CN112485781A - 一种基于深度学习的反无人机无人值守系统及方法 - Google Patents

一种基于深度学习的反无人机无人值守系统及方法 Download PDF

Info

Publication number
CN112485781A
CN112485781A CN202011297500.8A CN202011297500A CN112485781A CN 112485781 A CN112485781 A CN 112485781A CN 202011297500 A CN202011297500 A CN 202011297500A CN 112485781 A CN112485781 A CN 112485781A
Authority
CN
China
Prior art keywords
target
information
aerial vehicle
control 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.)
Granted
Application number
CN202011297500.8A
Other languages
English (en)
Other versions
CN112485781B (zh
Inventor
刘训凯
鲍剑飞
张波
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 Hope Wish Photoelectronic Technology Co ltd
Original Assignee
Jinan Hope Wish Photoelectronic Technology Co ltd
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 Hope Wish Photoelectronic Technology Co ltd filed Critical Jinan Hope Wish Photoelectronic Technology Co ltd
Priority to CN202011297500.8A priority Critical patent/CN112485781B/zh
Publication of CN112485781A publication Critical patent/CN112485781A/zh
Application granted granted Critical
Publication of CN112485781B publication Critical patent/CN112485781B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G01S13/42—Simultaneous measurement of distance and other co-ordinates
    • 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
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G01S13/589—Velocity or trajectory determination systems; Sense-of-movement determination systems measuring the velocity vector
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G01S13/62—Sense-of-movement determination
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/882—Radar or analogous systems specially adapted for specific applications for altimeters
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/886—Radar or analogous systems specially adapted for specific applications for alarm systems
    • 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
    • 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
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/67—Focus control based on electronic image sensor signals
    • H04N23/671—Focus control based on electronic image sensor signals in combination with active ranging signals, e.g. using light or sound signals emitted toward objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种基于深度学习的反无人机无人值守系统及方法，本系统集成了频谱探测器、雷达模块、光纤收发器、编码设备、光电观瞄跟踪仪、反制设备、交换机、路由器、拓展应用模块、系统管控平台、NVR存储器、上级客户端等多种设备，将各类设备的优点进行系统集成，配合AI智能算法进行无人机属性识别，再结合业务逻辑自动实现精准的无人值守模式，系统自动接收雷波目标信号，自动启用光电跟踪观瞄、自动启用诱导打击对目标进行拒止。

Description

一种基于深度学习的反无人机无人值守系统及方法
技术领域
本发明属于智能无人机防御领域，具体涉及一种基于深度学习的反无人机无人值守系统及方法。
背景技术
目前市面上的反无人机系统大都是基于单一技术进行实现，且需要依赖专业的技术人员进行操控才能起到一定的防范作用，因此，发展无人值守式的反无人机系统越来越受到社会各界的重视。此为现有技术的不足之处。
有鉴于此，本发明提供一种基于深度学习的反无人机无人值守系统及方法；以解决现有技术中存在的上述缺陷，是非常有必要的。
发明内容
本发明的目的在于，针对上述现有技术存在的缺陷，提供设计一种基于深度学习的反无人机无人值守系统及方法，以解决上述技术问题。
一种基于深度学习的反无人机无人值守系统，包括频谱探测器、雷达模块、光纤收发器、编码设备、光电观瞄跟踪仪、反制设备、交换机、路由器、拓展应用模块、系统管控平台、NVR存储器、上级客户端；所述光纤收发器连接频谱探测器、雷达模块、反制设备、交换机和编码设备；所述编码设备还连接有光电观瞄跟踪仪；所述交换机还连接有系统管控平台、NVR存储器和路由器；所述路由器还连接有拓展应用模块；所述拓展应用模块还连接有上级客户端。
优选的，所述雷达模块为三坐标雷达模块，便于获得目标的距离、方向、高度信息。
优选的，所述三坐标雷达模块通过厂家的私有协议或者系统管控平台指定的协议接入反无人机无人值守系统。
优选的，所述三坐标雷达模块采用电磁波探测目标。
优选的,所述反制设备通过485串口与系统管控平台连接。
一种基于深度学习的反无人机无人值守的方法，具体包括以下步骤：
S1、雷达模块利用电磁波探测目标的高度信息、距离信息、速度信息，频谱探测器探测目标的频率和方位信息，并将上述目标信息上传给系统管控平台；
S2、系统管控平台将接收到的上述目标信息通过重叠方位融合成一种具有目标的高度、距离、速度、频率和方位的信息；
S3、融合的信息依据目标的属性信息通过不同的权重初步评判目标的优先级，通过权重数值计算，生成目标的优先级列表；
S4、系统管控平台从目标的优先级列表中选取一条最高级别的目标信息，并在系统中调度距离目标最近的光电观瞄跟踪仪指向到目标的水平和俯仰方位，并依据光电观瞄跟踪仪和目标的距离将光电摄像机的焦距拉到合适的位置；
S5、同步开启AI智能算法对目标进行危险等级分析，并将分析结果反馈给系统管控平台；
S6、系统管控平台依据分析结果和预先设定的相应处置措施控制反制设备对目标进行放行、驱离、打击；
S7、处置后系统自动记录相应的信息，并将事件结果进行上报给上级客户端，再依据目标优先级处理其它可疑目标。
优选的，所AI智能算法为卷积神经网络智能算法。
优选的,所相应处置措施为若上述目标在系统设定的白名单内，则只做相关数据记录，不对该目标做据制止处理；若上述目标为非法目标且在预警区域外，则做驱离处理；若上述目标为非法目标且出现在预警区域内，则反制设备直接开启打击处置。
本发明的有益效果在于，该系统启用无人值守工作模式，借助了雷达模块、频谱探测、光电观瞄跟踪、算法自主识别、应急预案等多种技术手段；系统调试部署完成后，无须人工干预会自主运行，运行过程中自动对单目标、多目标进行有效处理。
此外，本发明设计原理可靠，结构简单，具有非常广泛的应用前景。
由此可见，本发明与现有技术相比，具有突出的实质性特点和显著地进步，其实施的有益效果也是显而易见的。
附图说明
图1反无人机无人值守系统结构拓扑图。
图2反无人机无人值守系统流程图。
1为频谱探测器，2为雷达模块，3为光电观瞄跟踪仪，4为反制设备，5为光纤收发器，6为编码设备，7为系统管控平台，8为NVR 存储器，9为交换机，10为路由器，11为拓展应用模块，12为上级客户端。
具体实施方式
下面结合附图并通过具体实施例对本发明进行详细阐述，以下实施例是对本发明的解释，而本发明并不局限于以下实施方式。
如图1所示，一种基于深度学习的反无人机无人值守系统，包括频谱探测器1、雷达模块2、光纤收发器5、编码设备6、光电观瞄跟踪仪3、反制设备4、交换机9、路由器10、拓展应用模块11、系统管控平台7、NVR存储器8、上级客户端12；所述光纤收发器5连接频谱探测器1、雷达模块2、反制设备4、交换机9和编码设备6；所述编码设备6还连接有光电观瞄跟踪仪3；所述交换机9还连接有系统管控平台7、NVR存储器8和路由器10；所述路由器10还连接有拓展应用模块11；所述拓展应用模块11还连接有上级客户端12。
将雷达模块2、频谱探测器1、光电观瞄跟踪仪3、反制设备4 等设备的连接信息配置到系统管控平台7中，系统可接入市面上的三坐标雷达模块，雷达模块2可通过该雷达模块厂家的私有协议进行接入系统，也可通过系统管控平台7制定的协议进行接入，目前可接入的雷达模块2有中科电子、14所、20所、23所、27所、38所、54 所等；频谱探测器1作为辅助目标探测设备，在该系统管控平台7中可做选择性的使用，目前接入方式主要是频谱厂家的私有协议以及系统管控平台7制定的协议来接入；反制设备4则通过485的串口方式和系统管控平台7的进行连接。
如图2所示，雷达模块2利用电磁波探测目标的高度信息、距离信息、速度信息，频谱探测器1探测目标的频率和方位信息，并将上述目标信息上传给系统管控平台7。由于雷达模块2是用电磁波探测目标，探测到的目标数据不一定是无人机，也可能是飞鸟、飞机等目标；频谱探测器则是通过无人机的频率进行探测，仅能探测无人机的大体方向和频率，这两种设备单独使用均无法做到对无人机有效的探测，因此系统管控平台7将接收到的上述目标信息通过重叠方位融合成一种具有目标的高度、距离、速度、频率和方位的信息。
目标较多或者频谱探测器1灵敏度不足时，融合的信息依据目标的属性信息通过不同的权重初步评判目标的优先级，航迹方向权重为 0.4(航向和保护区域方位比较)，距离权重为0.3(目标距离保护区域)，速度权重为0.2，高度权重为0.1，通过权重数值计算，生成目标的优先级列表。系统管控平台7依据雷达模块、频谱探测器1实时反馈的信息动态调整目标的优先级列表，随着更新，低优先级的目标也可能变成高优先级的目标，而高优先级的目标也可能变为低优先级或者直接消失的目标。
系统管控平台7从目标的优先级列表中选取一条最高级别的目标信息，并在系统中调度距离目标最近的光电观瞄跟踪仪3指向到目标的水平和俯仰方位，并依据光电观瞄跟踪仪3和目标的距离将光电摄像机的焦距拉到合适的位置。系统管控平台7自动开启对目标的跟踪功能，确保光电摄像机对目标的随动处理，跟踪上目标后按需调节焦距，当目标飞近时光电摄像机自动拉广角，飞远时自动拉长焦，确保目标在摄像机的视野内占到一个合适的比例。
同步开启AI智能算法对目标进行危险等级分析，该AI智能算法为卷积神经网络智能算法，通过对30多万张的图片目标信息进行特征训练生成智能的算法模型，对于任意图片，像素之间的距离与其相似性有很强的关系，因此卷积神经网络不是把每个输入与每个神经元相连，而是专门限制了连接，这样任意神经元只能接受来自前一层的一小部分的输入，因此，每个神经元只需要负责处理一张图像的一个特定部分。由于对于给定图片，两个距离较近的像素相比于距离较远的像素更为相似，因此当目标驶到设定的区域后，系统管控平台7自动调节焦距，使目标大小达到AI算法识别的像素，对其进行算法智能识别，并将分析结果反馈给系统管控平台7，系统管控平台7自动对目标进行标签属性标记。
系统管控平台7依据分析结果对目标进行处置，具体为：若上述目标在系统设定的白名单内，则只做相关数据记录，不对该目标做据制止处理；若上述目标为非法目标且在预警区域外，则做驱离处理；若上述目标为非法目标且出现在预警区域内，则反制设备4直接开启打击处置。
处置后系统自动记录相应的信息，并将事件结果进行上报给上级客户端12，再依据目标优先级处理其它可疑目标。
以上公开的仅为本发明的优选实施方式，但本发明并非局限于此，任何本领域的技术人员能思之的没有创造性的变化，以及在不脱离本发明原理前提下所作的若干改进和润饰，都应落在本发明的保护范围内。

Claims (9)

1.一种基于深度学习的反无人机无人值守系统，其特征在于，包括频谱探测器、雷达模块、光纤收发器、编码设备、光电观瞄跟踪仪、反制设备、交换机、路由器、拓展应用模块、系统管控平台、NVR存储器、上级客户端；所述光纤收发器连接频谱探测器、雷达模块、反制设备、交换机和编码设备；所述编码设备还连接有光电观瞄跟踪仪；所述交换机还连接有系统管控平台、NVR存储器和路由器；所述路由器还连接有拓展应用模块；所述拓展应用模块还连接有上级客户端。
2.根据权利要求1所述一种基于深度学习的反无人机无人值守系统，其特征在于，所述雷达模块为三坐标雷达模块。
3.根据权利要求2所述一种基于深度学习的反无人机无人值守系统，其特征在于，所述三坐标雷达模块通过厂家的私有协议或者系统管控平台指定的协议接入反无人机无人值守系统。
4.根据权利要求2所述一种基于深度学习的反无人机无人值守系统，其特征在于，所述三坐标雷达模块采用电磁波探测目标。
5.根据权利要求1所述一种基于深度学习的反无人机无人值守系统，其特征在于,所述反制设备通过485串口与系统管控平台连接。
6.根据权利要求1所述一种基于深度学习的反无人机无人值守系统，其特征在于,所述光电观瞄跟踪仪上带有光电摄像机。
7.一种基于深度学习的反无人机无人值守的方法，其特征在于，具体包括以下步骤：
S1、雷达模块利用电磁波探测目标的高度信息、距离信息、速度信息，频谱探测器探测目标的频率和方位信息，并将上述目标信息上传给系统管控平台；
S2、系统管控平台将接收到的上述目标信息通过重叠方位融合成一种具有目标的高度、距离、速度、频率和方位的信息；
S3、融合的信息依据目标的属性信息通过不同的权重初步评判目标的优先级，通过权重数值计算，生成目标的优先级列表；
S4、系统管控平台从目标的优先级列表中选取一条最高级别的目标信息，并在系统中调度距离目标最近的光电观瞄跟踪仪指向到目标的水平和俯仰方位，并依据光电观瞄跟踪仪和目标的距离将光电摄像机的焦距拉到合适的位置；
S5、同步开启AI智能算法对目标进行危险等级分析，并将分析结果反馈给系统管控平台；
S6、系统管控平台依据分析结果和预先设定的相应处置措施控制反制设备对目标进行放行、驱离、打击；
S7、处置后系统自动记录相应的信息，并将事件结果进行上报给上级客户端，再依据目标优先级处理其它可疑目标。
8.根据权利要求7所述一种基于深度学习的反无人机无人值守的方法，其特征在于,所AI智能算法为卷积神经网络智能算法。
9.根据权利要求7所述一种基于深度学习的反无人机无人值守的方法，其特征在于,所相应处置措施为若上述目标在系统设定的白名单内，则只做相关数据记录，不对该目标做据制止处理；若上述目标为非法目标且在预警区域外，则做驱离处理；若上述目标为非法目标且出现在预警区域内，则反制设备直接开启打击处置。
CN202011297500.8A 2020-11-18 2020-11-18 一种基于深度学习的反无人机无人值守系统及方法 Active CN112485781B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011297500.8A CN112485781B (zh) 2020-11-18 2020-11-18 一种基于深度学习的反无人机无人值守系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011297500.8A CN112485781B (zh) 2020-11-18 2020-11-18 一种基于深度学习的反无人机无人值守系统及方法

Publications (2)

Publication Number Publication Date
CN112485781A true CN112485781A (zh) 2021-03-12
CN112485781B CN112485781B (zh) 2022-10-28

Family

ID=74931880

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011297500.8A Active CN112485781B (zh) 2020-11-18 2020-11-18 一种基于深度学习的反无人机无人值守系统及方法

Country Status (1)

Country Link
CN (1) CN112485781B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114326789A (zh) * 2021-12-06 2022-04-12 特金智能科技(上海)有限公司 多手段融合的无人机反制方法、装置和存储介质
CN115420147A (zh) * 2022-07-19 2022-12-02 四川九洲防控科技有限责任公司 一种设备动态调度的方法、系统、存储介质及电子设备
WO2023046191A1 (zh) * 2021-09-27 2023-03-30 深圳市道通智能航空技术股份有限公司 一种无人机监测追踪方法、装置、设备及存储介质

Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110006944A1 (en) * 2009-06-19 2011-01-13 U.S. Government As Represented By The Secretary Of The Army Computationally efficent radar processing method and sytem for sar and gmti on a slow moving platform
US20160377381A1 (en) * 2014-11-26 2016-12-29 Philip Lyren Target Analysis and Recommendation
CN106599537A (zh) * 2016-11-17 2017-04-26 西北工业大学 一种基于多目标克隆进化算法的大规模武器‑目标分配方法
US20170192089A1 (en) * 2014-12-19 2017-07-06 Xidrone Systems, Inc. Deterent for unmanned aerial systems
WO2017197939A1 (zh) * 2016-05-19 2017-11-23 湖南矩阵电子科技有限公司 一种反无人机的方法和系统
CN107846258A (zh) * 2017-09-07 2018-03-27 新疆美特智能安全工程股份有限公司 一种无人机防御系统
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
CN109373821A (zh) * 2017-05-16 2019-02-22 北京加西亚联合技术有限公司 反无人机设备、系统及方法
CN109919968A (zh) * 2018-12-30 2019-06-21 中国科学院软件研究所 一种用于监控无人机的目标检测与部件识别系统
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
CN110398720A (zh) * 2019-08-21 2019-11-01 深圳耐杰电子技术有限公司 一种反无人机探测跟踪干扰系统及光电跟踪系统工作方法
US10503174B1 (en) * 2019-01-31 2019-12-10 StradVision, Inc. Method and device for optimized resource allocation in autonomous driving on the basis of reinforcement learning using data from lidar, radar, and camera sensor
KR20190139039A (ko) * 2018-06-07 2019-12-17 엘아이지넥스원 주식회사 적아식별 장비 기능점검 시스템
CN110673140A (zh) * 2019-10-23 2020-01-10 深圳市唐诚兴业科技有限公司 一种无人机的雷达探测系统及其探测方法
CN210225575U (zh) * 2019-10-17 2020-03-31 济南和普威视光电技术有限公司 一种雷达联动监控摄像装置
CN111083444A (zh) * 2019-12-26 2020-04-28 浙江大华技术股份有限公司 一种抓拍方法、装置、电子设备及存储介质
CN210487967U (zh) * 2019-08-21 2020-05-08 深圳耐杰电子技术有限公司 一种反无人机探测跟踪干扰系统
US10652154B1 (en) * 2018-11-09 2020-05-12 Innovium, Inc. Traffic analyzer for autonomously configuring a network device
US20200215695A1 (en) * 2019-01-03 2020-07-09 Lucomm Technologies, Inc. Robotic devices
CN211953872U (zh) * 2019-12-05 2020-11-17 常州工业职业技术学院 基于雷达、高精度转台和云储能供电的无人机反制系统

Patent Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110006944A1 (en) * 2009-06-19 2011-01-13 U.S. Government As Represented By The Secretary Of The Army Computationally efficent radar processing method and sytem for sar and gmti on a slow moving platform
US20160377381A1 (en) * 2014-11-26 2016-12-29 Philip Lyren Target Analysis and Recommendation
US20170192089A1 (en) * 2014-12-19 2017-07-06 Xidrone Systems, Inc. Deterent for unmanned aerial systems
WO2017197939A1 (zh) * 2016-05-19 2017-11-23 湖南矩阵电子科技有限公司 一种反无人机的方法和系统
CN106599537A (zh) * 2016-11-17 2017-04-26 西北工业大学 一种基于多目标克隆进化算法的大规模武器‑目标分配方法
CN109373821A (zh) * 2017-05-16 2019-02-22 北京加西亚联合技术有限公司 反无人机设备、系统及方法
CN107846258A (zh) * 2017-09-07 2018-03-27 新疆美特智能安全工程股份有限公司 一种无人机防御系统
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
KR20190139039A (ko) * 2018-06-07 2019-12-17 엘아이지넥스원 주식회사 적아식별 장비 기능점검 시스템
US10652154B1 (en) * 2018-11-09 2020-05-12 Innovium, Inc. Traffic analyzer for autonomously configuring a network device
CN109919968A (zh) * 2018-12-30 2019-06-21 中国科学院软件研究所 一种用于监控无人机的目标检测与部件识别系统
US20200215695A1 (en) * 2019-01-03 2020-07-09 Lucomm Technologies, Inc. Robotic devices
US10503174B1 (en) * 2019-01-31 2019-12-10 StradVision, Inc. Method and device for optimized resource allocation in autonomous driving on the basis of reinforcement learning using data from lidar, radar, and camera sensor
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
CN110398720A (zh) * 2019-08-21 2019-11-01 深圳耐杰电子技术有限公司 一种反无人机探测跟踪干扰系统及光电跟踪系统工作方法
CN210487967U (zh) * 2019-08-21 2020-05-08 深圳耐杰电子技术有限公司 一种反无人机探测跟踪干扰系统
CN210225575U (zh) * 2019-10-17 2020-03-31 济南和普威视光电技术有限公司 一种雷达联动监控摄像装置
CN110673140A (zh) * 2019-10-23 2020-01-10 深圳市唐诚兴业科技有限公司 一种无人机的雷达探测系统及其探测方法
CN211953872U (zh) * 2019-12-05 2020-11-17 常州工业职业技术学院 基于雷达、高精度转台和云储能供电的无人机反制系统
CN111083444A (zh) * 2019-12-26 2020-04-28 浙江大华技术股份有限公司 一种抓拍方法、装置、电子设备及存储介质

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
MD. SHAFIQULISLAM 等: "A conceptual system architecture for countering the civilian unmanned aerial vehicles threat to nuclear facilities", 《INTERNATIONAL JOURNAL OF CRITICAL INFRASTRUCTURE PROTECTION》 *
MIROSLAV KRATKY 等: "The non-destructive methods of fight against UAVs", 《2017 INTERNATIONAL CONFERENCE ON MILITARY TECHNOLOGIES (ICMT)》 *
张琪步 等: "激光夜视技术及其在铁路视频监控中的应用", 《中国铁路》 *
李光伟 等: "频谱探测技术在无人机探测与反制领域的应用", 《警察技术》 *
盛鹏峰: "机场净空区无人机入侵防范关键技术分析", 《中国民航飞行学院学报》 *
范勇 等: "无人机对防空作战的影响及对策研究", 《航空科学技术》 *
郭新平 等: "基于深度学习的无人机侦察图像目标检测算法", 《第十五届中国航天电子技术研究院学术交流会优秀论文集》 *
魏声云 等: "一种基于加权TSM的多目标优先级排序方法", 《信息工程大学学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023046191A1 (zh) * 2021-09-27 2023-03-30 深圳市道通智能航空技术股份有限公司 一种无人机监测追踪方法、装置、设备及存储介质
CN114326789A (zh) * 2021-12-06 2022-04-12 特金智能科技(上海)有限公司 多手段融合的无人机反制方法、装置和存储介质
CN115420147A (zh) * 2022-07-19 2022-12-02 四川九洲防控科技有限责任公司 一种设备动态调度的方法、系统、存储介质及电子设备

Also Published As

Publication number Publication date
CN112485781B (zh) 2022-10-28

Similar Documents

Publication Publication Date Title
CN112485781B (zh) 一种基于深度学习的反无人机无人值守系统及方法
CN101465033B (zh) 一种自动追踪识别系统及方法
CN112614290B (zh) 一种雷达视频协同检测目标装置及方法
CN101969548B (zh) 基于双目摄像的主动视频获取方法及装置
CN201278180Y (zh) 一种自动追踪识别系统
CN108802758B (zh) 一种基于激光雷达的智能安防监控装置、方法和系统
US8036425B2 (en) Neural network-controlled automatic tracking and recognizing system and method
CN110133573A (zh) 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
CN104971458B (zh) 基于自动跟踪定位射流灭火装置的多火源识别方法
CN108152808A (zh) 一种基于毫米波雷达的周界智能预测预警方法
CN105915847A (zh) 基于特征匹配跟踪的视频监控装置及其方法
Kartashov et al. Optical detection of unmanned air vehicles on a video stream in a real-time
KR102292117B1 (ko) 드론 관제 시스템 및 이를 이용한 드론 탐지 및 식별 방법
CN113741532B (zh) 一种反无人机目标跟踪反制系统
CN115603466A (zh) 一种基于人工智能视觉识别的船舶岸电系统及其控制方法
CN113076899B (zh) 一种基于目标跟踪算法的高压输电线路异物检测方法
CN113156417B (zh) 反无人机探测系统、方法和雷达设备
CN107360394A (zh) 应用于边防视频监控系统的多预置点动态智能监测方法
CN113034828A (zh) 基于嵌入式计算终端实现目标检测和识别系统及布设方法
KR102479959B1 (ko) 인공지능 기반 통합 경계 방법 및 객체 모니터링 장치
Schumann et al. An image processing pipeline for long range UAV detection
CN111681399A (zh) 多维立体安全防控方法、装置及系统
CN110516600A (zh) 一种基于人脸检测的公交客流检测方法
CN110320507A (zh) 一种低小慢目标自动探测、跟踪、识别系统
CN208768193U (zh) 近空智能监控系统

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