基于数据流量的方法或纯频谱模式方法高度依赖于遥测协议或无人机的射频前端。这些方法可能无法识别使用未知遥测协议运行的无人机。因此，一些研究侧重于利用飞行无人机的无线电信号的动力学运动模式来确定其存在。

定位也是无源射频无人机检测的重要组成部分。将无人机检测的完整检测过程分为射频频谱感知和波达方向(DoA)估计。这里介绍一个有用的实验，该实验使用基于商用现货现场可编程门阵列(FPGA)的SDR系统来检测和定位小型无人机。结果表明，使用基于FPGA的商用SDR系统开发能够检测误差为50-75m的小型无人机的无人机检测系统是可能的。优化时钟同步的SDR系统将从根本上减少距离测量误差。在无人机被动射频检测中，如何在普适硬件上实现具有可接受精度的鲁棒定位算法仍然是一个有待解决的问题。如何在地面站或其他无人机平台上部署此类基于射频的无源系统是无人机检测中的另一个公开问题。

3.基于视觉的无人机检测

基于视觉的无人机检测技术主要集中在图像处理上。视频和摄像机被用来捕捉侵入的无人机的图像。地面站通过视频和图片计算出无人机的外观。传统的方法主要依靠图像分割的方法。图像中无人机和环境的差异用于确定限制区域是否有无人机。

相比之下，最先进的图像分割方法利用神经网络直接识别无人机的外观。一种方法利用热摄像头检测无人机，并利用神经网络识别无人机。一种轻量级的快速算法，可以在嵌入式系统(Nvidia Jetson TX1)上运行，并识别运动中的无人机。

设计一种基于视觉的无人机实时检测系统，该系统基于两个视觉处理平台：基于FPGA的平台，可以在10瓦以下工作(即节能)，基于图形处理单元(GPU)的平台，可以处理更多的帧。然而，对于FPGA来说，不可能实时更改算法。通过比较不同卷积神经网络在检测无人机方面的性能，结果表明，具有更快R-CNN的视觉几何组(VGG 16)网络取得了优异的性能。因此提出了一种将不同的图片组合起来生成合成图像的方法，以扩展图像数据集来训练卷积神经网络，从而提高无人机检测的性能。

鸟类是降低图像中无人机识别能力的一个重要因素。为了使用卷积神经网络来增强无人机的识别，人们进行了大量的研究工作。调查得出结论，神经网络算法在识别无人机和鸟类方面很有前景。它比较了使用视频和图片数据集识别鸟类和无人机的基于政策的方法和基于神经网络的算法。结果表明，基于神经网络的方法在准确性和效率方面可以超过基于策略的方法100倍。因此提出了一种无人机检测框架，该框架基于视频流，并使用卷积神经网络将目标分类为不同类型。这项工作主要集中在区分不同场景中的鸟类和无人机。

与此同时，一些人尝试使用红外摄像机来识别无人机。红外传感器用于检测热量中无人机的微小变化，以识别无人机。这种方法的缺点是电池产生的热量对结果检测有显著影响。与其他对图像帧进行分类的研究不同，动态视觉传感器用于捕获螺旋桨的旋转频率，以有效区分无人机和鸟类。

无人机的移动性对基于视觉的方法提出了挑战，即图像应该在无人机的不同移动性水平上被捕获和识别。仿生机器人的检测精度有限，存在误识别无人机和鸟类的风险。提高识别精度可以大大提高无人机的检测和防御效率。

4.基于雷达的无人机探测

与其他传感器相比，雷达在探测空中目标方面具有日夜操作能力、天气独立性以及同时测量距离和速度的能力。然而，常规雷达系统主要用于打击雷达截面积(RCS)大于1平方米的中大型空中目标，这使得小型低速无人机不可行。由于速度较慢，很难检测到无人机。因此，需要努力开发新的雷达模型或提高常规系统的探测分辨率。在本节中，我们将讨论三类基于雷达的无人机检测技术：主动检测、被动检测和后验信号处理。

4.1主动检测通常，有两种方法可以提高用于无人机监视的常规雷达探测系统的分辨率：利用高频载波和使用多输入多输出(MIMO)波束形成无线电前端。

为了利用更短的波长，X波段和W波段调频连续波(FMCW)雷达被设计用于无人机探测。他们的解决方案使用双基地天线，最终将接收到的信号转换为数字信号用于后处理的正交流。

噪声雷达被认为是检测慢速无人机的一种有效方法，其优点是可以通过使用简单的天线组件和较低的载波频率来检测无人机。使用随机序列雷达进行无人机检测的可行性在X波段得到了证明，其结果表明，这种雷达可以成为未来高成本高效的无人机检测解决方案。

计算技术的进步使另一种雷达成为可能，即基于SDR的多模雷达。这种雷达体积小，可配置性强。然而，SDR的运行性能在很大程度上依赖于后端处理器。两种不同的FMCW雷达实现和一种连续波噪声雷达实现，以测试其用于无人机检测的可行性。研究结果表明，模拟实现具有更高的更新率和信噪比(SNR)。

主动雷达的明显缺点是，它们需要特殊设计的发射机，这些发射机可能不容易部署，并且容易受到反辐射攻击。

4.2被动探测无源雷达不需要特殊设计的发射机。在本小节中，我们将无源雷达分为两类：单站无源雷达和分布式合成无源雷达。

4.2.1单站无源雷达这种被动雷达只利用一个照明源。可以分析接收信号的变化，以确定无人机的外观。一种基于WiFi的无源雷达，用于小型飞机的检测和二维定位。显然，这是主动雷达最直接的适应。