CN108260076B - 无人机运行轨迹监控的方法、平台和系统 - Google Patents

Abstract

本发明公开了一种无人机运行轨迹监控的方法、平台和系统，涉及无人机领域。其中的方法包括接收无人机的通信模块通过移动网络发送的移动识别码和国际移动设备标识，其中，在无人机内设置通信模块；根据移动识别码和国际移动设备标识采集无人机不同移动网络制式下所在基站的无线测量参数；根据基站的无线测量参数确定无人机的运行轨迹。本发明能够及时确定无人机的运行轨迹以及对无人机的运行轨迹进行回溯。

Description

无人机运行轨迹监控的方法、平台和系统

技术领域

本发明涉及无人机领域，尤其涉及一种无人机运行轨迹监控的方法、平台和系统。

背景技术

目前当前无人机肇事事件频发，禁飞区设置流程存在漏洞，例如可以通过关闭GPS、GPS欺骗等手段突破禁飞设置。并且，在高楼林立、桥洞、隧道、地下设施中无人机轨迹监控非常困难。现有技术性中可以部署军用相控雷达系统，但部署军用相控雷达系统会使成本大大增加，覆盖区域范围也有限。

发明内容

本发明要解决的一个技术问题是一种无人机运行轨迹监控的方法、平台和系统能够及时确定无人机的运行轨迹。

根据本发明一方面，提出一种无人机运行轨迹监控的方法，包括：接收无人机的通信模块通过移动网络发送的移动识别码和国际移动设备标识，其中，在无人机内设置通信模块；根据移动识别码和国际移动设备标识采集无人机不同移动网络制式下所在基站的无线测量参数；根据基站的无线测量参数确定无人机的运行轨迹。

进一步地，根据基站的无线测量参数确定无人机的运行轨迹包括：根据基站的无线测量参数确定无人机的位置信息，从而拟合出无人机的运行轨迹。

进一步地，根据基站的无线测量参数确定无人机的位置信息包括：分别计算不同移动网络制式下基站的无线测量参数与指纹数据库中已经确定的预定聚类中心之间的模糊隶属度；选取最大模糊隶属度对应的类，对最大模糊隶属度对应的类进行模糊决策，确定无人机的位置信息。

进一步地，该方法还包括：构建空间参考点，作为信号指纹样本采集的训练点；若无人机飞行到空间参考点，则获取无人机的GPS空间坐标和无人机不同移动网络制式下所在基站的无线测量参数；根据GPS空间坐标和基站的无线测量参数构建模糊矩阵，并进行模糊聚类计算；将模糊聚类结果保存在指纹数据库。

进一步地，对最大模糊隶属度对应的类进行模糊决策，确定无人机的位置信息包括：将基站的无线测量参数与最大模糊隶属度对应的类构成因素指标；将所有因素指标构成因素指标矩阵；根据因素指标矩阵确定无人机的实际坐标与计算出的位置坐标相对偏差值；对相对偏差值进行修正，确定无人机的位置信息。

根据本发明的另一方面，还提出一种无人机运行轨迹监控平台，包括：标识接收单元，用于接收无人机的通信模块通过移动网络发送的移动识别码和国际移动设备标识，其中，在无人机内设置通信模块；基站参数接收单元，用于根据移动识别码和国际移动设备标识采集无人机不同移动网络制式下所在基站的无线测量参数；运行轨迹确定单元，用于根据基站的无线测量参数确定无人机的运行轨迹。

进一步地，该平台还包括位置信息确定单元；位置信息确定单元用于根据基站的无线测量参数确定无人机的位置信息，以便运行轨迹确定单元拟合出无人机的运行轨迹。

进一步地，位置信息确定单元用于分别计算不同移动网络制式下基站的无线测量参数与指纹数据库中已经确定的预定聚类中心之间的模糊隶属度；选取最大模糊隶属度对应的类，对最大模糊隶属度对应的类进行模糊决策，确定无人机的位置信息。

进一步地，还包括指纹数据库构建单元；指纹数据库构建单元用于构建空间参考点，作为信号指纹样本采集的训练点；若无人机飞行到空间参考点，则获取无人机的GPS空间坐标和无人机不同移动网络制式下所在基站的无线测量参数；根据GPS空间坐标和基站的无线测量参数构建模糊矩阵，并进行模糊聚类计算；将模糊聚类结果保存在指纹数据库。

进一步地，位置信息确定单元用于将基站的无线测量参数与类构成因素指标；将所有因素指标构成因素指标矩阵；根据因素指标矩阵确定无人机的实际坐标与计算出的位置坐标相对偏差值；对相对偏差值进行修正，确定无人机的位置信息。

根据本发明的另一方面，还提出一种无人机运行轨迹监控系统，包括无人机和上述的平台；其中，无人机内设置通信模块。

与现有技术相比，本发明通过在无人机中设置通信模块，无人机通过通信模块将移动识别码和国际移动设备标识发送至无人机运行轨迹监控平台，以便该监控平台根据移动识别码和国际移动设备标识采集无人机不同移动网络制式下所在基站的无线测量参数，根据基站的无线测量参数确定无人机的运行轨迹，因此，能够及时确定无人机的运行轨迹以及对无人机的运行轨迹进行回溯。

通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。

附图说明

构成说明书的一部分的附图描述了本发明的实施例，并且连同说明书一起用于解释本发明的原理。

参照附图，根据下面的详细描述，可以更加清楚地理解本发明，其中：

图1为本发明无人机运行轨迹监控的方法的一个实施例的流程示意图。

图2为本发明无人机运行轨迹监控的方法的另一个实施例的流程示意图。

图3为本发明确定无人机的位置信息的一个实施例的流程示意图。

图4为本发明无人机指纹数据库构建的一个实施例的流程示意图。

图5为本发明无人机运行轨迹监控平台的一个实施例的结构示意图。

图6为本发明无人机运行轨迹监控平台的另一个实施例的结构示意图。

图7为本发明无人机运行轨迹监控系统的一个实施例的结构示意图。

图8为本发明无人机通信模块的一个实施例的结构示意图。

具体实施方式

现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。

在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

图1为本发明无人机运行轨迹监控的方法的一个实施例的流程示意图。该方法包括以下步骤：

在步骤110，接收无人机的通信模块通过移动网络发送的移动识别码和国际移动设备标识。例如在无人机部署多模多频段移动通信模块，并通过移动网络将用户识别码以及IMEI(International Mobile Equipment Identity，国际移动设备标识)码发送至无人机运行轨迹监控平台，该无人机运行轨迹监控平台可以为运营商的大数据平台。

在步骤120，根据移动识别码和国际移动设备标识采集无人机不同移动网络制式下所在基站的无线测量参数。无人机运行轨迹监控平台可以采集2G、3G、4G网络的基站无线测量参数，例如，无线测量指标、频段、小区编号、基站编号、扇区号、信号强度等信息。

在步骤130，根据基站的无线测量参数确定无人机的运行轨迹。例如，可以根据基站的无线测量参数信息确定无人机在不同时刻的位置信息，从而拟合出无人机的运行轨迹。

在该实施例中，通过在无人机中设置通信模块，无人机通过通信模块将移动识别码和国际移动设备标识发送至无人机运行轨迹监控平台，以便该监控平台根据移动识别码和国际移动设备标识采集无人机不同移动网络制式下所在基站的无线测量参数，根据基站的无线测量参数确定无人机的运行轨迹，因此，能够及时确定无人机的运行轨迹以及对无人机的运行轨迹进行回溯。

图2为本发明无人机运行轨迹监控的方法的另一个实施例的流程示意图。该方法包括以下步骤：

在步骤210，根据移动识别码和国际移动设备标识采集无人机在不同移动网络制式下基站的无线测量参数信息。例如，可以采集无人机在2G网络、3G网络以及4G网络下基站的信号强度等信息。

在步骤220，分别计算不同移动网络制式下基站的无线测量参数与指纹数据库中已经确定的预定聚类中心之间的模糊隶属度。其中，无人机运行轨迹监控平台保存有无人机的指纹数据库，指纹数据库的构建如图4所示。

其中，实际测试中，确定无人机某个三维坐标下一组不同移动网络制式下基站的无线测量参数x_m＝{2G_rx_m，3G_ecio_m，4G_rsrp_m，4G_sinr_m，4G_rsrq_m}，单个模式下的无线测量参数取最强的n个，如2G_rx_m＝{rx_m1，2G基站₁；rx_m2，2G基站₂；rx_m3，2G基站₃；rx_mn，2G基站_n}。分别计算x_m单项指标与无人机运行轨迹监控平台数据库经过模糊聚类的已经确定的c个类中心的模糊隶属度。

在步骤230，选取最大模糊隶属度对应的类，对最大模糊隶属度对应的类进行模糊决策，确定无人机的位置信息。该步骤的具体实现可以如图3所示。

在步骤310，将基站的无线测量参数与最大模糊隶属度对应的类构成因素指标，其中，因素指标指公众移动通信网无线测量参数与指纹数据库对比后距离的绝对值。例如，实际测量到的无线测量参数x_m有n个数值，以及指纹数据库第j类各参考值x_i对应的n个数值间距离的绝对值为v_pg，则v_pg定义为因素指标值。例如，2G_rx_m的因素指标v_pg＝|rx_lm-Rx_li|，l＝1，2，3，4，…，n，Rx_li是无人机运行轨迹监控平台rx指标的模糊聚类指纹库。

在步骤320，将所有因素指标构成因素指标矩阵。例如：

在步骤330，根据因素指标矩阵确定无人机的实际坐标与计算出的位置坐标相对偏差值。例如，

在步骤340，对相对偏差值进行修正，确定无人机的位置信息。例如，根据相对偏差值构成模糊矩阵，并对模糊矩阵进行计算，并判断计算结果d_q是否小于欧式距离门限β，其中，

选取d_q≤β的K个值作为参考点。计算K个参考点的对应坐标平均值，作为测试点估值位置。其中，β作为特定网络特定频段的模糊指数。

以下以一个具体例子来描述根据相对偏差值构成模糊矩阵。

例如实际测量的空间为100m×100m×100m，在建立指纹数据库中使用到了8个样本训练节点。分别位于正方体空间的8个顶点上。将10m长度标记为一个参考点，构建一个10×10×10的参考点矩阵。以2G_rx_m为例，从8个样本训练节点各采集8组(rx_m，2G基站)的值，每个点构成一个8维数据。测量空间的1000个参考点，可以得到1000组8维数据。对1000组8维数据进行模糊聚类，规定最大迭代次数，运算结果作为指纹库参考坐标。然后实际测量，与指纹数据库参考值模糊决策，这个模糊决策，不仅使用2G测量参数，还采用3G/4G等测量参数，依据最佳权向量算法估计测试点的三维坐标位置，以及计算定位误差。

在步骤240，根据无人机的位置信息拟合出无人机的运行轨迹。

在该实施例中，通过采集无人机在不同移动网络制式下基站的无线测量参数信息，分别计算不同移动网络制式下基站的无线测量参数与指纹数据库中已经确定的预定聚类中心之间的模糊隶属度，选取最大模糊隶属度对应的类，对类进行模糊决策，确定无人机的位置信息，从而可以拟合出无人机的运行轨迹，通过监控无人机的运行轨迹可以确定无人机是否逾越过禁飞区。

无人机运行轨迹监控平台还可以将无人机是否逾越过禁飞区等结果反馈至无人机禁飞区辅助管理平台以及管理机构。其中，无人机禁飞区辅助管理平台可以根据无人机的移动识别码和国际移动设备标识对无人机的合法性进行判断，还可以根据无人机在不同移动网络制式下基站的无线测量参数信息灵活划分禁飞区，或者在禁飞区中开启临时飞行区。无人机运行轨迹监控平台还可以将无人机在不同移动网络制式下基站的无线测量参数信息反馈至无人机，以便无人机通过实时比对全频段无线测量参数，验证当前位置、飞行路线、飞行高度等是否合规，从而对操作者做出警示。

图4为本发明无人机指纹数据库构建的一个实施例的流程示意图。该方法包括以下步骤：

在步骤410，预先构建空间参考点，作为信号指纹样本采集的训练点。其中，空间参考点指挑选2G/3G/4G基站无线信号场强分布强度的有代表特征的固定的水平、垂直的坐标，作为信号指纹样本采集的训练点。设置空间参考点的目的，是信号覆盖范围内定位空间的连续性导致保存全部信号强度的高斯分布特征是不可能的，因此会选取多个的基站信号近场、中场、远场等样本点，构造三维空间位置信号强度的原始指纹库。

在步骤420，当无人机飞行到空间参考点，则获取无人机的GPS空间坐标和无人机不同移动网络制式下所在基站的无线测量参数。其中，无线测量参数包括2G、3G、4G等网络下服务小区、邻区、基站、扇区等信息。

在步骤430，根据GPS空间坐标和基站的无线测量参数构建模糊矩阵，并进行模糊聚类计算。由于空间参考点采样中信号采集不稳定，容易被干扰，且数据具有高维度特点。用属于同一空间参考点采集多种公共移动通信网信号，构建{2G指纹、3G指纹、4G指纹、……，地点}的指纹库。某个网络制式的指纹由<频段，场强指标，小区编号，基站编号，扇区号，坐标_x，坐标_y，坐标_z>构成。其中，可以预先定义指纹样本库空间为X＝{2G_rx_m，3G_ecio_m，4G_rsrp_m，4G_sinr_m，4G_rsrq_m}，如2G场强样本空间2G_RX_m＝{rx₁，rx₂，rx₃，…，rx_n}。定义模糊隶属度，既样本点rx_i属于第j类的程度为w_ij(0≤wij≤1)。1≤j≤c，c为聚类的类别数目。例如，2G无线覆盖样本空间2G_RX模糊聚类用模糊矩阵U＝(u_ij)描述，元素u_ij为矩阵U的第i行j列元素。以此类推，用模糊矩阵W＝(w_ij)描述该点2G、3G、4G、5G等的无线覆盖样本的集合。定义目标函数J_m(W，Z)，m为模糊隶属度，z_j表示j类的中心，计算出样本点到聚类中心的欧氏距离。模糊聚类通过迭代法对目标函数优化，实现对样本集合的模糊分类。例如，判断|W(k)-W(k+1)|是否小于e，其中e为经验指数，如果|W(k)-W(k+1)|<e，则执行下一步，否则，继续进行迭代。

在步骤440，将模糊聚类结果保存在指纹数据库。即将空间参考点多个制式运营商基站场强值抽象为模糊集合，得出与该参考点的GPS三维坐标结合的指纹数据存储格式(GPS_x，GPS_y，GPS_z，2G_频段1_聚类场强指标，2G_频段2_聚类场强指标，3G_频段3_聚类场强指标，4G_频段n_聚类场强指标，……)作为定位的指纹库。

在该实施例中，描述了如何构建无人机指纹数据库，以便在后续根据指纹数据库确定无人机的位置。

图5为本发明无人机运行轨迹监控平台的一个实施例的结构示意图。该平台包括标识接收单元510、基站参数接收单元520和运行轨迹确定单元530，其中：

标识接收单元510用于接收无人机的通信模块通过移动网络发送的移动识别码和国际移动设备标识。例如在无人机部署多模多频段移动通信模块，并通过移动网络将用户识别码以及IMEI码发送至无人机运行轨迹监控平台。基站参数接收单元520用于根据移动识别码和国际移动设备标识采集无人机不同移动网络制式下所在基站的无线测量参数。无人机运行轨迹监控平台可以采集2G、3G、4G网络的基站无线测量参数，例如，无线测量指标、频段、小区编号、基站编号、扇区号、信号强度等信息。运行轨迹确定单元530用于根据基站的无线测量参数确定无人机的运行轨迹。例如，可以根据基站的无线测量参数信息确定无人机在不同时刻的位置信息，从而拟合出无人机的运行轨迹。

在该实施例中，通过在无人机中设置通信模块，无人机通过通信模块将移动识别码和国际移动设备标识发送至无人机运行轨迹监控平台，以便该监控平台根据移动识别码和国际移动设备标识采集无人机不同移动网络制式下所在基站的无线测量参数，根据基站的无线测量参数确定无人机的运行轨迹，因此，能够确定无人机的运行轨迹以及对无人机的运行轨迹进行回溯。

图6为本发明无人机运行轨迹监控平台的另一个实施例的结构示意图。该平台包括标识接收单元610、基站参数接收单元620、位置信息确定单元630和运行轨迹确定单元640，其中：

标识接收单元610用于接收无人机的通信模块通过移动网络发送的移动识别码和国际移动设备标识。基站参数接收单元620用于根据移动识别码和国际移动设备标识采集无人机在不同移动网络制式下基站的无线测量参数信息。例如，可以采集无人机在2G网络、3G网络以及4G网络下基站的信号强度等信息。位置信息确定单元630用于根据基站的无线测量参数确定无人机的位置信息，以便运行轨迹确定单元640拟合出无人机的运行轨迹。其中，位置信息确定单元630可以分别计算不同移动网络制式下基站的无线测量参数与指纹数据库中已经确定的预定聚类中心之间的模糊隶属度；选取最大模糊隶属度对应的类，对最大模糊隶属度对应的类进行模糊决策，确定无人机的位置信息。例如，将基站的无线测量参数与最大模糊隶属度对应的类构成因素指标；根据因素指标矩阵确定无人机的实际坐标与计算出的位置坐标相对偏差值；对相对偏差值进行修正，确定无人机的位置信息。

其中，无人机运行轨迹监控平台保存有无人机的指纹数据库，指纹数据库由指纹数据库构建单元650构建。例如，预先构建空间参考点，作为信号指纹样本采集的训练点。其中，空间参考点指挑选2G/3G/4G基站无线信号场强分布强度的有代表特征的固定的水平、垂直的坐标，作为信号指纹样本采集的训练点。设置空间参考点的目的，是信号覆盖范围内定位空间的连续性导致保存全部信号强度的高斯分布特征是不可能的，因此会选取多个的基站信号近场、中场、远场等样本点，构造三维空间位置信号强度的原始指纹库。当无人机飞行到空间参考点，则获取无人机的GPS空间坐标和无人机不同移动网络制式下所在基站的无线测量参数。根据GPS空间坐标和基站的无线测量参数构建模糊矩阵，并进行模糊聚类计算。将模糊聚类结果保存在指纹数据库。即将空间参考点多个制式运营商基站场强值抽象为模糊集合，得出与该参考点的GPS三维坐标结合的指纹数据存储格式作为定位的指纹库。

在该实施例中，通过采集无人机在不同移动网络制式下基站的无线测量参数信息，分别计算不同移动网络制式下基站的无线测量参数与指纹数据库中已经确定的预定聚类中心之间的模糊隶属度，选取最大模糊隶属度对应的类，对类进行模糊决策，确定无人机的位置信息，从而可以拟合出无人机的运行轨迹，通过监控无人机的运行轨迹可以确定无人机是否逾越过禁飞区。

图7为本发明无人机运行轨迹监控系统的一个实施例的结构示意图。该系统包括无人机710和无人机运行轨迹监控平台720，其中，无人机710通过移动网络与无人机运行轨迹监控平台720交互，该无人机710中设置有通信模块。其中，无人机运行轨迹监控平台720已在上述实施例中进行了详细介绍，此处不再进一步阐述。

其中，该通信模块如图8所示，包括无人机公众移动通信模块711和无人机主机公众移动网通信模块712，其中：

无人机公众移动通信模块711为多模多频移动通信模块，设置有移动识别码和国际移动设备标识，无人机主机公众移动网通信模块712为嵌入SIM卡功能，支持2G/3G/4G/5G等公众移动通信网信号发射、接收、功放、软件无线电能力的通信模块。无人机公众移动通信模块711和无人机主机公众移动网通信模块712可以进行信息交互，无人机公众移动通信模块711接收无人机主机公众移动网通信模块712的AT指令后，向无人机主机公众移动网通信模块712发送AT返回结果，无人机主机公众移动网通信模块712通过移动网络与无人机运行轨迹监控平台720进行信息交互。

如表1所述，AT指令设计主要包括查询扫描到的网络制式与可以注册的网络制式、注册基站信息、注册基站信号强度、运营商选择状态、模块支持的频带、SIM卡的IMEI号码、公众移动通信模块关闭/打开等。

表1

在该实施例中，具体介绍无设置在无人机中的通信模块，在具体应用中，可以将通信模块分为无人机公众移动通信模块和无人机主机公众移动网通信模块，两者可以进行信息交互，最终实现与无人机运行轨迹监控平台的通信，以便利用广大基站与地表无线电分实现对无人机的控制。

至此，已经详细描述了本发明。为了避免遮蔽本发明的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。

可能以许多方式来实现本发明的方法以及装置。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法以及装置。用于所述方法的步骤的上述顺序仅是为了进行说明，本发明的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本发明实施为记录在记录介质中的程序，这些程序包括用于实现根据本发明的方法的机器可读指令。因而，本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。

虽然已经通过示例对本发明的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上示例仅是为了进行说明，而不是为了限制本发明的范围。本领域的技术人员应该理解，可在不脱离本发明的范围和精神的情况下，对以上实施例进行修改。本发明的范围由所附权利要求来限定。

Claims (10)

1.一种无人机运行轨迹监控的方法，其特征在于，包括：

接收无人机的通信模块通过移动网络发送的移动识别码和国际移动设备标识，其中，在所述无人机内设置通信模块；

根据所述移动识别码和国际移动设备标识采集所述无人机不同移动网络制式下所在基站的无线测量参数；

根据所述基站的无线测量参数确定所述无人机的位置信息，从而拟合出所述无人机的运行轨迹；

将所述基站的无线测量参数发送至无人机禁飞区辅助管理平台，以便无人机禁飞区辅助管理平台根据无人机在不同移动网络制式下基站的无线测量参数信息划分禁飞区，或者在禁飞区中开启临时飞行区。

2.根据权利要求1所述的方法，其特征在于，根据所述基站的无线测量参数确定所述无人机的位置信息包括：

分别计算不同移动网络制式下所述基站的无线测量参数与指纹数据库中已经确定的预定聚类中心之间的模糊隶属度；

选取最大模糊隶属度对应的类，对所述最大模糊隶属度对应的类进行模糊决策，确定所述无人机的位置信息。

3.根据权利要求2所述的方法，其特征在于，还包括：

构建空间参考点，作为信号指纹样本采集的训练点；

若所述无人机飞行到所述空间参考点，则获取所述无人机的GPS空间坐标和所述无人机不同移动网络制式下所在基站的无线测量参数；

根据所述GPS空间坐标和所述基站的无线测量参数构建模糊矩阵，并进行模糊聚类计算；

将模糊聚类结果保存在指纹数据库。

4.根据权利要求2或3所述的方法，其特征在于，对所述最大模糊隶属度对应的类进行模糊决策，确定所述无人机的位置信息包括：

将所述基站的无线测量参数与所述最大模糊隶属度对应的类构成因素指标；

将所有所述因素指标构成因素指标矩阵；

根据所述因素指标矩阵确定所述无人机的实际坐标与计算出的位置坐标相对偏差值；

对所述相对偏差值进行修正，确定所述无人机的位置信息。

5.一种无人机运行轨迹监控平台，其特征在于，包括：

标识接收单元，用于接收无人机的通信模块通过移动网络发送的移动识别码和国际移动设备标识，其中，在所述无人机内设置通信模块；

基站参数接收单元，用于根据所述移动识别码和国际移动设备标识采集所述无人机不同移动网络制式下所在基站的无线测量参数；

运行轨迹确定单元，用于根据所述基站的无线测量参数确定所述无人机的运行轨迹；

其中，将所述基站的无线测量参数发送至无人机禁飞区辅助管理平台，以便无人机禁飞区辅助管理平台根据无人机在不同移动网络制式下基站的无线测量参数信息划分禁飞区，或者在禁飞区中开启临时飞行区。

6.根据权利要求5所述的平台，其特征在于，还包括位置信息确定单元；

所述位置信息确定单元用于根据所述基站的无线测量参数确定所述无人机的位置信息，以便所述运行轨迹确定单元拟合出所述无人机的运行轨迹。

7.根据权利要求6所述的平台，其特征在于，所述位置信息确定单元用于分别计算不同移动网络制式下所述基站的无线测量参数与指纹数据库中已经确定的预定聚类中心之间的模糊隶属度；选取最大模糊隶属度对应的类，对所述最大模糊隶属度对应的类进行模糊决策，确定所述无人机的位置信息。

8.根据权利要求7所述的平台，其特征在于，还包括指纹数据库构建单元；

所述指纹数据库构建单元用于构建空间参考点，作为信号指纹样本采集的训练点；若所述无人机飞行到所述空间参考点，则获取所述无人机的GPS空间坐标和所述无人机不同移动网络制式下所在基站的无线测量参数；根据所述GPS空间坐标和所述基站的无线测量参数构建模糊矩阵，并进行模糊聚类计算；将模糊聚类结果保存在指纹数据库。

9.根据权利要求7或8所述的平台，其特征在于，所述位置信息确定单元用于将所述基站的无线测量参数与所述类构成因素指标；将所有所述因素指标构成因素指标矩阵；根据所述因素指标矩阵确定所述无人机的实际坐标与计算出的位置坐标相对偏差值；对所述相对偏差值进行修正，确定所述无人机的位置信息。

10.一种无人机运行轨迹监控系统，其特征在于，包括无人机和权利要求5-9任一所述的平台；

其中，所述无人机内设置通信模块。

Images