CN111929650B - 一种无人机反制系统测试方法和平台 - Google Patents
一种无人机反制系统测试方法和平台 Download PDFInfo
- Publication number
- CN111929650B CN111929650B CN202010681465.3A CN202010681465A CN111929650B CN 111929650 B CN111929650 B CN 111929650B CN 202010681465 A CN202010681465 A CN 202010681465A CN 111929650 B CN111929650 B CN 111929650B
- Authority
- CN
- China
- Prior art keywords
- detection
- simulation
- signal
- platform
- unmanned aerial
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
- G01S7/4052—Means for monitoring or calibrating by simulation of echoes
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种无人机反制系统测试方法和平台,该无人机反制测试方法将多任务模块的无人机反制平台所有的探测模块和反制模块集中进行仿真,使用相同的无人机数据源,为无人机反制系统提供了便捷的可视界面进行算法的仿真、部署和测试,大大提高了仿真效率和准确性。本发明能够对多任务模块反制系统进行仿真。
Description
技术领域
本发明涉及无人机技术领域,特别是涉及一种无人机反制系统测试方法和平台。
背景技术
现有无人机反制系统,分为单任务模块反制系统和多任务模块反制系统,前者主要依靠单一的无人机探测方式,例如雷达探测的方式去发现无人机系统进而进行反制;后者主要依靠多种探测手段,例如雷达探测、光电探测、频谱探测等方式综合判定无人机的方位、大小、高度等特征信息,发现目标后进行反制,常用的反制手段包括击毁、捕获、频率压制等。
研发一款无人机反制系统,进行算法的仿真测试必不可少。现有的无人机反制测试方法大多针对单任务模块进行仿真测试,当需要仿真测试多任务模块反制系统时,通常采用对多个单任务模块进行分别仿真的方式。这种方式无法将各任务模块进行统一管理,造成仿真测试时间长、各任务模块耦合效率差等各种问题。
发明内容
本发明的目的在于提供一种无人机反制系统测试方法和平台,能够对多任务模块反制系统进行仿真。
为解决上述技术问题,本发明采用的第一个技术方案是:提供一种无人机反制系统测试方法,包括:
S1:获取用户从仿真平台选择的多种探测模块作为目标探测模块,并为目标探测模块加载用户输入的或预先保存的探测算法;
S2:获取用户从仿真平台选择的多种反制模块作为目标反制模块,并为目标反制模块加载用户输入的或预先保存的反制算法;
S3:获取一次雷达仿真信号,通过信号转换算法将一次雷达信号转换为二次雷达仿真信号;
S4:利用目标探测模块对二次雷达仿真信号进行探测并进行信号综合得到对一次雷达仿真信号进行还原的一次雷达探测仿真信号;
S5:利用目标反制模块根据一次雷达探测仿真信号生成用于对无人机进行反制的一次雷达反制仿真信号;
S6:将每一目标探测模块的探测算法进行耦合并编译成为无人机反制平台能够识别的探测程序,以及将每一目标反制模块的反制算法进行耦合并编译成为无人机反制平台能够识别的反制程序;
S7:将所述探测程序导入无人机反制平台中与目标探测模块相对应的探测硬件,以及将所述反制程序导入无人机反制平台中与目标反制模块相对应的反制硬件;
S8:将所述二次雷达仿真信号输入无人机反制平台的探测硬件,利用探测硬件对二次雷达仿真信号进行探测并进行信号综合得到对一次雷达仿真信号进行还原的一次雷达探测测试信号;
S9:利用反制硬件根据一次雷达探测测试信号生成用于对无人机进行反制的一次雷达反制测试信号;
S10:将所述一次雷达反制测试信号输入仿真平台,在仿真平台中对一次雷达反制仿真信号与一次雷达反制测试信号进行一致性对比得到反制对比结果。
优选的,所述步骤S10还包括:
将所述一次雷达探测仿真信号输入仿真平台,在仿真平台中对一次雷达探测仿真信号与一次雷达仿真信号进行一致性对比得到探测对比结果。
优选的,所述多种探测模块至少包括光电探测模块、雷达探测模块、频谱探测模块、ADS-B探测模块。
优选的,所述多种反制模块包括频率压制模块、激光摧毁模块。
优选的,所述一次雷达仿真信号至少包括无人机的大小、速度、位置、高度、ADS-B标志、无线通信频谱特征、外形。
优选的,所述信号转换算法至少包括图像处算法、回波模拟算法、频率识别算法、ADS-B探测算法。
为解决上述技术问题,本发明采用的第一个技术方案是:提供一种无人机反制系统测试平台,包括仿真平台和无人机反制平台,所述仿真平台设置有多种探测模块和多种反制模块,所述无人机反制平台设置有与多种探测模块相对应的探测硬件和与多种反制模块相对应的反制硬件,所述仿真平台包括探测选择单元、反制选择单元、信号发生单元、探测仿真单元、反制仿真单元、算法编译单元、算法部署单元、探测测试单元、反制测试单元和一致性对比单元;所述探测选择单元用于获取用户从仿真平台选择的多种探测模块作为目标探测模块,并为目标探测模块加载用户输入的或预先保存的探测算法;
所述反制选择单元用于获取用户从仿真平台选择的多种反制模块作为目标反制模块,并为目标反制模块加载用户输入的或预先保存的反制算法;
所述信号发生单元用于获取一次雷达仿真信号,通过信号转换算法将一次雷达信号转换为二次雷达仿真信号;
所述探测仿真单元用于利用目标探测模块对二次雷达仿真信号进行探测并进行信号综合得到对一次雷达仿真信号进行还原的一次雷达探测仿真信号;
所述反制仿真单元用于利用目标反制模块根据一次雷达探测仿真信号生成用于对无人机进行反制的一次雷达反制仿真信号;
所述算法编译单元用于将每一目标探测模块的探测算法进行耦合并编译成为无人机反制平台能够识别的探测程序,以及将每一目标反制模块的反制算法进行耦合并编译成为无人机反制平台能够识别的反制程序;
所述算法部署单元用于将所述探测程序导入无人机反制平台中与目标探测模块相对应的探测硬件,以及将所述反制程序导入无人机反制平台中与目标反制模块相对应的反制硬件;
所述探测测试单元用于将所述二次雷达仿真信号输入无人机反制平台的探测硬件,利用探测硬件对二次雷达仿真信号进行探测并进行信号综合得到对一次雷达仿真信号进行还原的一次雷达探测测试信号;
所述反制测试单元用于利用反制硬件根据一次雷达探测测试信号生成用于对无人机进行反制的一次雷达反制测试信号;
所述一致性对比单元用于将所述一次雷达反制测试信号输入仿真平台,在仿真平台中对一次雷达反制仿真信号与一次雷达反制测试信号进行一致性对比得到反制对比结果。
优选的,所述一致性对比单元还用于将所述一次雷达探测仿真信号输入仿真平台,在仿真平台中对一次雷达探测仿真信号与一次雷达仿真信号进行一致性对比得到探测对比结果。
优选的,所述多种探测模块至少包括光电探测模块、雷达探测模块、频谱探测模块、ADS-B探测模块,所述反制模块包括频率压制模块、激光摧毁模块。
优选的,所述一次雷达仿真信号至少包括无人机的大小、速度、位置、高度、ADS-B标志、无线通信频谱特征、外形。
区别于现有技术的情况,本发明的有益效果是:
1、将多种探测模块进行集中仿真,极大地提高了无人机反制系统的仿真和实际系统的匹配度,解决了传统方式单一探测模块分开仿真造成的耦合复杂问题。
2、可以任意组合多种探测模块,从而评估不同的探测模块组合的效果。
附图说明
图1是本发明实施例的无人机反制系统测试方法的流程图;
图2是本发明实施例的无人机反制系统测试平台的原理框图。
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,所描述的实施例仅是本发明的一部分实施例,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。
参阅图1,是本发明实施例的无人机反制系统测试方法的流程图。本实施例的无人机反制测试方法包括以下步骤:
S1:获取用户从仿真平台选择的多种探测模块作为目标探测模块,并为目标探测模块加载用户输入的或预先保存的探测算法。
其中,多种探测模块至少包括光电探测模块、雷达探测模块、频谱探测模块、ADS-B探测模块。仿真平台可以提供选择界面供用户选择,用户选择探测模块后,仿真平台会自动为目标探测模块加载探测算法。探测算法可以是用户手动输入的或预先保存的。
S2:获取用户从仿真平台选择的多种反制模块作为目标反制模块,并为目标反制模块加载用户输入的或预先保存的反制算法。
其中,多种反制模块包括频率压制模块、激光摧毁模块。仿真平台可以提供选择界面供用户选择,用户选择反制模块后,仿真平台会自动为所选择的反制模块加载反制算法。反制算法可以是用户手动输入的或预先保存的。
S3:获取一次雷达仿真信号,通过信号转换算法将一次雷达信号转换为二次雷达仿真信号。
其中,信号转换算法至少包括图像处算法、回波模拟算法、频率识别算法、ADS-B探测算法。一次雷达仿真信号可以从外部输入,例如通过界面输入或图像输入,也可以根据设定的无人机特征参数模拟生成。一次雷达仿真信号至少包括无人机的大小、速度、位置、高度、ADS-B标志(用于合作目标的识别)、无线通信频谱特征、外形。在本实施例中,在转换二次雷达仿真信号的同时还可以添加干扰信号,例如添加背景图像、频率干扰、雷达杂波数据(可以为一次雷达信号,也可以为二次雷达信号)等干扰信号。
S4:利用目标探测模块对二次雷达仿真信号进行探测并进行信号综合得到对一次雷达仿真信号进行还原的一次雷达探测仿真信号。
其中,一次雷达探测仿真信号也包括无人机的大小、速度、位置、高度、ADS-B标志、无线通信频谱特征、外形。
目标探测模块的探测结果可以是按照预先设定的数据格式进行信号综合从而得到一次雷达探测仿真信号,由于一次雷达仿真信号的数据类型是有限的,一般不超过5种,对于每个目标探测模块得到的相同类型的数据,可以采用对应的计算方法进行计算,常见的计算方法包括取最大值、取平均值、进行卡尔曼滤波等,例如对于无人机的速度,两个目标探测模块分别探测为49m/s和51m/s,那么取平均值则为50m/s。对于数据格式中有某些数据没有对应的目标探测模块进行探测,则最终得到一次雷达探测仿真信号中该数据为空。
S5:利用目标反制模块根据一次雷达探测仿真信号生成用于对无人机进行反制的一次雷达反制仿真信号。
S6:将每一目标探测模块的探测算法进行耦合并编译成为无人机反制平台能够识别的探测程序,以及将每一目标反制模块的反制算法进行耦合并编译成为无人机反制平台能够识别的反制程序。
其中,探测程序、反制程序的代码格式包括但不限于C/C++代码,在编译时,除探测算法、反制算法之外,还需要外围的框架代码、通信代码等,框架代码、通信代码都是根据无人机反制平台的硬件环境事先编好的,各探测算法、反制算法之间的耦合链接采用脚本的方式进行。
S7:将探测程序导入无人机反制平台中与目标探测模块相对应的探测硬件,以及将反制程序导入无人机反制平台中与目标反制模块相对应的反制硬件。
其中,无人机反制平台集成了与所有探测模块功能对应的探测硬件以及与所有反制模块功能对应的反制硬件。仿真平台与无人机反制平台之间通过LVDS、网口等通信接口通信,仿真平台将探测程序导入到对应的探测硬件,以及将反制程序导入到对应的反制硬件。探测程序和反制程序的导入过程可以采用脚本控制的方式,即自动将探测程序和反制程序导入,同时实现仿真平台和无人机反制平台之间的输入和输出数据同源。
S8:将二次雷达仿真信号输入无人机反制平台的探测硬件,利用探测硬件对二次雷达仿真信号进行探测并进行信号综合得到对一次雷达仿真信号进行还原的一次雷达探测测试信号。
S9:利用反制硬件根据一次雷达探测测试信号生成用于对无人机进行反制的一次雷达反制测试信号。
S10:将一次雷达反制测试信号输入仿真平台,在仿真平台中对一次雷达反制仿真信号与一次雷达反制测试信号进行一致性对比得到反制对比结果。
其中,用户可以根据反制对比结果来调整反制算法,并重复上述步骤,直到达到满意效果为止。
在本实施例中,步骤S10还包括:
将所述一次雷达探测仿真信号输入仿真平台,在仿真平台中对一次雷达探测仿真信号与一次雷达仿真信号进行一致性对比得到探测对比结果。用户可以根据探测对比结果来调整探测算法,并重复步骤S1到S4,直到达到满意效果为止。
参阅图2,是本发明实施例的无人机反制系统测试平台的原理框图。本实施例的无人机反制测试平台包括仿真平台10和无人机反制平台20,仿真平台10设置有多种探测模块30和多种反制模块40,无人机反制平台20设置有与多种探测模块30相对应的探测硬件50和与多种反制模块40相对应的反制硬件60,仿真平台10包括探测选择单元101、反制选择单元102、信号发生单元103、探测仿真单元104、反制仿真单元105、算法编译单元106、算法部署单元107、探测探测单元108、反制探测单元109和一致性对比单元110。
探测选择单元101用于获取用户从仿真平台10选择的多种探测模块30作为目标探测模块,并为目标探测模块加载用户输入的或预先保存的探测算法。其中,多种探测模块40至少包括光电探测模块、雷达探测模块、频谱探测模块、ADS-B探测模块。仿真平台10可以提供选择界面供用户选择,用户选择探测模块后,仿真平台10会自动为目标探测模块加载探测算法。探测算法可以是用户手动输入的或预先保存的。
反制选择单元102用于获取用户从仿真平台10选择的多种反制模块40作为目标反制模块,并为目标反制模块加载用户输入的或预先保存的反制算法。其中,多种反制模块40包括频率压制模块、激光摧毁模块。仿真平台可以提供选择界面供用户选择,用户选择反制模块40后,仿真平台10会自动为所选择的反制模块加载反制算法。反制算法可以是用户手动输入的或预先保存的。
信号发生单元103用于获取一次雷达仿真信号,通过信号转换算法将一次雷达信号转换为二次雷达仿真信号。其中,信号转换算法至少包括图像处算法、回波模拟算法、频率识别算法、ADS-B探测算法。一次雷达仿真信号可以从外部输入,例如通过界面输入或图像输入,也可以根据设定的无人机特征参数模拟生成。一次雷达仿真信号至少包括无人机的大小、速度、位置、高度、ADS-B标志(用于合作目标的识别)、无线通信频谱特征、外形。在本实施例中,在转换二次雷达仿真信号的同时还可以添加干扰信号,例如添加背景图像、频率干扰、雷达杂波数据(可以为一次雷达信号,也可以为二次雷达信号)等干扰信号。
探测仿真单元104用于利用目标探测模块对二次雷达仿真信号进行探测并进行信号综合得到对一次雷达仿真信号进行还原的一次雷达探测仿真信号。其中,一次雷达探测仿真信号也包括无人机的大小、速度、位置、高度、ADS-B标志、无线通信频谱特征、外形。
目标探测模块的探测结果可以是按照预先设定的数据格式进行信号综合从而得到一次雷达探测仿真信号,由于一次雷达仿真信号的数据类型是有限的,一般不超过5种,对于每个目标探测模块得到的相同类型的数据,可以采用对应的计算方法进行计算,常见的计算方法包括取最大值、取平均值、进行卡尔曼滤波等,例如对于无人机的速度,两个目标探测模块分别探测为49m/s和51m/s,那么取平均值则为50m/s。对于数据格式中有某些数据没有对应的目标探测模块进行探测,则最终得到一次雷达探测仿真信号中该数据为空。
反制仿真单元105用于利用目标反制模块根据一次雷达探测仿真信号生成用于对无人机进行反制的一次雷达反制仿真信号。
算法编译单元106用于将每一目标探测模块的探测算法进行耦合并编译成为无人机反制平台20能够识别的探测程序,以及将每一目标反制模块的反制算法进行耦合并编译成为无人机反制平台20能够识别的反制程序。
其中,探测程序、反制程序的代码格式包括但不限于C/C++代码,在编译时,除探测算法、反制算法之外,还需要外围的框架代码、通信代码等,框架代码、通信代码都是根据无人机反制平台的硬件环境事先编好的,各探测算法、反制算法之间的耦合链接采用脚本的方式进行。
算法部署单元107用于将探测程序导入无人机反制平台20中与目标探测模块相对应的探测硬件,以及将所述反制程序导入无人机反制平台20中与目标反制模块相对应的反制硬件。其中,无人机反制平台20集成了与所有探测模块30功能对应的探测硬件50以及与所有反制模块40功能对应的反制硬件60。仿真平台10与无人机反制平台20之间通过LVDS、网口等通信接口通信,仿真平台10将探测程序导入到对应的探测硬件50,以及将反制程序导入到对应的反制硬件60。探测程序和反制程序的导入过程可以采用脚本控制的方式,即自动将探测程序和反制程序导入,同时实现仿真平台10和无人机反制平台20之间的输入和输出数据同源。
探测测试单元108用于将所述二次雷达仿真信号输入无人机反制平台20的探测硬件50,利用探测硬件50对二次雷达仿真信号进行探测并进行信号综合得到对一次雷达仿真信号进行还原的一次雷达探测测试信号。
反制测试单元109用于利用反制硬件60根据一次雷达探测测试信号生成用于对无人机进行反制的一次雷达反制测试信号。
一致性对比单元110用于将一次雷达反制测试信号输入仿真平台10,在仿真平台10中对一次雷达反制仿真信号与一次雷达反制测试信号进行一致性对比得到反制对比结果。其中,用户可以根据反制对比结果来调整反制算法,并重复上述步骤,直到达到满意效果为止。
在本实施例中,一致性对比单元110还用于将一次雷达探测仿真信号输入仿真平台,在仿真平台10中对一次雷达探测仿真信号与一次雷达仿真信号进行一致性对比得到探测对比结果。
通过上述方式,本发明实施例的无人机反制系统测试方法和平台将多任务模块的无人机反制系统所有的探测模块和反制模块集中进行仿真,使用相同的无人机数据源,为无人机反制系统提供了便捷的可视界面进行算法的仿真、部署和测试,大大提高了仿真效率和准确性。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。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定义和解释。
以上所述,仅为本申请的具体实施方式,但本申请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申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种无人机反制系统测试方法,其特征在于,包括:
S1:获取用户从仿真平台选择的多种探测模块作为目标探测模块,并为目标探测模块加载用户输入的或预先保存的探测算法;
S2:获取用户从仿真平台选择的多种反制模块作为目标反制模块,并为目标反制模块加载用户输入的或预先保存的反制算法;
S3:获取一次雷达仿真信号,通过信号转换算法将一次雷达信号转换为二次雷达仿真信号;
S4:利用目标探测模块对二次雷达仿真信号进行探测并进行信号综合得到对一次雷达仿真信号进行还原的一次雷达探测仿真信号;
S5:利用目标反制模块根据一次雷达探测仿真信号生成用于对无人机进行反制的一次雷达反制仿真信号;
S6:将每一目标探测模块的探测算法进行耦合并编译成为无人机反制平台能够识别的探测程序,以及将每一目标反制模块的反制算法进行耦合并编译成为无人机反制平台能够识别的反制程序;
S7:将所述探测程序导入无人机反制平台中与目标探测模块相对应的探测硬件,以及将所述反制程序导入无人机反制平台中与目标反制模块相对应的反制硬件;
S8:将所述二次雷达仿真信号输入无人机反制平台的探测硬件,利用探测硬件对二次雷达仿真信号进行探测并进行信号综合得到对一次雷达仿真信号进行还原的一次雷达探测测试信号;
S9:利用反制硬件根据一次雷达探测测试信号生成用于对无人机进行反制的一次雷达反制测试信号;
S10:将所述一次雷达反制测试信号输入仿真平台,在仿真平台中对一次雷达反制仿真信号与一次雷达反制测试信号进行一致性对比得到反制对比结果。
2.根据权利要求1所述的无人机反制系统测试方法,其特征在于,所述步骤S10还包括:
将所述一次雷达探测仿真信号输入仿真平台,在仿真平台中对一次雷达探测仿真信号与一次雷达仿真信号进行一致性对比得到探测对比结果。
3.根据权利要求1所述的无人机反制系统测试方法,其特征在于,所述多种探测模块至少包括光电探测模块、雷达探测模块、频谱探测模块、ADS-B探测模块。
4.根据权利要求3所述的无人机反制系统测试方法,其特征在于,所述多种反制模块包括频率压制模块、激光摧毁模块。
5.根据权利要求3所述的无人机反制系统测试方法,其特征在于,所述一次雷达仿真信号至少包括无人机的大小、速度、位置、高度、ADS-B标志、无线通信频谱特征、外形。
6.根据权利要求4所述的无人机反制系统测试方法,其特征在于,所述信号转换算法至少包括图像处算法、回波模拟算法、频率识别算法、ADS-B探测算法。
7.一种无人机反制系统测试平台,其特征在于,包括仿真平台和无人机反制平台,所述仿真平台设置有多种探测模块和多种反制模块,所述无人机反制平台设置有与多种探测模块相对应的探测硬件和与多种反制模块相对应的反制硬件,所述仿真平台包括探测选择单元、反制选择单元、信号发生单元、探测仿真单元、反制仿真单元、算法编译单元、算法部署单元、探测测试单元、反制测试单元和一致性对比单元;
所述探测选择单元用于获取用户从仿真平台选择的多种探测模块作为目标探测模块,并为目标探测模块加载用户输入的或预先保存的探测算法;
所述反制选择单元用于获取用户从仿真平台选择的多种反制模块作为目标反制模块,并为目标反制模块加载用户输入的或预先保存的反制算法;
所述信号发生单元用于获取一次雷达仿真信号,通过信号转换算法将一次雷达信号转换为二次雷达仿真信号;
所述探测仿真单元用于利用目标探测模块对二次雷达仿真信号进行探测并进行信号综合得到对一次雷达仿真信号进行还原的一次雷达探测仿真信号;
所述反制仿真单元用于利用目标反制模块根据一次雷达探测仿真信号生成用于对无人机进行反制的一次雷达反制仿真信号;
所述算法编译单元用于将每一目标探测模块的探测算法进行耦合并编译成为无人机反制平台能够识别的探测程序,以及将每一目标反制模块的反制算法进行耦合并编译成为无人机反制平台能够识别的反制程序;
所述算法部署单元用于将所述探测程序导入无人机反制平台中与目标探测模块相对应的探测硬件,以及将所述反制程序导入无人机反制平台中与目标反制模块相对应的反制硬件;
所述探测测试单元用于将所述二次雷达仿真信号输入无人机反制平台的探测硬件,利用探测硬件对二次雷达仿真信号进行探测并进行信号综合得到对一次雷达仿真信号进行还原的一次雷达探测测试信号;
所述反制测试单元用于利用反制硬件根据一次雷达探测测试信号生成用于对无人机进行反制的一次雷达反制测试信号;
所述一致性对比单元用于将所述一次雷达反制测试信号输入仿真平台,在仿真平台中对一次雷达反制仿真信号与一次雷达反制测试信号进行一致性对比得到反制对比结果。
8.根据权利要求7所述的无人机反制系统测试平台,其特征在于,所述一致性对比单元还用于将所述一次雷达探测仿真信号输入仿真平台,在仿真平台中对一次雷达探测仿真信号与一次雷达仿真信号进行一致性对比得到探测对比结果。
9.根据权利要求7所述的无人机反制系统测试平台,其特征在于,所述多种探测模块至少包括光电探测模块、雷达探测模块、频谱探测模块、ADS-B探测模块,所述反制模块包括频率压制模块、激光摧毁模块。
10.根据权利要求7所述的无人机反制系统测试平台,其特征在于,所述一次雷达仿真信号至少包括无人机的大小、速度、位置、高度、ADS-B标志、无线通信频谱特征、外形。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010681465.3A CN111929650B (zh) | 2020-07-15 | 2020-07-15 | 一种无人机反制系统测试方法和平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010681465.3A CN111929650B (zh) | 2020-07-15 | 2020-07-15 | 一种无人机反制系统测试方法和平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111929650A CN111929650A (zh) | 2020-11-13 |
CN111929650B true CN111929650B (zh) | 2022-08-09 |
Family
ID=73312607
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010681465.3A Active CN111929650B (zh) | 2020-07-15 | 2020-07-15 | 一种无人机反制系统测试方法和平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111929650B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113093784B (zh) * | 2021-03-08 | 2023-06-02 | 北京机械设备研究所 | 一种协同防控系统及其实现方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101382968A (zh) * | 2008-10-17 | 2009-03-11 | 北京航空航天大学 | 一种先进综合式航空电子仿真系统及其仿真方法 |
CN107728119A (zh) * | 2017-10-18 | 2018-02-23 | 潘卫军 | 机场终端区无人机预警与反制系统及方法 |
CN108333584A (zh) * | 2017-12-28 | 2018-07-27 | 陕西弘毅军民融合智能科技有限公司 | 一种低空小目标远距离无人机探测系统及探测方法 |
CN108957445A (zh) * | 2018-07-30 | 2018-12-07 | 四川九洲空管科技有限责任公司 | 一种低空慢速小目标探测系统及其探测方法 |
CN109088695A (zh) * | 2018-07-24 | 2018-12-25 | 广州海格亚华防务科技有限公司 | 一种无人机侦测防御系统及方法 |
CN110133573A (zh) * | 2019-04-23 | 2019-08-16 | 四川九洲电器集团有限责任公司 | 一种基于多元传感器信息融合的自主低空无人机防御系统 |
CN110542918A (zh) * | 2018-05-28 | 2019-12-06 | 青岛云世纪信息科技有限公司 | 一种无人机综合探测与反制系统及其探测反制方法 |
CN110579741A (zh) * | 2018-06-08 | 2019-12-17 | 极光飞行科学公司 | 使用飞行器反射雷达的系统和方法 |
-
2020
- 2020-07-15 CN CN202010681465.3A patent/CN111929650B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101382968A (zh) * | 2008-10-17 | 2009-03-11 | 北京航空航天大学 | 一种先进综合式航空电子仿真系统及其仿真方法 |
CN107728119A (zh) * | 2017-10-18 | 2018-02-23 | 潘卫军 | 机场终端区无人机预警与反制系统及方法 |
CN108333584A (zh) * | 2017-12-28 | 2018-07-27 | 陕西弘毅军民融合智能科技有限公司 | 一种低空小目标远距离无人机探测系统及探测方法 |
CN110542918A (zh) * | 2018-05-28 | 2019-12-06 | 青岛云世纪信息科技有限公司 | 一种无人机综合探测与反制系统及其探测反制方法 |
CN110579741A (zh) * | 2018-06-08 | 2019-12-17 | 极光飞行科学公司 | 使用飞行器反射雷达的系统和方法 |
CN109088695A (zh) * | 2018-07-24 | 2018-12-25 | 广州海格亚华防务科技有限公司 | 一种无人机侦测防御系统及方法 |
CN108957445A (zh) * | 2018-07-30 | 2018-12-07 | 四川九洲空管科技有限责任公司 | 一种低空慢速小目标探测系统及其探测方法 |
CN110133573A (zh) * | 2019-04-23 | 2019-08-16 | 四川九洲电器集团有限责任公司 | 一种基于多元传感器信息融合的自主低空无人机防御系统 |
Non-Patent Citations (3)
Title |
---|
刘家福.《"低慢小"无人航空器反制平台的应用》.《中国安防》.2018,(第6期),全文. * |
宋寅.《低慢小目标无人机防御系统的设计与实现》.《中国优秀博硕士学位论文全文数据库(硕士)》.2019,C031-111. * |
梁博.《小型无人机电磁反制技术的研究与实现》.《中国优秀博硕士学位论文全文数据库(硕士)》.2020, * |
Also Published As
Publication number | Publication date |
---|---|
CN111929650A (zh) | 2020-11-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8965981B2 (en) | Method and apparatus for botnet analysis and visualization | |
Nii et al. | Signal-to-symbol transformation: HASP/SIAP case study | |
CN108664374A (zh) | 故障告警模型创建方法、装置、故障告警方法及装置 | |
CN107040551A (zh) | 一种工控网络安全预警方法及系统 | |
CN110070026B (zh) | 基于模式识别的视频图像危险态势感知方法、系统、装置 | |
CN106952401B (zh) | 一种数据处理方法及装置 | |
CN110290522A (zh) | 用于移动设备的风险识别方法、装置和计算机系统 | |
CN107766577B (zh) | 一种舆情监测方法、装置、设备及存储介质 | |
CN111929650B (zh) | 一种无人机反制系统测试方法和平台 | |
CN115048370B (zh) | 用于大数据清洗的人工智能处理方法及大数据清洗系统 | |
WO2020240808A1 (ja) | 学習装置、分類装置、学習方法、分類方法、学習プログラム、及び分類プログラム | |
CN112750272B (zh) | 一种消防报警器的智能控制方法及系统 | |
Tamosiunas et al. | Investigating cosmological GAN emulators using latent space interpolation | |
CN106980629A (zh) | 一种网络资源推荐方法及计算机设备 | |
Spriggs et al. | Fornax 3D project: Automated detection of planetary nebulae in the centres of early-type galaxies and first results | |
CN111476965B (zh) | 火灾检测模型的构建方法、火灾检测方法及相关设备 | |
CN113688709A (zh) | 一种安全帽佩戴智能检测方法、系统、终端及介质 | |
Radlak et al. | Organization of machine learning based product development as per ISO 26262 and ISO/PAS 21448 | |
US8564594B2 (en) | Similar shader search apparatus and method using image feature extraction | |
Eisenbarth et al. | Derivation of feature component maps by means of concept analysis | |
KR101942905B1 (ko) | 통신 데이터 모델링 방법 | |
CN112257752A (zh) | 快递物品的识别分类方法、装置、设备和存储介质 | |
US20220342372A1 (en) | Method for Generating Self-Description Data Modules | |
CN116361642A (zh) | 全局模型的训练方法、装置及电子设备 | |
CN109542440A (zh) | 对窗口的操作方法和装置、计算机装置及可读存储介质 |
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 |