CN117889700B - 基于无人机反制的联动式主动防御*** - Google Patents
基于无人机反制的联动式主动防御*** Download PDFInfo
- Publication number
- CN117889700B CN117889700B CN202410302291.3A CN202410302291A CN117889700B CN 117889700 B CN117889700 B CN 117889700B CN 202410302291 A CN202410302291 A CN 202410302291A CN 117889700 B CN117889700 B CN 117889700B
- Authority
- CN
- China
- Prior art keywords
- value
- unmanned aerial
- aerial vehicle
- information
- preset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 38
- 230000007123 defense Effects 0.000 title claims abstract description 27
- 230000005540 biological transmission Effects 0.000 claims abstract description 94
- 238000004458 analytical method Methods 0.000 claims abstract description 74
- 238000011156 evaluation Methods 0.000 claims abstract description 61
- 230000000007 visual effect Effects 0.000 claims abstract description 43
- 238000012795 verification Methods 0.000 claims abstract description 23
- 230000004927 fusion Effects 0.000 claims abstract description 19
- 230000010365 information processing Effects 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims description 34
- 238000012544 monitoring process Methods 0.000 claims description 29
- 238000001514 detection method Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 19
- 238000010606 normalization Methods 0.000 claims description 15
- 238000004891 communication Methods 0.000 claims description 13
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 7
- 238000013475 authorization Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 3
- 239000000428 dust Substances 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 15
- 238000005067 remediation Methods 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000009545 invasion Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F41—WEAPONS
- F41H—ARMOUR; ARMOURED TURRETS; ARMOURED OR ARMED VEHICLES; MEANS OF ATTACK OR DEFENCE, e.g. CAMOUFLAGE, IN GENERAL
- F41H11/00—Defence installations; Defence devices
- F41H11/02—Anti-aircraft or anti-guided missile or anti-torpedo defence installations or systems
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Engineering & Computer Science (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及无人机防御技术领域,尤其涉及基于无人机反制的联动式主动防御***,包括主动防御平台、信息处理单元、融合分析单元、信息管理单元、可视评估单元、执行管理单元、反制服务单元、核实分析单元、追踪反馈单元以及反制管理单元;本发明通过从信息传输和可视展示两个角度进行分析,一方面有助于保证无人机反制的防御管控效果,另一方面有助于保证无人机反制的及时性和信息流通稳定性,且通过信息反馈和融合的方式进行分析,有助于提高无人机反制的及时性,以保证无人机反制的顺利进行,而在传输和展示稳定的前提下,通过深入式的方式对反制过程中的无人机进行监管,以便根据信息反馈情况及时地做出补救,以提高反制效果。
Description
技术领域
本发明涉及无人机防御技术领域,尤其涉及基于无人机反制的联动式主动防御***。
背景技术
随着经济的发展,社会的进步,民用无人机市场的爆发式增长,在丰富人类生活的同时也带来了诸多隐患,如:相关重点企业、保密企业每年都会收到大量无人机侵入、无人机闯入飞行禁区、与载人航空器危险接近及撞击地面车辆等相关事件的报告,而且报告数量呈现大幅度增长趋势,凸显出无人机相关领域日益造成的威胁,因此,亟需根据我国航空安全保障体系的现状,在敏感区域建立相关的无线电反制干扰***;
但是,无法对现有的反制干扰***的信息传输和可视展示进行监管,进而导致信息传输和信息展示对无人机反制造成影响,进而降低无人机反制***的可靠性和稳定性,且不利于及时的对无人机进行反制,且无法对无人机反制情况进行监管,进而无法及时的对无人机反制进行补救,进而降低无人机的反制效果;
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的在于提供基于无人机反制的联动式主动防御***,去解决上述提出的技术缺陷,本发明通过从信息传输和可视展示两个角度进行分析,一方面有助于保证无人机反制的防御管控效果,另一方面有助于保证无人机反制的及时性和信息流通稳定性,且通过信息反馈和融合的方式进行分析,判断监测中心对无人机反制的潜在因素管理是否正常,进而有助于提高无人机反制的及时性,以保证无人机反制的顺利进行,而在传输和展示稳定的前提下,通过深入式的方式对反制过程中的无人机进行监管,以判断是否成功对入侵无人机进行反制,且根据信息反馈情况及时地做出补救,以提高反制效果,进而提高目标监测区域的空中防御效果。
本发明的目的可以通过以下技术方案实现:基于无人机反制的联动式主动防御***,包括主动防御平台、信息处理单元、融合分析单元、信息管理单元、可视评估单元、执行管理单元、反制服务单元、核实分析单元、追踪反馈单元以及反制管理单元;
当主动防御平台生成管控指令时,将管控指令发送至信息处理单元和融合分析单元,信息处理单元在接收到管控指令后,立即采集监测中心的传输风险数据和可视干扰数据,传输风险数据表示信息传输值,可视干扰数据表示展示风险值和潜在干扰值,并将传输风险数据和可视干扰数据分别发送至信息管理单元和可视评估单元,信息管理单元在接收到传输风险数据后,立即对传输风险数据进行传输风险监管反馈分析,将得到的异常信号发送至执行管理单元;
可视评估单元在接收到可视干扰数据后,立即对可视干扰数据进行信息展示安全评估操作,将得到的管理信号发送至执行管理单元;
融合分析单元在接收到管控指令后,立即进行反制性能评估分析,将得到的稳定信号发送至反制服务单元和核实分析单元,将得到的优化信号发送至执行管理单元;
反制服务单元在接收到稳定信号后,立即采集无人机的基础信息,基础信息表示无人机的通信频段,并对基础信息进行飞行***反馈分析,将得到的干扰信号发送至反制管理单元和追踪反馈单元;
核实分析单元在接收到稳定信号后,立即进行信息核实评估分析,将驱赶信号和未授权信号发送至反制管理单元和追踪反馈单元;
追踪反馈单元在接收到干扰信号或驱赶信号或未授权信号后,立即采集无人机的反制数据,反制数据表示飞行轨迹特征曲线和飞行特征视频,并对反制数据进行反制追踪监管分析,将得到的补救信号发送至反制管理单元。
优选的,所述信息管理单元的传输风险监管反馈分析过程如下:
设置监测周期,并将其标记为时间阈值,以监测中心为圆心,以预设R1为半径,以围绕监测中心进行画圆,并将所围绕的区域标记为目标监测区域,获取到时间阈值内目标监测区域的信息传输值,信息传输值表示环境电磁干扰值超出预设阈值的部分,再与信息传输速率均值低于预设传输速率均值经数据归一化处理后得到的积值,将信息传输值与其内部预设信息传输值阈值进行比对分析,将信息传输值大于预设信息传输值阈值的部分标记其反制延误值,将信息传输值与其内部录入存储的预设信息传输值阈值进行比对分析:
若信息传输值小于预设信息传输值阈值,则不生成任何信号;
若信息传输值大于等于预设信息传输值阈值,则生成异常信号。
优选的,所述可视评估单元的信息展示安全评估操作过程如下:
获取到时间阈值内监测中心可视设备的展示风险值和潜在干扰值,展示风险值表示展示页面信息变化时长均值超出预设阈值的部分,再与页面波动频率经数据归一化处理后得到的积值,潜在干扰值表示可视设备内部电气元件的过温时长与环境干扰值经数据归一化处理后得到的积值,过温时长表示电气元件的运行温度超出预设阈值所对应的时长,环境干扰值表示环境参数所对应数值超出预设阈值的个数,环境参数包括温度值、粉尘浓度值,将展示风险值和潜在干扰值与其内部录入存储的预设展示风险值阈值和预设潜在干扰值阈值进行比对分析:
若展示风险值小于预设展示风险值阈值,且潜在干扰值小于预设潜在干扰值阈值,则不生成任何信号;
若展示风险值大于等于预设展示风险值阈值,或潜在干扰值大于等于预设潜在干扰值阈值,则生成管理信号。
优选的,所述融合分析单元的反制性能评估分析过程如下:
获取到时间阈值内监测中心的信息传输值、展示风险值以及潜在干扰值,并将信息传输值、展示风险值以及潜在干扰值分别标号为XC、ZF以及QG;
根据公式得到潜在影响评估系数,其中,a1、a2以
及a3分别为信息传输值、展示风险值以及潜在干扰值的预设比例因子系数,a1、a2以及a3均
为大于零的正数,a4为预设修正因子系数,Q为潜在影响评估系数,将潜在影响评估系数Q与
其内部录入存储的预设潜在影响评估系数阈值进行比对分析:
若潜在影响评估系数Q与预设潜在影响评估系数阈值之间的比值小于1,则生成稳定信号;
若潜在影响评估系数Q与预设潜在影响评估系数阈值之间的比值大于等于1,则生成优化信号。
优选的,所述反制服务单元的飞行***反馈分析过程如下:
获取到时间阈值内目标监测区域内的反制区域,进而获取到时间阈值内反制区域中通过可见光相机上报并进行格式转换、尺寸调整后的无人机可见光视频,从可见光视频中获取到无人机的识别码信息、通信频段以及传感器工作频率,并对无人机的识别码信息、型号信息以及传感器工作频率进行判别分析:
若满足识别码信息、型号信息以及传感器工作频率三者中均存在授权飞行数据库清单中,则不生成任何信号;
若不满足识别码信息、型号信息以及传感器工作频率三者中均存在授权飞行数据库清单中,则生成干扰信号。
优选的,所述核实分析单元的信息核实评估分析过程如下:
获取到时间阈值内反制区域中通过红外相机上报并进行格式转换、尺寸调整后的无人机红外视频,对无人机红外视频中无人机进行识别、标记,识别、标记过程如下:
若无人机红外视频中无人机为授权飞行无人机,则不生成任何信号;
若无人机红外视频中无人机不为授权飞行无人机,则生成驱赶信号;
获取到时间阈值内反制区域中通过全向电侦得到目标无人机的电侦信息,电侦信息包括无人机的频率、带宽,并通过电侦信息对无人机进行识别、标记,电侦信息分析过程如下:
若电侦信息属于预设授权清单之内,则不生成任何信号;
若电侦信息不属于预设授权清单之内,则生成未授权信号。
优选的,所述追踪反馈单元的反制追踪监管分析过程如下:
S1:获取到时间阈值内反制区域中无人机的飞行轨迹特征曲线和飞行特征视频,从飞行特征视频中获取到无人机的摆动频率和倾角变化值,将时间阈值划分为g个子时间节点,g为大于零的自然数,倾角变化值表示纵轴与竖直方向的夹角度数超出预设阈值所对应子时间节点个数与子时间节点总个数之比,将摆动频率和倾角变化值经数据归一化处理后得到的积值标记为行为风险值;
S2:从飞行轨迹特征曲线中获取到无人机的单位时间驱赶飞行距离和飞行平均速度,并将单位时间驱赶飞行距离和飞行平均速度经数据归一化处理后得到的积值标记为驱离稳态值;
S3:将行为风险值和驱离稳态值与其内部录入存储的预设行为风险值和驱离稳态值阈值进行比对分析:
若行为风险值小于预设行为风险值阈值,且驱离稳态值小于预设驱离稳态值阈值,则不生成任何信号;
若行为风险值大于等于预设行为风险值阈值,或驱离稳态值大于等于预设驱离稳态值阈值,则生成补救信号。
本发明的有益效果如下:
(1)本发明通过从信息传输和可视展示两个角度进行分析,一方面有助于保证无人机反制的防御管控效果,另一方面有助于保证无人机反制的及时性和信息流通稳定性,且通过信息反馈和融合的方式进行分析,判断监测中心对无人机反制的潜在因素管理是否正常,进而有助于提高无人机反制的及时性,以保证无人机反制的顺利进行;
(2)本发明在传输和展示稳定的前提下,对基础信息进行飞行***反馈分析,以判断是否需要对无人机进行反制处理,以保证目标监测区域的安全性,且同时通过核实的角度进行分析,即进行信息核实评估分析,以便进一步对目标监测区域无人机进行安全识别,以提高目标监测区域的安全性,以便及时的入侵无人机进行反制处理,同时通过深入式的方式对反制过程中的无人机进行监管,以判断是否成功对入侵无人机进行反制,且根据信息反馈情况及时的做出补救,以提高反制效果,进而提高目标监测区域的空中防御效果。
附图说明
下面结合附图对本发明作进一步的说明;
图1是本发明***流程框图;
图2是本发明实施例一参考分析图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一:
请参阅图1至图2所示,本发明为基于无人机反制的联动式主动防御***,包括主动防御平台、信息处理单元、融合分析单元、信息管理单元、可视评估单元、执行管理单元、反制服务单元、核实分析单元、追踪反馈单元以及反制管理单元,主动防御平台与信息处理单元和融合分析单元均呈单向通讯连接,信息处理单元与信息管理单元和可视评估单元均呈单向通讯连接,可视评估单元与信息管理单元和执行管理单元均呈单向通讯连接,信息管理单元与融合分析单元和执行管理单元均呈单向通讯连接,融合分析单元与反制服务单元和核实分析单元均呈单向通讯连接,反制服务单元和核实分析单元均与追踪反馈单元呈单向通讯连接,反制服务单元和追踪反馈单元均与反制管理单元呈单向通讯连接;
当主动防御平台生成管控指令时,将管控指令发送至信息处理单元和融合分析单元,信息处理单元在接收到管控指令后,立即采集监测中心的传输风险数据和可视干扰数据,传输风险数据表示信息传输值,可视干扰数据表示展示风险值和潜在干扰值,并将传输风险数据和可视干扰数据分别发送至信息管理单元和可视评估单元,信息管理单元在接收到传输风险数据后,立即对传输风险数据进行传输风险监管反馈分析,以判断信息传输是否正常,以降低信息传输对无人机反制的影响,以提高无人机反制的防御效果,具体的传输风险监管反馈分析过程如下:
设置监测周期,并将其标记为时间阈值,以监测中心为圆心,以预设R1为半径,以围绕监测中心进行画圆,并将所围绕的区域标记为目标监测区域,获取到时间阈值内目标监测区域的信息传输值,信息传输值表示环境电磁干扰值超出预设阈值的部分,再与信息传输速率均值低于预设传输速率均值经数据归一化处理后得到的积值,将信息传输值与其内部预设信息传输值阈值进行比对分析,将信息传输值大于预设信息传输值阈值的部分标记其反制延误值,需要说明的是,反制延误值的数值越大,则无人机反制异常风险越大,反制延误影响越大,将信息传输值与其内部录入存储的预设信息传输值阈值进行比对分析:
若信息传输值小于预设信息传输值阈值,则不生成任何信号;
若信息传输值大于等于预设信息传输值阈值,则生成异常信号,并将异常信号发送至执行管理单元,执行管理单元在接收到异常信号后,立即做出异常信号所对应的预设预警操作,以便对信息传输进行优化处理,以保证监测中心信息接收的及时性,同时有助于提高无人机反制的及时性;
可视评估单元在接收到可视干扰数据后,立即对可视干扰数据进行信息展示安全评估操作,以了解可视设备的信息展示是否正常,以便及时地进行优化调整,以保证信息展示的完整性,同时降低信息可视对无人机反制的潜在影响,具体的信息展示安全评估操作过程如下:
获取到时间阈值内监测中心可视设备的展示风险值和潜在干扰值,展示风险值表示展示页面信息变化时长均值超出预设阈值的部分,再与页面波动频率经数据归一化处理后得到的积值,潜在干扰值表示可视设备内部电气元件的过温时长与环境干扰值经数据归一化处理后得到的积值,过温时长表示电气元件的运行温度超出预设阈值所对应的时长,环境干扰值表示环境参数所对应数值超出预设阈值的个数,环境参数包括温度值、粉尘浓度值等,需要说明的是,展示风险值和潜在干扰值是两个反映可视设备展示状态的影响参数,展示风险值和潜在干扰值的数值越大,则可视设备可视状态异常风险越大,将展示风险值和潜在干扰值与其内部录入存储的预设展示风险值阈值和预设潜在干扰值阈值进行比对分析:
若展示风险值小于预设展示风险值阈值,且潜在干扰值小于预设潜在干扰值阈值,则不生成任何信号;
若展示风险值大于等于预设展示风险值阈值,或潜在干扰值大于等于预设潜在干扰值阈值,则生成管理信号,并将管理信号发送至执行管理单元,执行管理单元在接收到管理信号后,立即做出管理信号所对应的预设预警操作,以便对可视设备进行管理,以保证信息展示的完整性,同时降低信息可视对无人机反制的潜在影响;
融合分析单元在接收到管控指令后,立即进行反制性能评估分析,以判断监测中心对无人机反制的潜在因素管理是否正常,进而有助于提高无人机反制的及时性,以保证无人机反制的顺利进行,具体的反制性能评估分析过程如下:
获取到时间阈值内监测中心的信息传输值、展示风险值以及潜在干扰值,并将信息传输值、展示风险值以及潜在干扰值分别标号为XC、ZF以及QG;
根据公式得到潜在影响评估系数,其中,a1、a2以
及a3分别为信息传输值、展示风险值以及潜在干扰值的预设比例因子系数,比例因子系数
用于修正各项参数在公式计算过程中出现的偏差,从而使得计算结果更加准确,a1、a2以及
a3均为大于零的正数,a4为预设修正因子系数,Q为潜在影响评估系数,将潜在影响评估系
数Q与其内部录入存储的预设潜在影响评估系数阈值进行比对分析:
若潜在影响评估系数Q与预设潜在影响评估系数阈值之间的比值小于1,则生成稳定信号,并将稳定信号发送至反制服务单元和核实分析单元;
若潜在影响评估系数Q与预设潜在影响评估系数阈值之间的比值大于等于1,则生成优化信号,并将优化信号发送至执行管理单元,执行管理单元在接收到优化信号后,立即做出优化信号所对应的预设预警操作,以便及时地对影响无人机反制因素进行优化处理,进而有助于提高无人机反制的及时性,以保证无人机反制的顺利进行。
实施例二:
反制服务单元在接收到稳定信号后,立即采集无人机的基础信息,基础信息表示无人机的通信频段,并对基础信息进行飞行***反馈分析,以判断是否需要对无人机进行反制处理,以保证目标监测区域的安全性,具体的飞行***反馈分析过程如下:
获取到时间阈值内目标监测区域内的反制区域,进而获取到时间阈值内反制区域中通过可见光相机上报并进行格式转换、尺寸调整后的无人机可见光视频,从可见光视频中获取到无人机的识别码信息、通信频段以及传感器工作频率,并对无人机的识别码信息、型号信息以及传感器工作频率进行判别分析:
若满足识别码信息、型号信息以及传感器工作频率三者中均存在授权飞行数据库清单中,则不生成任何信号;
若不满足识别码信息、型号信息以及传感器工作频率三者中均存在授权飞行数据库清单中,则将可见光视频中无人机标记为入侵无人机,并生成干扰信号,并将干扰信号发送至反制管理单元和追踪反馈单元,反制管理单元在接收到干扰信号后,立即做出干扰信号所对应的预设反制操作,以便及时地入侵无人机进行反制处理,以提高目标监测区域的安全性;
核实分析单元在接收到稳定信号后,立即进行信息核实评估分析,以便进一步对目标监测区域无人机进行安全识别,以提高目标监测区域的安全性,具体的信息核实评估分析过程如下:
获取到时间阈值内反制区域中通过红外相机上报并进行格式转换、尺寸调整后的无人机红外视频,对无人机红外视频中无人机进行识别、标记,识别、标记过程如下:
若无人机红外视频中无人机为授权飞行无人机,则不生成任何信号;
若无人机红外视频中无人机不为授权飞行无人机,则生成驱赶信号,将无人机标记为无权无人机,并将驱赶信号发送至反制管理单元和追踪反馈单元;
获取到时间阈值内反制区域中通过全向电侦得到目标无人机的电侦信息,电侦信息包括无人机的频率、带宽等,并通过电侦信息对无人机进行识别、标记,电侦信息分析过程如下:
若电侦信息属于预设授权清单之内,则不生成任何信号;
若电侦信息不属于预设授权清单之内,则生成未授权信号,并将无人机标记为目标无人机,将未授权信号发送至反制管理单元和追踪反馈单元,反制管理单元在接收到驱赶信号或未授权信号后,反制管理单元在接收到驱赶信号或未授权信号后,立即做出驱赶信号或未授权信号所对应的预设反制操作,以便及时的入侵无人机进行反制处理,此外,执行管理单元在接收到干扰信号、驱赶信号或未授权信号中任意一个,则均做出对应预设预警操作,以便及时的入侵无人机进行反制处理;
追踪反馈单元在接收到干扰信号或驱赶信号或未授权信号后,立即采集无人机的反制数据,反制数据表示飞行轨迹特征曲线和飞行特征视频,并对反制数据进行反制追踪监管分析,以判断是否成功对入侵无人机进行反制,进而有助于及时的做出补救,以提高反制效果,进而提高目标监测区域的空中防御效果,具体的反制追踪监管分析过程如下:
获取到时间阈值内反制区域中无人机的飞行轨迹特征曲线和飞行特征视频,从飞行特征视频中获取到无人机的摆动频率和倾角变化值,将时间阈值划分为g个子时间节点,g为大于零的自然数,倾角变化值表示纵轴与竖直方向的夹角度数超出预设阈值所对应子时间节点个数与子时间节点总个数之比,将摆动频率和倾角变化值经数据归一化处理后得到的积值标记为行为风险值,需要说明的是,行为风险值的数值越大,则反制效果异常风险越大,补救需求越大;
从飞行轨迹特征曲线中获取到无人机的单位时间驱赶飞行距离和飞行平均速度,并将单位时间驱赶飞行距离和飞行平均速度经数据归一化处理后得到的积值标记为驱离稳态值,需要说明的是,驱离稳态值的数值越大,则反制效果异常风险越大,补救需求越大;
将行为风险值和驱离稳态值与其内部录入存储的预设行为风险值和驱离稳态值阈值进行比对分析:
若行为风险值小于预设行为风险值阈值,且驱离稳态值小于预设驱离稳态值阈值,则不生成任何信号;
若行为风险值大于等于预设行为风险值阈值,或驱离稳态值大于等于预设驱离稳态值阈值,则生成补救信号,并将补救信号发送至反制管理单元,反制管理单元在接收到补救信号后,立即做出补救信号所对应的预设反制操作,以提高对无人机的驱赶效果;
综上所述,本发明通过从信息传输和可视展示两个角度进行分析,一方面有助于保证无人机反制的防御管控效果,另一方面有助于保证无人机反制的及时性和信息流通稳定性,且通过信息反馈和融合的方式进行分析,判断监测中心对无人机反制的潜在因素管理是否正常,进而有助于提高无人机反制的及时性,以保证无人机反制的顺利进行,而在传输和展示稳定的前提下,对基础信息进行飞行***反馈分析,以判断是否需要对无人机进行反制处理,以保证目标监测区域的安全性,且同时通过核实的角度进行分析,即进行信息核实评估分析,以便进一步对目标监测区域无人机进行安全识别,以提高目标监测区域的安全性,以便及时的入侵无人机进行反制处理,同时通过深入式的方式对反制过程中的无人机进行监管,以判断是否成功对入侵无人机进行反制,且根据信息反馈情况及时的做出补救,以提高反制效果,进而提高目标监测区域的空中防御效果。
阈值的大小的设定是为了便于比较,关于阈值的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据设定基数数量;只要不影响参数与量化后数值的比例关系即可。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置,以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (7)
1.基于无人机反制的联动式主动防御***,其特征在于,包括主动防御平台、信息处理单元、融合分析单元、信息管理单元、可视评估单元、执行管理单元、反制服务单元、核实分析单元、追踪反馈单元以及反制管理单元;
当主动防御平台生成管控指令时,将管控指令发送至信息处理单元和融合分析单元,信息处理单元在接收到管控指令后,立即采集监测中心的传输风险数据和可视干扰数据,传输风险数据表示信息传输值,可视干扰数据表示展示风险值和潜在干扰值,并将传输风险数据和可视干扰数据分别发送至信息管理单元和可视评估单元,信息管理单元在接收到传输风险数据后,立即对传输风险数据进行传输风险监管反馈分析,将得到的异常信号发送至执行管理单元;
可视评估单元在接收到可视干扰数据后,立即对可视干扰数据进行信息展示安全评估操作,将得到的管理信号发送至执行管理单元;
融合分析单元在接收到管控指令后,立即进行反制性能评估分析,将得到的稳定信号发送至反制服务单元和核实分析单元,将得到的优化信号发送至执行管理单元;
反制服务单元在接收到稳定信号后,立即采集无人机的基础信息,基础信息表示无人机的通信频段,并对基础信息进行飞行***反馈分析,将得到的干扰信号发送至反制管理单元和追踪反馈单元;
核实分析单元在接收到稳定信号后,立即进行信息核实评估分析,将驱赶信号和未授权信号发送至反制管理单元和追踪反馈单元;
追踪反馈单元在接收到干扰信号或驱赶信号或未授权信号后,立即采集无人机的反制数据,反制数据表示飞行轨迹特征曲线和飞行特征视频,并对反制数据进行反制追踪监管分析,将得到的补救信号发送至反制管理单元;
信息传输值表示环境电磁干扰值超出预设阈值的部分,再与信息传输速率均值低于预设传输速率均值经数据归一化处理后得到的积值;
展示风险值表示展示页面信息变化时长均值超出预设阈值的部分,再与页面波动频率经数据归一化处理后得到的积值,潜在干扰值表示可视设备内部电气元件的过温时长与环境干扰值经数据归一化处理后得到的积值,过温时长表示电气元件的运行温度超出预设阈值所对应的时长,环境干扰值表示环境参数所对应数值超出预设阈值的个数,环境参数包括温度值、粉尘浓度值。
2.根据权利要求1所述的基于无人机反制的联动式主动防御***,其特征在于,所述信息管理单元的传输风险监管反馈分析过程如下:
设置监测周期,并将其标记为时间阈值,以监测中心为圆心,以预设R1为半径,以围绕监测中心进行画圆,并将所围绕的区域标记为目标监测区域,获取到时间阈值内目标监测区域的信息传输值,将信息传输值与其内部预设信息传输值阈值进行比对分析,将信息传输值大于预设信息传输值阈值的部分标记其反制延误值,将信息传输值与其内部录入存储的预设信息传输值阈值进行比对分析:
若信息传输值小于预设信息传输值阈值,则不生成任何信号;
若信息传输值大于等于预设信息传输值阈值,则生成异常信号。
3.根据权利要求2所述的基于无人机反制的联动式主动防御***,其特征在于,所述可视评估单元的信息展示安全评估操作过程如下:
获取到时间阈值内监测中心可视设备的展示风险值和潜在干扰值,将展示风险值和潜在干扰值与其内部录入存储的预设展示风险值阈值和预设潜在干扰值阈值进行比对分析:
若展示风险值小于预设展示风险值阈值,且潜在干扰值小于预设潜在干扰值阈值,则不生成任何信号;
若展示风险值大于等于预设展示风险值阈值,或潜在干扰值大于等于预设潜在干扰值阈值,则生成管理信号。
4.根据权利要求3所述的基于无人机反制的联动式主动防御***,其特征在于,所述融合分析单元的反制性能评估分析过程如下:
获取到时间阈值内监测中心的信息传输值、展示风险值以及潜在干扰值,并将信息传输值、展示风险值以及潜在干扰值分别标号为XC、ZF以及QG;
根据公式得到潜在影响评估系数,其中,a1、a2以及a3分别为信息传输值、展示风险值以及潜在干扰值的预设比例因子系数,a1、a2以及a3均为大于零的正数,a4为预设修正因子系数,Q为潜在影响评估系数,将潜在影响评估系数Q与其内部录入存储的预设潜在影响评估系数阈值进行比对分析:
若潜在影响评估系数Q与预设潜在影响评估系数阈值之间的比值小于1,则生成稳定信号;
若潜在影响评估系数Q与预设潜在影响评估系数阈值之间的比值大于等于1,则生成优化信号。
5.根据权利要求1所述的基于无人机反制的联动式主动防御***,其特征在于,所述反制服务单元的飞行***反馈分析过程如下:
获取到时间阈值内目标监测区域内的反制区域,进而获取到时间阈值内反制区域中通过可见光相机上报并进行格式转换、尺寸调整后的无人机可见光视频,从可见光视频中获取到无人机的识别码信息、通信频段以及传感器工作频率,并对无人机的识别码信息、型号信息以及传感器工作频率进行判别分析:
若满足识别码信息、型号信息以及传感器工作频率三者中均存在授权飞行数据库清单中,则不生成任何信号;
若不满足识别码信息、型号信息以及传感器工作频率三者中均存在授权飞行数据库清单中,则生成干扰信号。
6.根据权利要求1所述的基于无人机反制的联动式主动防御***,其特征在于,所述核实分析单元的信息核实评估分析过程如下:
获取到时间阈值内反制区域中通过红外相机上报并进行格式转换、尺寸调整后的无人机红外视频,对无人机红外视频中无人机进行识别、标记,识别、标记过程如下:
若无人机红外视频中无人机为授权飞行无人机,则不生成任何信号;
若无人机红外视频中无人机不为授权飞行无人机,则生成驱赶信号;
获取到时间阈值内反制区域中通过全向电侦得到目标无人机的电侦信息,电侦信息包括无人机的频率、带宽,并通过电侦信息对无人机进行识别、标记,电侦信息分析过程如下:
若电侦信息属于预设授权清单之内,则不生成任何信号;
若电侦信息不属于预设授权清单之内,则生成未授权信号。
7.根据权利要求1所述的基于无人机反制的联动式主动防御***,其特征在于,所述追踪反馈单元的反制追踪监管分析过程如下:
S1:获取到时间阈值内反制区域中无人机的飞行轨迹特征曲线和飞行特征视频,从飞行特征视频中获取到无人机的摆动频率和倾角变化值,将时间阈值划分为g个子时间节点,g为大于零的自然数,倾角变化值表示纵轴与竖直方向的夹角度数超出预设阈值所对应子时间节点个数与子时间节点总个数之比,将摆动频率和倾角变化值经数据归一化处理后得到的积值标记为行为风险值;
S2:从飞行轨迹特征曲线中获取到无人机的单位时间驱赶飞行距离和飞行平均速度,并将单位时间驱赶飞行距离和飞行平均速度经数据归一化处理后得到的积值标记为驱离稳态值;
S3:将行为风险值和驱离稳态值与其内部录入存储的预设行为风险值和驱离稳态值阈值进行比对分析:
若行为风险值小于预设行为风险值阈值,且驱离稳态值小于预设驱离稳态值阈值,则不生成任何信号;
若行为风险值大于等于预设行为风险值阈值,或驱离稳态值大于等于预设驱离稳态值阈值,则生成补救信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410302291.3A CN117889700B (zh) | 2024-03-18 | 2024-03-18 | 基于无人机反制的联动式主动防御*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410302291.3A CN117889700B (zh) | 2024-03-18 | 2024-03-18 | 基于无人机反制的联动式主动防御*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117889700A CN117889700A (zh) | 2024-04-16 |
CN117889700B true CN117889700B (zh) | 2024-05-07 |
Family
ID=90649371
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410302291.3A Active CN117889700B (zh) | 2024-03-18 | 2024-03-18 | 基于无人机反制的联动式主动防御*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117889700B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015207149A (ja) * | 2014-04-21 | 2015-11-19 | 薫 渡部 | 監視システム及び監視方法 |
CN111740796A (zh) * | 2020-06-05 | 2020-10-02 | 中国人民解放军陆军工程大学 | 无人机数据链电磁干扰态势预测方法及装置 |
KR20220034372A (ko) * | 2020-09-11 | 2022-03-18 | 한국전자통신연구원 | 드론 식별 정보 통합 관리 방법 및 장치 |
CN114322668A (zh) * | 2021-12-15 | 2022-04-12 | 中国船舶重工集团公司第七0九研究所 | 一种用于要地防御的无人机反制辅助决策方法 |
WO2022257510A1 (zh) * | 2021-06-09 | 2022-12-15 | 航天科工仿真技术有限责任公司 | 一种无人机的反制方法及无人机的反制*** |
CN115833990A (zh) * | 2022-11-17 | 2023-03-21 | 淮浙电力有限责任公司凤台发电分公司 | 一种探测联动式反无人机无线电主动防御***及其方法 |
CN115909111A (zh) * | 2022-12-20 | 2023-04-04 | 理工全盛(北京)科技有限公司 | 用于防御低空无人机的数据处理方法和装置 |
CN116192324A (zh) * | 2022-12-09 | 2023-05-30 | 南京拓恒无人***研究院有限公司 | 一种无人机反制自动化管控*** |
CN117316000A (zh) * | 2023-09-27 | 2023-12-29 | 中国华能集团清洁能源技术研究院有限公司 | 一种无人机反制方法、***、设备及存储介质 |
CN117553628A (zh) * | 2023-12-29 | 2024-02-13 | 中国人民解放***箭军工程大学 | 一种无人机群反制技术效能评估***及方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9715009B1 (en) * | 2014-12-19 | 2017-07-25 | Xidrone Systems, Inc. | Deterent for unmanned aerial systems |
US10157546B2 (en) * | 2016-06-10 | 2018-12-18 | ETAK Systems, LLC | Anti-drone flight protection systems and methods |
-
2024
- 2024-03-18 CN CN202410302291.3A patent/CN117889700B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015207149A (ja) * | 2014-04-21 | 2015-11-19 | 薫 渡部 | 監視システム及び監視方法 |
CN111740796A (zh) * | 2020-06-05 | 2020-10-02 | 中国人民解放军陆军工程大学 | 无人机数据链电磁干扰态势预测方法及装置 |
KR20220034372A (ko) * | 2020-09-11 | 2022-03-18 | 한국전자통신연구원 | 드론 식별 정보 통합 관리 방법 및 장치 |
WO2022257510A1 (zh) * | 2021-06-09 | 2022-12-15 | 航天科工仿真技术有限责任公司 | 一种无人机的反制方法及无人机的反制*** |
CN114322668A (zh) * | 2021-12-15 | 2022-04-12 | 中国船舶重工集团公司第七0九研究所 | 一种用于要地防御的无人机反制辅助决策方法 |
CN115833990A (zh) * | 2022-11-17 | 2023-03-21 | 淮浙电力有限责任公司凤台发电分公司 | 一种探测联动式反无人机无线电主动防御***及其方法 |
CN116192324A (zh) * | 2022-12-09 | 2023-05-30 | 南京拓恒无人***研究院有限公司 | 一种无人机反制自动化管控*** |
CN115909111A (zh) * | 2022-12-20 | 2023-04-04 | 理工全盛(北京)科技有限公司 | 用于防御低空无人机的数据处理方法和装置 |
CN117316000A (zh) * | 2023-09-27 | 2023-12-29 | 中国华能集团清洁能源技术研究院有限公司 | 一种无人机反制方法、***、设备及存储介质 |
CN117553628A (zh) * | 2023-12-29 | 2024-02-13 | 中国人民解放***箭军工程大学 | 一种无人机群反制技术效能评估***及方法 |
Non-Patent Citations (2)
Title |
---|
无人机探测与反制技术发展现状及建议;吴浩等;飞航导弹;20200915(第09期);第92-98页 * |
无人机载SAR侦测反制策略研究;王颖颖等;2022年无人***高峰论坛(USS2022)论文集;20220925;第58-62页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117889700A (zh) | 2024-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hanselmann et al. | CANet: An unsupervised intrusion detection system for high dimensional CAN bus data | |
CN111970309B (zh) | 基于Spark车联网组合深度学习入侵检测方法及*** | |
CN106888205B (zh) | 一种非侵入式基于功耗分析的plc异常检测方法 | |
Birnbaum et al. | Unmanned aerial vehicle security using behavioral profiling | |
KR20170121717A (ko) | 산업 자산 제어 시스템의 도메인 레벨 위협 검출 | |
CN114157513B (zh) | 基于改进卷积神经网络的车联网入侵检测方法及设备 | |
CN110636066B (zh) | 基于无监督生成推理的网络安全威胁态势评估方法 | |
CN109873833B (zh) | 一种基于卡方距离knn的数据注入攻击检测方法 | |
CN116884193A (zh) | 一种基于多端感应融合的芯片工厂智慧生产监控警报*** | |
CN116633978A (zh) | 基于物联网的污水处理远程监控*** | |
CN111970229A (zh) | 一种针对多种攻击方式的can总线数据异常检测方法 | |
CN117614745A (zh) | 一种用于处理器网络防护的协同防御方法及*** | |
CN115718874A (zh) | 异常检测 | |
CN115561546A (zh) | 电力***异常检测报警*** | |
CN117889700B (zh) | 基于无人机反制的联动式主动防御*** | |
Jeon et al. | Detecting structural anomalies of quadcopter UAVs based on LSTM autoencoder | |
Liao et al. | Research on network intrusion detection method based on deep learning algorithm | |
CN116248403A (zh) | 一种基于无线通信***的计算机网络安全管理方法 | |
CN112565200B (zh) | 基于边缘智能的工控网络误用入侵检测预警*** | |
Minjie et al. | Abnormal Traffic Detection Technology of Power IOT Terminal Based on PCA and OCSVM | |
Yu et al. | A CNN-LSTM model for road surface recognition of electric balance vehicles | |
Qiu et al. | Research on vehicle network intrusion detection technology based on dynamic data set | |
Yi et al. | ADS-B anomaly detection algorithm based on LSTM-ED and SVDD | |
CN118423130A (zh) | 用于矿用无线气体的检测方法及*** | |
CN118072447B (zh) | 集成红外及超声波传感器的电动防护门安全监测***、方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |