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() 一种无人机反制方法及系统技术方案_技高网

一种无人机反制方法及系统技术方案

技术编号:45017015 阅读:1 留言:0更新日期:2025-04-18 17:01
本发明专利技术公开了一种无人机反制方法及系统,方法包括:获取无人机行为数据,对所述无人机行为数据进行第一配准处理,得到第一无人机行为数据;通过第一神经网络对所述第一无人机行为数据进行识别,得到识别结果;将识别结果结合第一反制策略生成反制指令,确定反制行动的时机执行所述反制指令,实现对无人机的精确定位。

【技术实现步骤摘要】

本专利技术涉及无人机反制,尤其涉及一种无人机反制方法及系统


技术介绍

1、随着无人机技术的快速发展,无人机在军事、民用等领域的应用日益广泛,但同时也带来了安全威胁。非法无人机的入侵和滥用已成为一个严重的问题,需要有效的反制技术来保障电力设施的基础公共安全和国家隐私。

2、传统的反制方法主要依赖于雷达、光学传感器等设备,但这些方法在复杂环境下的准确性和实时性有待提高。传统的雷达和光学传感器在数据处理和反应速度上存在局限性,无法迅速做出反应,导致反制措施的实施滞后。实时性不足可能使得无人机在反制措施部署之前已经造成损害或安全威胁。


技术实现思路

1、鉴于上述现有存在的问题,提出了本专利技术。

2、因此,本专利技术提供了一种无人机反制方法及系统解决传统的无人机反制方法通常依赖于雷达或视觉识别技术,在复杂环境下存在识别不准确或响应速度慢的问题。

3、为解决上述技术问题,本专利技术提供如下技术方案:

4、第一方面,本专利技术提供了一种无人机反制方法,包括:

5、获取无人机行为数据,对所述无人机行为数据进行第一配准处理,得到第一无人机行为数据;

6、通过第一神经网络对所述第一无人机行为数据进行识别,得到识别结果;

7、将识别结果结合第一反制策略生成反制指令,确定反制行动的时机执行所述反制指令。

8、作为本专利技术所述的无人机反制方法的一种优选方案,其中:对所述第一无人机行为数据进行识别包括:>

9、通过第一机器学习算法对第一无人机行为数据进行训练,得到第一机器学习模型;

10、利用第一神经网络学习无人机的特征模式,得到第一特征。

11、作为本专利技术所述的无人机反制方法的一种优选方案,其中:还包括:

12、将第一特征输入到第一机器学习模型中,进行无人机的实时识别;

13、利用第一跟踪算法对识别出的无人机进行跟踪,得到异常行为。

14、作为本专利技术所述的无人机反制方法的一种优选方案,其中:确定反制行动的时机包括:

15、当无人机飞行速度大于第一阈值,距离监测点小于第二阈值时开始执行反制指令。

16、作为本专利技术所述的无人机反制方法的一种优选方案,其中:对所述无人机行为数据进行第一配准处理包括:

17、使用外部时钟信号对所有传感器进行同步触发;

18、每个传感器在采集数据时附加时间戳,通过多项拟合算法调整时间差异;

19、测量传感器之间的时间延迟,并对测量数据进行时间调整;

20、当传感器数据时间分辨率不一致时,采用插值法对传感器数据进行插值,匹配传感器数据时间分辨率。

21、作为本专利技术所述的无人机反制方法的一种优选方案,其中:还包括:

22、将不同传感器的数据转换到共同的全局坐标系中;

23、使用旋转矩阵对传感器数据进行空间变换,将不同传感器的数据在同一坐标系中对应;

24、匹配不同图像之间的特征点,得到图像间的空间变换关系;

25、利用最优化寻找最佳的空间变换参数;

26、对每个传感器进行独立标定,得到每个传感器的内外部参数,对内外部参数进行空间配准;

27、通过迭代,优化第一配准的结果,直至满足预定的进度要求。

28、作为本专利技术所述的无人机反制方法的一种优选方案,其中:第一反制策略包括:

29、干扰策略、拦截策略以及捕获策略。

30、第二方面,本专利技术提供了一种无人机反制系统,包括:

31、配准处理模块,用于获取无人机行为数据,对所述无人机行为数据进行第一配准处理,得到第一无人机行为数据;

32、识别模块,用于通过第一神经网络对所述第一无人机行为数据进行识别,得到识别结果;

33、执行指令模块,用于将识别结果结合第一反制策略生成反制指令,确定反制行动的时机执行所述反制指令。

34、第三方面,本专利技术提供了一种计算设备,包括:

35、存储器和处理器;

36、所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令,该计算机可执行指令被处理器执行时实现无人机反制方法的步骤。

37、第四方面,本专利技术提供了一种计算机可读存储介质,其存储有计算机可执行指令,该计算机可执行指令被处理器执行时实现所述无人机反制方法的步骤。

38、与现有技术相比,本专利技术的有益效果:本专利技术利用时空配准算法能够精确地计算无人机的位置和速度,通过分析无人机信号的时空特征,实现对无人机的精确定位。这种高精度的定位能力使得反制措施更加精准,减少了误伤的可能性,能够实时处理和分析无人机信号,快速响应无人机的动态变化。在无人机入侵的紧急情况下,能够迅速启动反制措施,有效遏制潜在威胁,与传统的无人机反制设备相比,基于时空配准算法的系统在硬件需求上更为简化,主要依赖于高效的算法处理,从而降低了系统的总体成本。同时,由于其高效能和低维护需求,长期运营成本也相对较低。

本文档来自技高网...

【技术保护点】

1.一种无人机反制方法,其特征在于,包括:

2.如权利要求1所述的无人机反制方法,其特征在于,对所述第一无人机行为数据进行识别包括:

3.如权利要求2所述的无人机反制方法,其特征在于,还包括:

4.如权利要求1或3所述的无人机反制方法,其特征在于,确定反制行动的时机包括:

5.如权利要求4所述的无人机反制方法,其特征在于,对所述无人机行为数据进行第一配准处理包括:

6.如权利要求5所述的无人机反制方法,其特征在于,还包括:

7.如权利要求6所述的无人机反制方法,其特征在于,第一反制策略包括:

8.一种应用如权利要求1-7任一所述的无人机反制方法的系统,其特征在于,包括:

9.一种电子设备,包括:

10.一种计算机可读存储介质,其存储有计算机可执行指令,该计算机可执行指令被处理器执行时实现权利要求1至7任意一项所述无人机反制方法的步骤。

【技术特征摘要】

1.一种无人机反制方法,其特征在于,包括:

2.如权利要求1所述的无人机反制方法,其特征在于,对所述第一无人机行为数据进行识别包括:

3.如权利要求2所述的无人机反制方法,其特征在于,还包括:

4.如权利要求1或3所述的无人机反制方法,其特征在于,确定反制行动的时机包括:

5.如权利要求4所述的无人机反制方法,其特征在于,对所述无人机行为数据进行第一配准处理包括:

【专利技术属性】
技术研发人员:叶盛杨杰梁其帅陈俊安陶晰
申请(专利权)人:海南电网有限责任公司输电运检分公司
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