System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种智能识别干扰信号的无人机导航方法及系统技术方案_技高网

一种智能识别干扰信号的无人机导航方法及系统技术方案

技术编号:44193012 阅读:0 留言:0更新日期:2025-02-06 18:31
本申请提供了一种智能识别干扰信号的无人机导航方法及系统,所述方法涉及无人机本体以及设置在所述无人机本体的传感器,所述方法包括:通过所述传感器获取无人机飞行范围内的检测信息;依据所述干扰信号信息和所述实时环境信息确定信号类型,所述信号类型包括无线电信号和电磁信号;依据信号类型以及无人机实时导航信息生成抑制处理信息;依据所述抑制处理信息和无人机实时导航信息生成优化导航信息;依据所述优化导航信息和预设共享规则生成若干个规划路径;依据所述无人机本体的实时参数信息以及若干个所述规划路径确定目标导航路径。能够根据实时情况生成路径;路径选择上灵活性更好、安全性更强以及稳定性更好。

【技术实现步骤摘要】

本申请涉及无人机导航,特别是一种智能识别干扰信号的无人机导航方法及系统


技术介绍

1、无人机导航系统是现代无人机技术的重要组成部分,它能够帮助无人机在复杂的飞行环境中自主导航,完成预定的任务。路径规划算法是无人机导航系统中的核心技术之一,它的作用是根据无人机的任务需求和环境信息,规划出一条从起点到终点的最优路径。

2、现有的无人机导航系统通常采用的是基于图搜索的路径规划算法,如dijkstra算法、a*算法等。现有算法通过构建一个图,将无人机需要经过的各个节点连接起来,然后通过搜索图中的最短路径来确定最优路径。此外,还有一些基于智能优化算法的路径规划方法,如遗传算法、粒子群优化算法等,现有算法通过模拟自然界中的进化过程,来寻找全局最优解。

3、尽管现有的路径规划算法已经能够在一定程度上满足无人机的导航需求,但是它们仍然存在一些问题和局限性。首先,现有算法在处理大规模复杂环境时,计算量大,效率低,无法实时生成路径,这对无人机的实时导航提出了挑战。其次,现有算法生成的路径通常都是单一的,缺乏灵活性,当遇到障碍或其他异常情况时,无人机无法迅速切换到备用路径,导致飞行中断或失败。最后,现有算法在考虑路径的可行性和最优性的同时,往往忽略了路径的安全性和稳定性,这可能导致无人机在飞行过程中发生碰撞或其他事故。


技术实现思路

1、鉴于所述问题,提出了本申请以便提供克服所述问题或者至少部分地解决所述问题的一种智能识别干扰信号的无人机导航方法及系统,包括:

2、一种智能识别干扰信号的无人机导航方法,所述方法涉及无人机本体以及设置在所述无人机本体的传感器,所述方法包括:

3、通过所述传感器获取无人机飞行范围内的检测信息,其中,所述检测信息包括实时环境信息和干扰信号信息;

4、依据所述干扰信号信息和所述实时环境信息确定信号类型,所述信号类型包括无线电信号和电磁信号;

5、依据信号类型以及无人机实时导航信息生成抑制处理信息;

6、依据所述抑制处理信息和无人机实时导航信息生成优化导航信息;

7、依据所述优化导航信息和预设共享规则生成若干个规划路径;

8、依据所述无人机本体的实时参数信息以及若干个所述规划路径确定目标导航路径。

9、进一步地,所述所述通过所述传感器获取无人机飞行范围内的检测信息,其中,所述检测信息包括实时环境信息和干扰信号信息的步骤,包括:

10、确定所述无人机本体的当前状态类型,所述当前状态类型为执行状态或非执行状态;

11、当所述当前状态类型为所述执行状态时,所述传感器采集所述无人机本体在预设飞行范围内的电磁信息和实时环境信息;

12、对所述电磁信息进行快速傅里叶变换处理生成处理信号;

13、依据所述电磁信息和所述处理信号生成所述干扰信号信息;

14、依据所述干扰信号信息和所述实时环境信息生成所述检测信息。

15、进一步地,所述依据所述干扰信号信息和所述实时环境信息确定信号类型的步骤,包括:

16、对所述干扰信号信息进行第一次深度学习处理确定特征信息,所述特征信息包括频率、强度和信号方向;

17、依据所述频率、所述强度、所述信号方向和所述实时环境信息进行第二次深度学习处理生成初始干扰信号识别模型;

18、对所述初始干扰信号识别模型进行滤波处理生成优化模型;

19、对所述优化模型进行轻量化处理生成目标干扰信号识别模型;

20、依据所述干扰信号信息和所述目标干扰信号识别模型内确定信号类型,其中,所述信号类型包括所述无线电信号和所述电磁信号。

21、进一步地,所述依据信号类型以及无人机实时导航信息生成抑制处理信息的步骤,包括:

22、对所述信号类型对应目标信号进行分析处理生成特征类型,所述特征类型包括频率特征、时域特征以及空间特征中的一种;

23、当所述特征类型为所述频率特征时,依据所述频率特征和所述无人机实时导航信息生成频率屏蔽范围;或,

24、当所述特征类型为所述空间特征时,依据所述空间特征和所述无人机实时导航信息进行最小均方误差处理在所述目标信号内确定有用信号;或,

25、当所述特征类型为所述时域特征时,依据所述时域特征和所述无人机实时导航信息进行时域窗处理生成用于提高所述目标信号质量的时域分辨率;

26、依据所述频率屏蔽范围、所述有用信号或所述时域分辨率中的一种生成所述抑制处理信息。

27、进一步地,所述依据所述抑制处理信息和无人机实时导航信息生成优化导航信息的步骤,包括:

28、在所述无人机实时导航信息内获取导航数据,其中,所述导航数据包括位置、速度和导航方向;

29、依据所述位置、所述速度和所述导航方向确定当前环境的干扰强度;

30、依据所述干扰强度、预设调整规则和预设检测门限生成所述优化导航信息,其中,所述预设调整规则内包括调整周期和调整范围。

31、进一步地,所述依据所述优化导航信息和预设共享规则生成若干个规划路径的步骤,包括:

32、将所述优化导航信息与预设共享平台进行数据分享生成用于避免相同调整情况的规避信息;

33、依据所述规避信息和所述优化导航信息生成若干个所述规划路径。

34、进一步地,所述依据所述无人机本体的实时参数信息以及若干个所述规划路径确定目标导航路径的步骤,包括:

35、在若干个所述规划路径和所述实时参数信息进行深度学习处理确定若干个所述规划路径的优先程度;

36、在若干个所述规划路径中筛选优先程度大于或等于90%的规划路径确定为优先路径集;

37、依据预设评估指标和所述优先路径集生成各个优先路径的稳定度;

38、将各个所述路径中稳定度与预设稳定阈值确定第一目标路径;

39、确定所述第一目标路径的执行过程是否存在预设异常情况;

40、当所述第一目标路径的执行过程不存在所述预设异常情况时,则确定目标导航路径为继续执行的所述第一目标路径;或,

41、当所述第一目标路径的执行过程存在所述预设异常情况时,则依据所述第一目标路径和对应于所述第一目标路径的第一稳定度确定第二目标路径并将所述第二目标路径标记为所述目标导航路径。

42、本申请一实施例还公开了一种基于智能识别干扰信号的无人机导航系统,所述系统涉及无人机本体以及设置在所述无人机本体的传感器,所述系统包括:

43、获取模块,用于通过所述传感器获取无人机飞行范围内的检测信息,其中,所述检测信息包括实时环境信息和干扰信号信息;

44、第一确定模块,用于依据所述干扰信号信息和所述实时环境信息确定信号类型,所述信号类型包括无线电信号和电磁信号;

45、第一生成模块,用于依据信号类型以及无人机实时导航信息生成本文档来自技高网...

【技术保护点】

1.一种基于智能识别干扰信号的无人机导航方法,其特征在于,所述方法涉及无人机本体以及设置在所述无人机本体的传感器,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述通过所述传感器获取无人机飞行范围内的检测信息,其中,所述检测信息包括实时环境信息和干扰信号信息的步骤,包括:

3.根据权利要求1所述的方法,其特征在于,所述依据所述干扰信号信息和所述实时环境信息确定信号类型,所述信号类型包括无线电信号和电磁信号的步骤,包括:

4.根据权利要求1所述的方法,其特征在于,所述依据信号类型以及无人机实时导航信息生成抑制处理信息的步骤,包括:

5.根据权利要求1所述的方法,其特征在于,所述依据所述抑制处理信息和无人机实时导航信息生成优化导航信息的步骤,包括:

6.根据权利要求1所述的方法,其特征在于,所述依据所述优化导航信息和预设共享规则生成若干个规划路径的步骤,包括:

7.根据权利要求1所述的方法,其特征在于,所述依据所述无人机本体的实时参数信息以及若干个所述规划路径确定目标导航路径的步骤,包括:

>8.一种基于智能识别干扰信号的无人机导航系统,其特征在于,所述系统涉及无人机本体以及设置在所述无人机本体的传感器,所述系统包括:

9.一种计算机设备,其特征在于,包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的方法。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法。

...

【技术特征摘要】

1.一种基于智能识别干扰信号的无人机导航方法,其特征在于,所述方法涉及无人机本体以及设置在所述无人机本体的传感器,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述通过所述传感器获取无人机飞行范围内的检测信息,其中,所述检测信息包括实时环境信息和干扰信号信息的步骤,包括:

3.根据权利要求1所述的方法,其特征在于,所述依据所述干扰信号信息和所述实时环境信息确定信号类型,所述信号类型包括无线电信号和电磁信号的步骤,包括:

4.根据权利要求1所述的方法,其特征在于,所述依据信号类型以及无人机实时导航信息生成抑制处理信息的步骤,包括:

5.根据权利要求1所述的方法,其特征在于,所述依据所述抑制处理信息和无人机实时导航信息生成优化导航信息的步骤,包括:

6.根据权利要求...

【专利技术属性】
技术研发人员:彭子豪文戈于越黄楚茵程天宇刘平原陈彦州方柏霖
申请(专利权)人:南方电网通用航空服务有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1