CN111780620A - 一种无人机潜在威胁判定方法 - Google Patents

一种无人机潜在威胁判定方法 Download PDF

Info

Publication number
CN111780620A
CN111780620A CN202010545845.4A CN202010545845A CN111780620A CN 111780620 A CN111780620 A CN 111780620A CN 202010545845 A CN202010545845 A CN 202010545845A CN 111780620 A CN111780620 A CN 111780620A
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
threat
flight
fly zone
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.)
Granted
Application number
CN202010545845.4A
Other languages
English (en)
Other versions
CN111780620B (zh
Inventor
翁健
胡舜
邓慧杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jinan University
Original Assignee
Jinan University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jinan University filed Critical Jinan University
Priority to CN202010545845.4A priority Critical patent/CN111780620B/zh
Publication of CN111780620A publication Critical patent/CN111780620A/zh
Application granted granted Critical
Publication of CN111780620B publication Critical patent/CN111780620B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/242—Query formulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Biophysics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Databases & Information Systems (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种无人机潜在威胁判定方法，包括判断无人机是否经过改装，如果是则进一步判断无人机当前位置与禁飞区的最小距离是否小于预设的安全距离D；如果无人机既改装又满足与禁飞区的最小距离小于预设的安全距离D则设定为高威胁；如果无人机改装但不满足与禁飞区的最小距离小于预设的安全距离D则设定为中威胁；如果无人机没有改装则判断无人机当前位置与禁飞区的最小距离是否小于预设的安全距离D；如果是则设定为中威胁；如果否则进一步通过公式计算无人机潜在威胁度W；若计算结果大于预设阈值Wm，则设定为中威胁；若不大于，则设定为低威胁。本发明通过对安全区域飞行的无人机进行潜在威胁判定，能有效降低无人机带来的安全威胁。

Description

一种无人机潜在威胁判定方法
技术领域
本发明涉及无人机防御技术领域，具体涉及一种无人机潜在威胁判定方法。
背景技术
随着民用无人机的普及和大规模使用，为人们带来工作便利的同时，也给国家安全带来了一系列威胁。近年来，民用无人机的使用引发了一系列安全事故、黑飞扰航事件和攻击行为。例如，恶意攻击者利用无人机探测军事机密，飞入民航机场禁飞区等。为了规范无人机管理，我国颁布了《无人驾驶航空器飞行管理暂行条例》，里面提到“除微型无人机以外的民用无人机应当向民用航空管理机构实名注册登记，根据有关规则进行国籍登记”、“销售除微型无人机以外的民用无人机的单位、个人应当向公安机关备案，并核实记录购买单位、个人的相关信息，定期向公安机关报备”。然而，仅仅依靠政策无法全面杜绝无人机威胁。因此，需要建立一种无人机潜在威胁判定方法，在源头遏制无人机可能造成的威胁。
当前针对无人机威胁判定方法集中在无人机飞行轨迹判定，禁飞区预警，是否注册等方面。而并未考虑到对安全区域飞行的无人机可能存在的潜在威胁进行判定，尤其是改装无人机的潜在威胁判定，难以实现提前预警的目的。
发明内容
本发明的目的是克服现有技术存在的不足，提供了一种能对安全区域飞行的无人机可能存在的威胁进行提前判定的无人机潜在威胁判定方法。
本发明的目的通过以下的技术方案实现：
无人机管理系统管理员预先设置禁飞区安全距离D、威胁度阈值Wm、购买者犯罪信息、违规进入禁飞区次数、飞行时间、与禁飞区最小距离分别对应的权重参数k1，k2，k3，k4且k1+k2+k3+k4＝1；
无人机管理系统获取无人机实时信息，包括实时位置、飞行方向、高度、速度、身份标识、无人机型号；
无人机管理系统判断无人机是否经过改装；
如果判定为改装无人机，则进一步判断当前位置与禁飞区的最小距离是否小于预先设置的安全距离D；
如果小于安全距离D，则设定该无人机高威胁；
如果不小于安全距离D，则设定该无人机中威胁；
如果判定为非改装无人机则进一步判断当前位置与禁飞区的最小距离是否小于预先设置的安全距离D；
如果小于安全距离D则设定该无人机中威胁；
如果不小于安全距离D，则通过公式W＝k1*(购买者犯罪信息)+k2*(违规进入禁飞区次数)+k3*(飞行时间)+k4/(与禁飞区最小距离)计算无人机潜在威胁度W；
若计算结果大于预先设置阈值Wm，则设定该无人机中威胁；
若计算结果不大于预先设置阈值Wm，则设定该无人机低威胁；
所述改装无人机判断过程为：系统预先通过深度学习算法学习不同型号无人机的正常飞行数据，具体方式为以高度、速度、仰角、加速度、最大平飞速度、最小平飞速度、爬升率、续航时间为特征建立指定型号无人机的飞行算法框架，利用该型号大量非改装无人机正常飞行数据训练该框架，然后根据当前无人机实时信息及历史信息进行计算获得其飞行仰角、加速度、已知高度最大平飞速度、已知高度最小平飞速度、最大飞行高度、最大飞行速度特征值，针对相关特征值利用该算法框架对无人机进行识别，得到无人机的非改装率，若结果大于合格率，则代表该无人机并未经过改装，若结果不大于合格率则代表该无人机经过改装，所述合格率由管理员根据经验设定；
所述购买者犯罪信息是指根据无人机身份标识查询公安机关数据库获得该无人机购买者的犯罪信息，若购买者为个人查询是否有犯罪记录，若购买者为单位查询单位是否从事过违法违规交易；
本发明采用的技术方案与现有方案相比，优势在于：(1)根据所述实时信息判断无人机的当前位置与禁飞区的最小距离是否小于预设的安全距离D，实现对安全区域飞行的无人机可能产生的威胁进行提前预警；(2)将无人机购买者作为威胁因素之一加入考虑，进而提高威胁判断准确度；(3)能够判断无人机是否经过改装，并对改装无人机的潜在威胁进行提前预警。
附图说明
构成本申请的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明的无人机潜在威胁判定方法的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
无人机管理系统管理员预先设置禁飞区安全距离D、威胁度阈值Wm、购买者犯罪信息、违规进入禁飞区次数、飞行时间、与禁飞区最小距离分别对应的权重参数k1，k2，k3，k4且k1+k2+k3+k4＝1；
如图1所示，本发明实施例的无人机潜在威胁判定方法包括以下步骤：
S101：无人机管理系统获取无人机实时信息；
S102：判断无人机是否经过改装，如果是执行步骤S103，如果否执行步骤S106；
S103：根据所述实时信息判断无人机当前位置与禁飞区的最小距离是否小于预先设置的安全距离D，如果是执行步骤S104，如果否执行步骤S105；
S104：将无人机威胁度设定为高，判定结束；
S105：将无人机威胁度设定为中，判定结束；
S106：判断无人机当前位置与禁飞区的最小距离是否小于预先设置的安全距离D，如果是执行步骤S107，如果否执行步骤S108；
S107：将无人机威胁度设定为中，判定结束；
S108：通过公式W＝k1*(购买者犯罪信息)+k2*(违规进入禁飞区次数)+k3*(飞行时间)+k4/(与禁飞区最小距离)计算无人机潜在威胁度W，如果计算结果大于预先设置阈值Wm，执行步骤S109，如果不大于执行步骤S110；
S109：将无人机威胁度设定为中，判定结束；
S110：将无人机威胁度设定为低，判定结束。
所述无人机管理系统指符合国家规范并对所有无人机进行监管的平台或系统。
所述参数D，Wm，k1，k2，k3，k4由管理员根据经验设定。
所述判断无人机是否经过改装具体过程为：系统预先通过深度学习算法学习不同型号无人机的正常飞行数据，具体方式为以高度、速度、仰角、加速度、最大平飞速度、最小平飞速度、爬升率、续航时间为特征建立指定型号无人机的飞行算法框架，利用该型号大量非改装无人机正常飞行数据训练该框架，以实现误差最小化，然后根据当前无人机实时信息及历史信息进行计算获得其飞行仰角、加速度、已知高度最大平飞速度、已知高度最小平飞速度、最大飞行高度、最大飞行速度特征值，针对相关特征值利用该算法框架对无人机进行识别，得到无人机的非改装率，若结果大于合格率，则代表该无人机并未经过改装，若结果不大于合格率则代表该无人机经过改装，所述合格率由管理员根据经验设定，其中深度学习算法包括常见的卷积神经网络模型、深度信任网络模型和堆栈自编码网络模型。
所述无人机实时信息包括实时位置、飞行方向、高度、速度、身份标识、无人机型号。
所述购买者犯罪信息是指根据无人机身份标识查询公安机关数据库获得该无人机购买者的犯罪信息，若购买者为个人查询是否有犯罪记录，若购买者为单位查询单位是否从事过违法违规交易，若购买者没有犯罪记录则购买者犯罪信息参数为0，否则为1。
所述飞行时间是指无人机本次飞行的总时间。
所述违规进入禁飞区次数由系统根据该无人机身份标识查询历史记录所得。
综上，无人机管理系统收到无人机实时信息；判断无人机是否经过改装，如果是则进一步判断无人机当前位置与禁飞区的最小距离是否小于预设的安全距离D；如果无人机既改装又满足与禁飞区的最小距离小于预设的安全距离D则设定为高威胁；如果无人机改装但与禁飞区的最小距离不小于预设的安全距离D则设定为中威胁；如果无人机没有改装则判断无人机当前位置与禁飞区的最小距离是否小于预设的安全距离D；如果是则设定为中威胁；如果否则进一步通过公式W＝k1*(购买者犯罪信息)+k2*(违规进入禁飞区次数)+k3*(飞行时间)+k4/(与禁飞区最小距离)计算无人机潜在威胁度W；如果计算结果大于预设阈值Wm，则设定为中威胁；如果不大于预设阈值Wm，则设定为低威胁。本发明通过对无人机购买者、违规历史记录，与禁飞区距离等因素进行综合考虑，可实现对安全区域飞行的无人机进行潜在威胁判定，尤其是对于改装无人机可能造成的威胁进行提前判定，能有效降低无人机对于军事和民航领域带来的安全威胁。
上述具体实施方式为本发明的优选实施例，并不能对本发明进行限定，其他的任何未背离本发明的技术方案而所做的改变或其它等效的置换方式，都包含在本发明的保护范围之内。

Claims (5)

1.一种无人机潜在威胁判定方法，其特征在于，包括：
步骤一：获取无人机的实时信息，根据实时信息获取无人机的历史信息；
步骤二：判断无人机是否经过改装，如果是，执行步骤三；如果否，执行步骤六；
步骤三：根据所述实时信息判断无人机的当前位置与禁飞区的最小距离是否小于预设的安全距离D，如果是，执行步骤四；如果否，执行步骤五；
步骤四：将无人机设定为高威胁，判定结束；
步骤五：将无人机设定为中威胁，判定结束；
步骤六：判断无人机当前位置与禁飞区的最小距离是否小于预设的安全距离D，如果是，执行步骤七；如果否，执行步骤八；
步骤七：将无人机设定为中威胁，判定结束；
步骤八：根据无人机的实时信息、历史信息及预先设定的权重，计算无人机潜在威胁度W，判断威胁度W是否大于预设阈值Wm，如果是，执行步骤九；如果否，执行步骤十；
步骤九：将无人机设定为中威胁，判定结束；
步骤十：将无人机设定为低威胁，判定结束。
2.根据权利要求1所述的无人机潜在威胁判定方法，其特征在于，所述实时信息包括实时位置、飞行方向、高度、速度、身份标识、无人机型号。
3.根据权利要求2所述的无人机潜在威胁判定方法，其特征在于，所述无人机的历史信息由系统根据无人机身份标识查询历史记录获得，包括购买者犯罪信息、违规进入禁飞区次数、飞行时间；步骤八中计算无人机潜在威胁度W的公式为：
威胁度W＝k1*(购买者犯罪信息)+k2*(违规进入禁飞区次数)+k3*(飞行时间)+k4/(与禁飞区最小距离)
k1，k2，k3，k4分别是购买者犯罪信息、违规进入禁飞区次数、飞行时间、与禁飞区最小距离对应的权重参数，且k1+k2+k3+k4＝1。
4.根据权利要求3所述的无人机潜在威胁判定方法，其特征在于，购买者犯罪信息是指根据无人机身份标识查询公安机关数据库，获得该无人机购买者的犯罪信息，若购买者为个人查询是否有犯罪记录，若购买者为单位查询单位是否从事过违法违规交易。
5.根据权利要求1所述的无人机潜在威胁判定方法，其特征在于，步骤二的具体过程为：系统预先通过深度学习算法学习不同型号无人机的正常飞行数据，具体方式为以高度、速度、仰角、加速度、最大平飞速度、最小平飞速度、爬升率、续航时间为特征建立指定型号无人机的飞行算法框架，利用该型号大量非改装无人机正常飞行数据训练该框架，以实现误差最小化，然后根据当前无人机实时信息及历史信息进行计算获得其飞行仰角、加速度、已知高度最大平飞速度、已知高度最小平飞速度、最大飞行高度、最大飞行速度特征值，针对相关特征值利用该算法框架对无人机进行识别，得到无人机的非改装率，若结果大于合格率，则代表该无人机并未经过改装，若结果不大于合格率则代表该无人机经过改装。
CN202010545845.4A 2020-06-16 2020-06-16 一种无人机潜在威胁判定方法 Active CN111780620B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010545845.4A CN111780620B (zh) 2020-06-16 2020-06-16 一种无人机潜在威胁判定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010545845.4A CN111780620B (zh) 2020-06-16 2020-06-16 一种无人机潜在威胁判定方法

Publications (2)

Publication Number Publication Date
CN111780620A true CN111780620A (zh) 2020-10-16
CN111780620B CN111780620B (zh) 2022-07-26

Family

ID=72756536

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010545845.4A Active CN111780620B (zh) 2020-06-16 2020-06-16 一种无人机潜在威胁判定方法

Country Status (1)

Country Link
CN (1) CN111780620B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113257045A (zh) * 2021-07-14 2021-08-13 四川腾盾科技有限公司 一种基于大型固定翼无人机电子围栏的无人机控制方法
CN114035603A (zh) * 2021-08-08 2022-02-11 中国航空工业集团公司沈阳飞机设计研究所 一种无人机威胁区动态检测及告警方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10061018B1 (en) * 2015-02-19 2018-08-28 Zain Naboulsi System for identifying drones
CN109544996A (zh) * 2018-12-14 2019-03-29 中电科（德阳广汉）特种飞机系统工程有限公司 一种无人机管控方法、装置、系统及可读存储介质
WO2019203698A1 (ru) * 2018-04-20 2019-10-24 Акционерное общество Научно-производственный центр "Электронные вычислительно-информационные системы" Система и способ предотвращения нарушений правил полетов беспилотными летательными аппаратами
CN110503856A (zh) * 2019-07-10 2019-11-26 同济大学 无人机飞行监管系统及方法
CN110531784A (zh) * 2019-09-03 2019-12-03 中航天元防务技术（北京）有限公司 一种针对无人飞行器的威胁评估方法
US20200043346A1 (en) * 2018-08-02 2020-02-06 Joseph James Vacek Unmanned aerial system detection and mitigation

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10061018B1 (en) * 2015-02-19 2018-08-28 Zain Naboulsi System for identifying drones
WO2019203698A1 (ru) * 2018-04-20 2019-10-24 Акционерное общество Научно-производственный центр "Электронные вычислительно-информационные системы" Система и способ предотвращения нарушений правил полетов беспилотными летательными аппаратами
US20200043346A1 (en) * 2018-08-02 2020-02-06 Joseph James Vacek Unmanned aerial system detection and mitigation
CN109544996A (zh) * 2018-12-14 2019-03-29 中电科（德阳广汉）特种飞机系统工程有限公司 一种无人机管控方法、装置、系统及可读存储介质
CN110503856A (zh) * 2019-07-10 2019-11-26 同济大学 无人机飞行监管系统及方法
CN110531784A (zh) * 2019-09-03 2019-12-03 中航天元防务技术（北京）有限公司 一种针对无人飞行器的威胁评估方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113257045A (zh) * 2021-07-14 2021-08-13 四川腾盾科技有限公司 一种基于大型固定翼无人机电子围栏的无人机控制方法
CN114035603A (zh) * 2021-08-08 2022-02-11 中国航空工业集团公司沈阳飞机设计研究所 一种无人机威胁区动态检测及告警方法
CN114035603B (zh) * 2021-08-08 2023-11-28 中国航空工业集团公司沈阳飞机设计研究所 一种无人机威胁区动态检测及告警方法

Also Published As

Publication number Publication date
CN111780620B (zh) 2022-07-26

Similar Documents

Publication Publication Date Title
US11961093B2 (en) Authentication systems and methods for generating flight regulations
US20210375143A1 (en) Systems and methods for geo-fencing device communications
EP3140710B1 (en) Systems and methods with geo-fencing device hierarchy
EP3158553B1 (en) Authentication systems and methods for identification of authorized participants
EP3633653B1 (en) Systems and methods for mutual authentication between an unmanned aerial vehicle and an authentication center
EP3132619B1 (en) Systems and methods for displaying geo-fencing device information
CN111780620B (zh) 一种无人机潜在威胁判定方法
CN110781930A (zh) 一种基于网络安全设备日志数据的用户画像分组及行为分析方法和系统
CN107808502B (zh) 一种图像检测报警方法及装置
CN108734008B (zh) 基于停车记录对车辆匿名的移动轨迹数据去匿名的方法
CN109873833B (zh) 一种基于卡方距离knn的数据注入攻击检测方法
CN109767618B (zh) 一种公安交管业务异常数据综合研判方法及系统
CN111612673B (zh) 一种无人驾驶飞行器对多要地威胁程度确认方法及系统
CN108259223B (zh) 防止gps欺骗的无人机网络系统安全态势感知评估方法
CN111404874A (zh) 出租车嫌疑车辆甄别分析体系架构
CN111583083B (zh) 低空飞行的非合作目标对要地威胁程度的确定方法及系统
CN114612813A (zh) 身份识别方法、模型训练方法、装置、设备和存储介质
WO2024067135A1 (zh) 基于大数据识别的无人驾驶航空器管理方法、系统和介质
EP1760678A2 (en) Security system
CN111159190A (zh) 基于云平台的校园风险分析系统及方法
CN113990080B (zh) 一种高速公路车辆通行安全全程检测系统
CN113255723A (zh) 一种基于轨迹特征和人车关联的黑车识别方法
Maida The roles of unmanned aircraft systems in civilian, law enforcement, and military enviornments
CN117390043A (zh) 基于大数据的数字化ai智能分析模型及方法
CN112784646A (zh) 一种基于视频分析的人员快速定位方法

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