。一方面，圓柱陣天線由分布在共軸的多個相同圓周上的天線單元所構(gòu)成，圓柱陣內(nèi)在的圓周旋轉(zhuǎn)對稱性可以在大體上保持陣元間的互耦平衡，有利于工程研究的實現(xiàn)與應(yīng)用；另一方面，隨著掃描角度的增大，直線陣和平面陣天線會出現(xiàn)主波束展寬和增益下降的情況，但圓柱陣天線可以通過循環(huán)移動圓周上的陣元激勵，使得主波束在與中心軸線垂直的平面內(nèi)進行全方位的定向波束掃描，而且在掃描的過程中可以基本上保持相同的主波束形狀和增益等電氣性能，因此，可以有效地克服直線陣和平面陣天線的主波束在掃描過程中的畸變現(xiàn)象。通過對位于不同位置陣元激勵的選擇與加權(quán)，圓柱形相控陣天線不僅能夠方便而靈活地控制波束的指向，提供360°的全方位掃描，而且可以在水平面內(nèi)形成較高增益的寬波束，支持系統(tǒng)實現(xiàn)全時空覆蓋的同時多波束凝視探測。圖5為某基于半實物仿真的圓柱陣方位維收發(fā)波束圖和凝視多波束圖，其不僅可以在扇區(qū)范圍內(nèi)形成較高增益的發(fā)射寬波束，而且可以形成形狀基本相同的多波束。

綜上可知，出于對系統(tǒng)成本與探測性能兩個維度的不同考慮，當(dāng)前的探鳥雷達系統(tǒng)幾乎涉及了所有典型的天線形式與掃描方式。經(jīng)典的桿狀天線、拋物面天線成本較低、技術(shù)成熟，但是在進行全空域覆蓋時需要結(jié)合二維機械掃描，數(shù)據(jù)率低、靈活性差；相控陣?yán)走_使用數(shù)字波束形成技術(shù)可以對空域進行快速掃描，針對不同類型、不同威脅度的目標(biāo)，還可以靈活配置觀察空域、駐留時間、重訪周期等資源，但是增加了系統(tǒng)復(fù)雜度和成本；全息雷達可以獲取更長的駐留時間，在低速目標(biāo)檢測與低空目標(biāo)識別具有較大潛力，但是也給信號處理帶來較大壓力。因此具體系統(tǒng)的性能優(yōu)劣往往需要根據(jù)各類因素進行綜合評估，目前尚未形成統(tǒng)一的結(jié)論。

3.2 探鳥雷達目標(biāo)檢測與跟蹤技術(shù)

對鳥類目標(biāo)的魯棒檢測與跟蹤是實現(xiàn)鳥擊防范的基礎(chǔ)。然而在低空環(huán)境下，鳥類的雷達檢測面臨復(fù)雜的雜波干擾問題，主要表現(xiàn)為雜波強度高，類型多（建筑物、地面、樹木、近地云、雨氣象雜波等），且隨著雷達掃描發(fā)生空間與時間變化。同時，由于鳥類目標(biāo)回波能量弱、運動機動性強、群/個體變化不規(guī)律，也給弱目標(biāo)能量積累與檢測、穩(wěn)定航跡跟蹤帶來了極大的難度。

在目標(biāo)檢測方面，當(dāng)前主要需解決雜波虛警與弱目標(biāo)檢測兩個關(guān)鍵問題。

對于雜波抑制問題，由于近地強雜波非均勻分布特性，現(xiàn)有的主要思路一方面從雜波感知入手，在識別雜波類型的基礎(chǔ)上有針對性選擇匹配的檢測器，如文獻［31］提出基于語義分割網(wǎng)絡(luò)的距離多普勒域分治檢測算法，借助神經(jīng)網(wǎng)絡(luò)實現(xiàn)不同雜波區(qū)域的智能識別與分割，再根據(jù)不同雜波區(qū)域?qū)z測器類型和參數(shù)進行優(yōu)化選擇，提高了復(fù)雜雜波背景下的檢測性能。而文獻［32］則采用啟發(fā)式分割法，依據(jù)回波幅度均值將整個場景的距離門分離為多個區(qū)域間非平穩(wěn)、區(qū)域內(nèi)平穩(wěn)的回波區(qū)域，感知各平穩(wěn)區(qū)域回波類型及波動程度，實現(xiàn)不同雜波區(qū)域的類型識別與分割。另一方面是對檢測器進行優(yōu)化，使其能夠根據(jù)不同的雜波自適應(yīng)地調(diào)整相應(yīng)參數(shù)，如文獻［33］提出了一種基于靜態(tài)雜波圖的自適應(yīng)變參VI-CFAR 檢測方法，實現(xiàn)非均勻強雜波背景下的恒虛警率檢測。

而對于目標(biāo)回波微弱的問題，其核心在于通過長時間積累來獲得檢測所需的信雜噪比。采用二維電掃相控陣體制的雷達具有靈活的資源調(diào)度能力，可以很迅速地進行模式和波束指向切換，其特有的掃描加跟蹤（TAS）模式使得系統(tǒng)可以在空域搜索的同時進行重點目標(biāo)跟蹤，而全息凝視雷達則無需波束掃描，通過長時間積累可獲得更高的增益和多普勒分辨率，實現(xiàn)運動目標(biāo)與雜波的有效分離，提高雜波環(huán)境下的弱小目標(biāo)強度。但是由于鳥類目標(biāo)存在的機動特性，在積累過程中難免有距離徙動、多普勒徙動等現(xiàn)象發(fā)生，這無疑會增大相參積累的難度。傳統(tǒng)的動目標(biāo)檢測（Moving Target Detection，MTD）、Keystone-MTD 算法僅能處理勻速目標(biāo)回波，二階RFT 通過聯(lián)合搜索距離、速度、加速度可以很好地解決勻加速運動導(dǎo)致的距離走動、多普勒展寬問題。但多維的參數(shù)搜索，導(dǎo)致二階RFT需要消耗大量的存儲和運算資源。如何兼顧性能與計算量，是當(dāng)前制約弱目標(biāo)能量積累算法實際應(yīng)用的關(guān)鍵。文獻［34］針對機動目標(biāo)速度的不穩(wěn)定導(dǎo)致的多普勒頻率徙動問題，以最小熵為代價函數(shù)，利用迭代尋優(yōu)的方式，提出一種通用的高階運動補償算法，從而有效提高積累增益，完成機動目標(biāo)的相參檢測。文獻［35］提出了一種基于動態(tài)規(guī)劃（Dynamic Programming，DP）和分?jǐn)?shù)傅里葉變換（Fractional Fourier Transform，F(xiàn)rFT）的新型相干積分檢測算法，該算法可以快速搜索目標(biāo)軌跡，并同時執(zhí)行參數(shù)估計和運動補償，在相對較低的時間消耗下獲得高積分增益。在相同仿真參數(shù)下，對四種典型算法和計算量進行評估，如圖6（a）所示，從圖中可以看出：1）FrFT 算法的運行時間最長，大約是在相同條件下MTD 算法的15000 倍；2）KS-MTD的運行主要來自于Keystone 處理，隨著脈沖數(shù)的增加而增加；3）DP-FrFT算法的運行時間是MTD算法的10 到100 倍，DP-FrFT 僅次于MTD 算法，是時間消耗較少的算法。在相同仿真參數(shù)下，對四種典型算法的檢測概率進行評估，如圖6（b）所示。從圖中可以看出：DP-FrFT 具有最強的檢測性能，在SNR=0 dB 的條件下，檢測概率接近于1，而次優(yōu)的FrFT需要達到SNR=4 dB 才能實現(xiàn)這個檢測概率。仿真和實測結(jié)果驗證了算法的有效性。

圖6 四種處理方法的消耗時間和檢測概率對比結(jié)果［35］Fig.6 Comparison of time consumption and detection probability of four processing methods［35］

在目標(biāo)跟蹤方面，飛鳥目標(biāo)由于本身的運動特性，其運動形式具有多樣化的特點，如勻速、盤旋和俯沖等。實現(xiàn)機動飛行目標(biāo)的連續(xù)穩(wěn)定跟蹤是鳥類目標(biāo)探測雷達難點問題之一。傳統(tǒng)的機動目標(biāo)跟蹤主要涉及跟蹤模型、濾波算法以及數(shù)據(jù)關(guān)聯(lián)等方向的研究。跟蹤模型主要包括Singer模型、CS模型［36］、IMM 模型［37］以及他們的變體，其中IMM 算法在機動跟蹤領(lǐng)域占據(jù)主流地位。在選定一種模型后，還需要濾波算法的進一步處理才能實現(xiàn)目標(biāo)跟蹤，因此濾波算法是目標(biāo)跟蹤算法的重要組成部分?，F(xiàn)有跟蹤算法大部分是建立在卡爾曼濾波基礎(chǔ)之上，卡爾曼濾波適用于線性估計問題，在強非線性和非高斯情況下會濾波發(fā)散，基于卡爾曼濾波算法提出了許多改進算法，例如無跡卡爾曼、擴展卡爾曼以及他們的變體。此外，粒子濾波算法由于不要求線性誤差和高斯噪聲假定，而被廣泛應(yīng)用于各種機動目標(biāo)跟蹤場景。文獻［38］提出了基于自適應(yīng)粒子濾波的雷達檢測與跟蹤聯(lián)合處理方法，在對低信噪比、快速機動等復(fù)雜環(huán)境下的多目標(biāo)進行跟蹤時，可以提高目標(biāo)整體跟蹤性能。除此之外，還可以通過機動檢測來改進機動跟蹤算法，文獻［39］提出了一種基于機動檢測的參數(shù)自適應(yīng)跟蹤算法，利用檢測結(jié)果對跟蹤參數(shù)進行自適應(yīng)調(diào)整，能夠更好地適應(yīng)加速度階躍機動和轉(zhuǎn)彎機動的運動模型。為了實現(xiàn)優(yōu)良的機動跟蹤性能，相應(yīng)的算法愈發(fā)復(fù)雜，然而如何將這些復(fù)雜的算法在有限的系統(tǒng)資源上實際應(yīng)用起來，是算法研究人員與系統(tǒng)工程師需要協(xié)同考慮的關(guān)鍵問題。圖7為某探鳥雷達獲得的三種典型目標(biāo)：無人機、遷鳥和蝙蝠的跟蹤航跡。

圖7 典型目標(biāo)跟蹤航跡Fig.7 Typical target tracking track

隨著無人機集群技術(shù)的發(fā)展，對于群目標(biāo)的跟蹤在低空探測雷達技術(shù)領(lǐng)域也受到越來越多的關(guān)注。全息凝視雷達可實現(xiàn)全時空覆蓋，無需波束掃描和復(fù)雜的資源調(diào)度，即可實現(xiàn)大批量目標(biāo)的同時檢測跟蹤，目標(biāo)容量大，更新速率高，因此更易于實現(xiàn)集群目標(biāo)探測。對于鳥群目標(biāo)，一方面其合并、分裂等行為會影響跟蹤的穩(wěn)定性；另一方面，區(qū)分單只鳥或鳥群，對于鳥情防范也具有十分重要的意義。群目標(biāo)跟蹤的早期研究從多目標(biāo)跟蹤發(fā)展而來，因此沿用了經(jīng)典多目標(biāo)跟蹤領(lǐng)域的方法，如聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)，多假設(shè)跟蹤（Multiple Hypothesis Tracking，MHT）［40-41］等。經(jīng)典多目標(biāo)跟蹤方法計算量大，且未體現(xiàn)出“群”的外形概念，很快不再使用。Salmond等學(xué)者認為群內(nèi)目標(biāo)狀態(tài)（或量測值）受當(dāng)前目標(biāo)狀態(tài)和群外形狀態(tài)的共同影響，給出了群目標(biāo)跟蹤領(lǐng)域的經(jīng)典狀態(tài)轉(zhuǎn)移方程表達式［42-43］。文獻［44］認為“集群跟蹤”的任務(wù)是跟蹤大量集群目標(biāo)外形，且不必跟蹤內(nèi)部的每一個目標(biāo)個體。當(dāng)前，群目標(biāo)跟蹤的研究重點主要是對群外形與群內(nèi)部關(guān)系的描述。文獻［45］將群目標(biāo)跟蹤問題分解成質(zhì)心濾波和目標(biāo)外形濾波。文獻［46］用簡單橢圓模型模擬群目標(biāo)外形，在質(zhì)心跟蹤的基礎(chǔ)上拓寬狀態(tài)向量的維度，并應(yīng)用于擴展卡爾曼濾波器，從而解決群內(nèi)部數(shù)據(jù)關(guān)聯(lián)不準(zhǔn)確導(dǎo)致跟蹤關(guān)聯(lián)效果差的問題。對于非橢球擴展目標(biāo)和群目標(biāo)跟蹤，由于缺乏形狀和方向信息，采用橢球近似目標(biāo)擴展可能不夠精確。鑒于此，文獻［47］將一個非橢球擴展目標(biāo)或目標(biāo)群體建模為多個橢球子對象的組合，并且提出了一種改進的GLMB 濾波器，用于在檢測概率未知的情況下對非橢圓擴展目標(biāo)或群目標(biāo)的跟蹤。針對群目標(biāo)在復(fù)雜環(huán)境下形狀估計精度低、數(shù)據(jù)易覆蓋丟失的問題，文獻［48］提出基于星凸形隨機超曲面模型的擴展目標(biāo)跟蹤方法，實現(xiàn)了對無人機群擴展外形的跟蹤。然而，當(dāng)擴展目標(biāo)機動時，形狀估計的發(fā)散和運動狀態(tài)估計的高誤差很可能發(fā)生。文獻［49］提出了一種改進的基于最小余弦距離的星-凸形隨機超曲面模型跟蹤擴展目標(biāo)的形狀估計方法，用于對擴展?fàn)顟B(tài)的修正。在群內(nèi)關(guān)系建模方面，文獻［50］總結(jié)了以下幾種群內(nèi)目標(biāo)相互作用模型：（1）多變量隨機微分等式模型；（2）虛擬領(lǐng)導(dǎo)模型；（3）馬爾科夫隨機場模型。通過對群內(nèi)成員間相互關(guān)系的精細描述，可以對群目標(biāo)進行更加準(zhǔn)確的跟蹤。群分裂/合并是群結(jié)構(gòu)演化的重要表現(xiàn)形式，在群精細跟蹤算法中主要影響群內(nèi)成員的數(shù)目和成員之間的相互作用關(guān)系。此外，文獻［51］等還對群的合并與分裂行為進行了研究?？傮w而言，群目標(biāo)跟蹤的理論研究與應(yīng)用實踐還處于不斷深化的階段，目前尚未形成統(tǒng)一的研究框架與評價標(biāo)準(zhǔn)，但是在某些具體的問題上已經(jīng)出現(xiàn)了一批有價值的研究成果。

綜上可知，探鳥雷達檢測跟蹤面臨的主要問題包括雜波抑制、弱目標(biāo)檢測與機動目標(biāo)跟蹤，現(xiàn)有的雷達算法可以在一定程度上應(yīng)對上述問題，但是尚沒有形成通用的算法方案。這一方面是由于雷達體制、工作頻段、波束寬度等系統(tǒng)指標(biāo)的不同會影響具體算法策略的設(shè)計；另一方面，相應(yīng)算法的計算量與成熟度也限制了其工程實施。此外，在鳥類遷飛季節(jié)，雷達還會面臨大量、群集活動的低空目標(biāo)，如何對此類目標(biāo)進行穩(wěn)定探測的同時，結(jié)合機場鳥擊防范應(yīng)用需求準(zhǔn)確提取目標(biāo)整體與局部的表征信息，避免信息冗余，還有待進一步研究。

3.3 探鳥雷達低空目標(biāo)識別技術(shù)

在機場環(huán)境中，除飛鳥目標(biāo)外還可能存在行人、車輛等地面目標(biāo)以及無人機、蝙蝠、昆蟲等其他低空目標(biāo)，因此，要求探鳥雷達具備基本的識別與分類能力。特征提取是低空目標(biāo)識別的關(guān)鍵，針對雷達目標(biāo)識別，目前可供使用的特征主要包括目標(biāo)RCS、一維距離像、航跡特征、目標(biāo)固有頻率、雷達微多普勒等。

雷達目標(biāo)的RCS 是一種隨著時間變化的起伏量，它受到目標(biāo)材質(zhì)、運動規(guī)律以及雷達工作波長等參數(shù)的影響。通過分析RCS 序列的統(tǒng)計特征，可以幫助對目標(biāo)進行初步識別。如文獻［52］研究了3 種鳥類和一架四旋翼無人機的S 波段雷達回波特征，證實了無人機的RCS 比倉鸮大，但比鷹鸮和禿鷲小，因此利用RCS 信息對無人機目標(biāo)和鳥目標(biāo)進行分類比較復(fù)雜［53］。

高分辨率一維距離像可以反映目標(biāo)的幾何尺寸與結(jié)構(gòu)信息，是雷達目標(biāo)識別的重要特征之一。文獻［54］提出了一種具有多尺度窗口關(guān)注機制的CNN 算法用于一維距離像識別，可以提高識別性能。然而對于低空目標(biāo)，雷達系統(tǒng)一般需要具備厘米級的分辨率才能獲取鳥類和無人機的結(jié)構(gòu)信息，這會導(dǎo)致系統(tǒng)的復(fù)雜度和成本都明顯上升。

早期的探鳥雷達僅能獲取目標(biāo)的距離和方位信息，通過目標(biāo)檢測與跟蹤算法處理，雷達可以輸出空中目標(biāo)的航跡速度、高度、連續(xù)位置、飛行模式等［55-56］飛行軌跡特征。對于無人機，由于需要執(zhí)行特定的任務(wù)，其飛行航跡一般相對平穩(wěn)、軌跡具有比較明顯的人為規(guī)劃特征（直線、繞圓、S 形、Z 字形等）；而鳥類目標(biāo)的軌跡隨意性更大，很難長久保持相同的運動特性，運動機動性更高。如圖8 所示為外場實測數(shù)據(jù)處理得到的無人機和飛鳥航跡，可以很好地證明這一點。然而，航跡特征識別的前提是能夠?qū)δ繕?biāo)進行魯棒跟蹤，由于鳥目標(biāo)和小型無人機目標(biāo)反射的雷達信號通常比較微弱，會導(dǎo)致檢測概率降低，從而影響航跡識別性能。

圖8 無人機和飛鳥的航跡結(jié)果對比Fig.8 Comparison of the UAV and bird tracking results

近年來，隨著相控陣、全息凝視等雷達技術(shù)的不斷發(fā)展，通過延長觀測積累時間能夠提高目標(biāo)信號增益與速度分辨率，實現(xiàn)復(fù)雜微動特征的高精度提取與精確描述。微多普勒是指目標(biāo)主體運動之外表現(xiàn)出的微小多普勒分量，如直升機葉片的旋轉(zhuǎn)運動或鳥翅膀的拍打。該特征反映了目標(biāo)的運動學(xué)和結(jié)構(gòu)信息，因此可用于目標(biāo)識別［54，56］。圖9 對比了無人機和飛鳥外場測量數(shù)據(jù)的處理結(jié)果，可見，二者的微多普勒特征存在明顯區(qū)別。目前，目標(biāo)的微多普勒信息一般采用時頻圖來表征，如圖14（e）所示，這種圖形化表征也為引入基于深度學(xué)習(xí)的識別技術(shù)提供了便利。能夠?qū)崿F(xiàn)對目標(biāo)的快速識別和分類，使得基于微多普勒特征的目標(biāo)識別成為雷達低空探測領(lǐng)域最具前景的技術(shù)途徑之一。如使用機器學(xué)習(xí)算法實現(xiàn)微多普勒圖像識別［57-59］，高信噪比對于無人機目標(biāo)的精確識別至關(guān)重要［60］。然而在實際應(yīng)用中，基于微多普勒特征的目標(biāo)識別也面臨一定的挑戰(zhàn)。首先，目標(biāo)的微動特征一般較為微弱，且背景強雜波會導(dǎo)致目標(biāo)特征被淹沒。為了提高目標(biāo)微動特征的質(zhì)量，往往要求系統(tǒng)具備適當(dāng)?shù)鸟v留時間，這就要求系統(tǒng)工程師在數(shù)據(jù)率、掃描范圍、多普勒分辨率、系統(tǒng)處理能力等諸多因素間進行細致的平衡。其次，目標(biāo)在運動過程中相對雷達的角度發(fā)生變化，導(dǎo)致其同一行為的微多普勒特征也隨之改變，因此對微多普勒特征的定量描述也是影響目標(biāo)識別準(zhǔn)確率的關(guān)鍵［61］。

圖9 無人機和飛鳥的微多普勒測量結(jié)果Fig.9 Micro-Doppler measurement results of UAV and bird target

綜上可知，低空目標(biāo)識別目前可用主要特征是目標(biāo)運動特征（航跡）與微動特征，而RCS、距離像一般作為輔助特征。航跡特征的優(yōu)點在于簡單、直接，且可以與目標(biāo)跟蹤流程結(jié)合，實現(xiàn)方便，但是為了更好地表征目標(biāo)運動規(guī)律，往往要求積累一段時間，導(dǎo)致識別時間較長。微動特征理論上基于單次觀測即可用于目標(biāo)識別，不少文獻也基于仿真和試驗數(shù)據(jù)分析證實了可行性，并給出了理想的測試結(jié)果。但是微動特征的提取往往要求比較高的信噪比，如何定量評價微動特征質(zhì)量與信噪比、運動速度等因素的關(guān)系，針對不同微動特性的目標(biāo)設(shè)置合適的微動分析參數(shù)，提取同一目標(biāo)不同運動姿態(tài)下的穩(wěn)定魯棒特征等，仍需要對相關(guān)理論基礎(chǔ)進行深入研究。

4 典型探鳥雷達系統(tǒng)

4.1 國外典型探鳥雷達系統(tǒng)

這里以Merlin 雷達、Accipiter 雷達、Robin 雷達和Aveillant 雷達為例對國外典型的探鳥雷達系統(tǒng)進行介紹。

（1）Merlin雷達

Merlin雷達探鳥系統(tǒng)是世界范圍內(nèi)最早的探鳥雷達產(chǎn)品［15，21］，由美國佛羅里達州Detect公司研發(fā)，其系統(tǒng)如圖10 所示。系統(tǒng)配備了一部S 波段和一部X 波段的導(dǎo)航雷達，分別進行水平掃描和垂直掃描。由于兩部雷達獨立工作，無法提供目標(biāo)三維信息。Merlin 系統(tǒng)的水平掃描雷達作用距離可達4～8海里（約7.2 km～14.4 km）；垂直掃描雷達作用距離3～4海里（約5.4 km～7.2 km）。

圖10 典型Merlin雷達系統(tǒng)［15］Fig.10 Typical Merlin radar system［15］

（2）Accipiter雷達

Accipiter 雷達系統(tǒng)如圖11 所示。由于采用了X 波段拋物面天線，該系統(tǒng)可以獲取目標(biāo)的三維坐標(biāo)信息［19］。經(jīng)過20年的研發(fā)［62］，Accipiter擁有廣泛的雷達智能網(wǎng)絡(luò)技術(shù)，相關(guān)產(chǎn)品可以持續(xù)檢測和跟蹤水上、空中和地面上的合作和非合作目標(biāo)。通過全領(lǐng)域全天候感知，實現(xiàn)實時戰(zhàn)術(shù)態(tài)勢感知，為機場工作人員提供戰(zhàn)術(shù)和戰(zhàn)略情報，以評估潛在風(fēng)險并采取相應(yīng)行動。

圖11 典型Accipiter雷達系統(tǒng)［19］Fig.11 Typical Accipiter radar system［19］

（3）Robin雷達

Robin 探鳥雷達系統(tǒng)由荷蘭Robin 公司研制［24］，前后共推出了四代產(chǎn)品。其第一代產(chǎn)品2D Lite 仍然延續(xù)基于雙導(dǎo)航雷達的技術(shù)方案，可探測到徑向距離10 km、垂直高度2 km 范圍內(nèi)的大鳥。其第二代探鳥雷達產(chǎn)品3D Fixed 由一個水平的S波段雷達和一個垂直方向轉(zhuǎn)動的X 波段雷達組成，系統(tǒng)外觀結(jié)構(gòu)圖12（b）所示。其和2D Lite 雷達相比，優(yōu)勢是能夠在雷達的前向和后向區(qū)域提供目標(biāo)的3D 信息，能夠為應(yīng)用區(qū)域提供更好的防護。而第三代產(chǎn)品3D Flex 由一個水平的S 波段脈沖雷達和一個X 波段調(diào)頻連續(xù)波雷達組成，系統(tǒng)外觀結(jié)構(gòu)如圖12（c）所示，該產(chǎn)品已經(jīng)能夠提供任意方向目標(biāo)的3D 信息。近年來，Robin 公司研制的最新一代探鳥雷達MAX，采用平面相控陣天線，外形照片如圖12（d）所示，該產(chǎn)品的轉(zhuǎn)速最快能達到1 秒。

圖12 典型Robin雷達系統(tǒng)［20］Fig.12 Typical Robin radar system［20］

（4）Aveillant雷達

Aveillant 雷達系統(tǒng)如圖13 所示，其采用相控陣天線基于全息雷達體制［26］，可以實現(xiàn)飛鳥目標(biāo)定位與識別功能，輔助管控人員掌握低空區(qū)域目標(biāo)態(tài)勢，實現(xiàn)全局無盲區(qū)可靠監(jiān)視。其研制的L 波段全息凝視“低慢小”目標(biāo)探測雷達Gamekeeper 16U 對0.01 m2的目標(biāo)探測距離可達5 km，能夠探測、跟蹤和分類小型無人機系統(tǒng)。由于不需要機械掃描，該款雷達能夠連續(xù)不斷地照射整個覆蓋區(qū)域，提供不間斷的區(qū)域探測結(jié)果，輸出被檢測到的每個物體的位置和速度。該款雷達采用寬波束發(fā)射，窄波束凝視“低慢小”目標(biāo)，該雷達小到1 Hz的多普勒處理能力為低速目標(biāo)的檢測提供技術(shù)支撐，可識別出微多普勒頻率例如無人機的小螺旋槳頻率和鳥的拍翅膀頻率，輔助以學(xué)習(xí)技術(shù)算法可濾除大部分虛假航跡。

圖13 典型Aveillant雷達系統(tǒng)［25］Fig.13 Typical Aveillant radar system［25］

4.2 國內(nèi)典型探鳥雷達系統(tǒng)

由國外典型探鳥雷達系統(tǒng)的發(fā)展歷程可見，最新的探鳥雷達正逐步向二維相控陣、全息凝視體制發(fā)展，故這里以北京理工雷科電子信息技術(shù)有限公司研制的HY917A 型探鳥雷達為例，作為國內(nèi)典型的探鳥雷達系統(tǒng)進行介紹，其與國外其他雷達的對比見表1。HY917A 型探鳥雷達工作在S波段，采用圓柱形二維有源相控陣體制，天線陣面不同子陣接收到的目標(biāo)回波經(jīng)變頻和數(shù)字化后，通過光纖輸出至信號處理后端進行處理，信號處理后端以FPGA 和GPU 作為高性能實時處理器，突破了FPGA+GPU 異構(gòu)并行計算技術(shù)，具有良好的并行能力和可擴展性。

該探鳥系統(tǒng)可兼具常規(guī)掃描模式、掃描加跟蹤模式以及凝視模式。在掃描模式下，陣列在方位向同時形成3 個窄波束，每個波束負責(zé)約120°方位扇區(qū)的搜索，優(yōu)點是波束聚焦掃描，天線增益大；結(jié)合TAS 工作方式，還可以對鳥類進行隨動跟蹤。在凝視模式下，系統(tǒng)對天線子陣進行等幅同相同時發(fā)射與接收，結(jié)合DBF處理實現(xiàn)寬波束發(fā)射、同時多波束接收，完成方位360°全向覆蓋，優(yōu)點是采用凝視處理方式，對目標(biāo)位置波束駐留時間長，速度分辨率高，可大大提高慢速目標(biāo)探測能力和目標(biāo)識別能力?；趶?fù)雜環(huán)境雜波抑制、機動目標(biāo)魯棒跟蹤、微多普勒智能識別等關(guān)鍵技術(shù)，該系統(tǒng)能夠?qū)C場半徑10 km范圍內(nèi)的鳥類進行自主探測與識別。圖14（f）為該雷達基于航跡特征識別的處理流程，通過提取目標(biāo)航跡的航跡曲線特征、目標(biāo)機動特征、運動狀態(tài)特征等特征，對某次試驗的5321批航跡數(shù)據(jù)進行識別處理，識別出無人機69批，其中真實無人機55批，識別正確率達到了79.7%。圖14（g）給出了該雷達基于目標(biāo)微多普勒特征的處理流程。雷達凝視模式下，采集不同距離段下的無人機、飛鳥以及其他雜波目標(biāo)的微多普勒時頻圖作為訓(xùn)練集，通過深度學(xué)習(xí)訓(xùn)練得到識別網(wǎng)絡(luò)，對某次試驗中新采集的505組不同目標(biāo)凝視數(shù)據(jù)進行識別，其無人機和鳥類兩類目標(biāo)的識別正確率達到了94.1%。

圖14 雷科探鳥雷達系統(tǒng)Fig.14 Racobit bird finder radar system

以該型相控陣?yán)走_為核心，雷科公司還集成紅外、光電以及多種驅(qū)鳥設(shè)備構(gòu)建了雷光驅(qū)聯(lián)動的機場鳥情探驅(qū)管一體化系統(tǒng)；并在北京、天津、廣西、新疆等多個軍民用機場開展了試用和保障任務(wù)，有效保障了飛機起降階段的航空安全。

5 結(jié)論與展望

探鳥雷達在機場鳥情防范中發(fā)揮著越來越重要的作用，隨著雷達技術(shù)的發(fā)展及其與可見光、紅外等其他觀測手段的結(jié)合，機場的鳥情觀測水平得到了極大提高。本文全面回顧了機場雷達探鳥技術(shù)的發(fā)展與應(yīng)用現(xiàn)狀，得出以下幾點結(jié)論：

（1）新一代探鳥雷達在天線、收發(fā)機、精細化信號與數(shù)據(jù)處理能力方面均有長足進步，并初步具備了飛鳥與無人機等低小慢目標(biāo)的識別與分類能力。

（2）新一代探鳥雷達采用的相控陣與DBF 技術(shù)，能夠以較高的數(shù)據(jù)更新率獲取飛鳥目標(biāo)的三維坐標(biāo)信息。

（3）由于飛鳥目標(biāo)的探測難度大，當(dāng)前的探鳥雷達雖然能夠把握鳥情分布的總體態(tài)勢，但尚有一定局限性，難以實現(xiàn)百分之百的準(zhǔn)確率。

隨著雷達技術(shù)的不斷發(fā)展，以及應(yīng)用需求的不斷深化，探鳥雷達系統(tǒng)將向著精細化、智能化、一體化的方向不斷發(fā)展，其未來發(fā)展和研究的主要方向包括：

（1）全息數(shù)字陣列、MIMO等具有多波束凝視和泛探能力的新體制雷達已成為探鳥雷達的發(fā)展趨勢。各種更加先進的工作模式和探測技術(shù)將得以實施，諸如TAS、同時多波束、長時間凝視等工作模式可以大大提升系統(tǒng)的應(yīng)用潛力，通過獲取低可觀測目標(biāo)的時域、空域與頻域多維信息，為雜波環(huán)境感知與抑制、目標(biāo)精細化測量與識別等提供系統(tǒng)條件。

（2）智能化技術(shù)的引入，可以為飛鳥與無人機目標(biāo)的智能識別與分類提供新的手段。飛鳥與無人機目標(biāo)的運動模式復(fù)雜，采用固定的參數(shù)模型難以進行精確描述，采用機器學(xué)習(xí)、深度學(xué)習(xí)等算法，構(gòu)建多層卷積神經(jīng)網(wǎng)絡(luò)提取目標(biāo)高維數(shù)據(jù)特征，可以獲得較強的特征表述與分類識別能力。

（3）多傳感器的接入，多數(shù)據(jù)融合處理，為探鳥系統(tǒng)多功能一體化技術(shù)的發(fā)展提供了條件，探鳥雷達還可能兼具反無、目指等功能，從而實現(xiàn)低空小目標(biāo)探測系統(tǒng)的綜合。