低空安防建设、通信教学系统建设、指挥控制软件平台建设，无人机管道巡检系统建设、智能税务系统建设、煤炭物流管理系统建设、智能无人化停车系统建设等。

该系统由侦测终端部分和便携式服务器构成。

1）侦测终端包括：天线罩、 8 振元天线阵列（包括低频部分阵列、高频部分阵列）、 8 通道射频基带一体化板卡（8 发 8 收）、功放和低噪放模块。

2）便携式服务器包括：GPU：RTX4070（可升级）、 CPU：i9 11代、 SSD：512G、内存：32G。

终端设备集天线阵列、射频 - 基带一体化板、低噪放模块于一体，具有高度的集成化优点。卡天线阵列具备 IP65 防水；便携式服务器于侦测和反制终端具备百 G 数据高速传输，可对实时采集的频谱数据进行人工智能推理计算。

系统利用多套宽带定向天线构建8通道圆形阵列天线，具备超大带宽、高增益、全方位覆盖等特点，参数如下：

>>覆盖带宽：100MHz-6GHz

>>阵列天线通道个数：8

>>天线增益高频天线阵列：10dBi（1.2GHz）~20dBi（6GHz）

>>天线增益低频天线阵列：3dBi（100MHz）~6dBi（1.2GHz）

>>覆盖范围：水平 360 度，主瓣俯仰 ±50 度

系统在 8 通道阵列天线基础上配备 8 通道射频 - 基带一体化板卡，每个通道均可独立工作，独立进行无人机信号探测和干扰。

系统采用 AD+FGPA+GPU+CPU 架构，解决数据高速采集、高速传输、高速存储、高速处理问题，为上层软件应用提供硬件和驱动基础。也可为二次开发软件功能提供接口。

具体性能如下：

>>信号频宽：245MHz

>>接收量化位数：16bit

>>采集通道个数：8 通道

>>光口传输速率：80Gbps

>>GPU 性能：RTX4070

>>GPU 性能：RTX4070

系统利用 8 数据通道，设计通道校准算法和基于空间谱分析的超分辨测向算法，能很好估计多无人机（不小于 10 台）同时测向和定位，且测向精度大幅提升。

结合城市复杂电磁环境，利用分布式频谱检测站点，对测向结果进行加权融合，提升复杂电磁环境下定位精度。

信号测向性能：

>>测向天线阵列8个单元

>>具备空间谱、幅度相位测向功能

>>测向精度，≤±1度

>>测向输出值刷新：≥ 20Hz

>>至少对10台无人机同时进行侦测和测向

系统采用多种智能分析模式 , 针对复杂电磁环境下无人机图传信号和控制信号识别 , 具体为：

>>基于卷积神经网络的频谱识别：在复杂环境下识别各类无人机图传和控制信号。

>>周围电磁环境学习：可学习所部署地周围电磁环境，并通过人工智能方式发现异常信号。

>>无人机辐射信号特征解析：各类无人机图传信号包头、帧格式等特征解析，识别无人机。

>> WIFI 体制无人机信号识别：可进行 mac 地址等信息识别。

结合无线电逆向工程解码算法，获取大疆、道通及基于 WiFi 体制的无人机机型、身份号、飞机GPS、飞手 GPS、MAC 地址等信息，进行无人机黑白名单构建，对非法闯入无人机做预警。

具备频谱扫描等扩展功能，可对其他异常信号进行扫描预警；可将探测信息通过网口进行输出，便于和其他设备、系统集成；配备上位机 demo，可进行快速二次开发。

探测时间快：模块利用多通道并行探测技术、实时跟踪跳频信号，可 1s 内完成多频段信号捕获和识别。

探测类型多：可对市面上流行机型进行解码，包括但不限于：大疆无人机、道通无人机、类 WiFi 无人机、部分数据链：microhard。

数据库可扩展：具备陌生信号学习功能，可对陌生机型无人机的图传或控制信号进行学习，获取其特征信息，便于二次开发和扩充探测数据库。

支持二次开发：本模块软件架构为以下两种方式，1.探测和解码在 FPGA 内部完成，网口可直接输出结果，便于接入其他上位机软件。2.模块通过网口输出 IQ 基带信号，探测和解码可在上位机完成，便于进行算法设计和改进。

无人机探测和反制一体化设备，具备无人机信号解码、频谱探测、无人机信号干扰功能。

>> MIMO 雷达具备最高 128 独立通道，可获取丰富的信道状态信息 （CSI），且通道之间具有良好的同步特性，因此 CSI 具备相位对齐，便于后期提取更多空域信息。

>> 数据采集模块与计算模块具备百 G 光口通信，可将采集到的大量数据留存在硬盘上，便于后期离线处理，进行算法验证。

>> 计算模块具备 GPU 计算加速功能，部署相关神经网络算法，提升数据处理能力。

基于视觉微波多模态融合的无人机实时定位跟踪原理设备，支撑智能 XX 临近安防、禁飞区管控等场景下的无人机精准监测与风险防控需求。近地面目标定位跟踪系统，已完成比测定型，用于某型智能雷边缘智能算法加速。

针对低空非合作小型无人机目标在远距离、弱光照条件下定位与跟踪精度不足的问题，利用跨模态特征时空对齐技术，解决可见光 / 红外视觉特征与微波特征采样率差异与空间配准难题；突破端对端多模态网络剪枝技术，提升边缘智能设备的执行速度并降低功耗。