CN112748408A - 一种基于ooda环的无人机自动隐身方法 - Google Patents

一种基于ooda环的无人机自动隐身方法 Download PDF

Info

Publication number
CN112748408A
CN112748408A CN202011524262.XA CN202011524262A CN112748408A CN 112748408 A CN112748408 A CN 112748408A CN 202011524262 A CN202011524262 A CN 202011524262A CN 112748408 A CN112748408 A CN 112748408A
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
enemy radar
noise
reconnaissance
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
CN202011524262.XA
Other languages
English (en)
Other versions
CN112748408B (zh
Inventor
丁明明
刘云平
赵迅
张豪
尹泽凡
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.)
Nanjing University of Information Science and Technology
Original Assignee
Nanjing University of Information Science and Technology
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 Nanjing University of Information Science and Technology filed Critical Nanjing University of Information Science and Technology
Priority to CN202011524262.XA priority Critical patent/CN112748408B/zh
Publication of CN112748408A publication Critical patent/CN112748408A/zh
Application granted granted Critical
Publication of CN112748408B publication Critical patent/CN112748408B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/36Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B64AIRCRAFT; AVIATION; COSMONAUTICS
    • B64CAEROPLANES; HELICOPTERS
    • B64C39/00Aircraft not otherwise provided for
    • B64C39/02Aircraft not otherwise provided for characterised by special use
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B64AIRCRAFT; AVIATION; COSMONAUTICS
    • B64UUNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U20/00Constructional aspects of UAVs
    • B64U20/10Constructional aspects of UAVs for stealth, e.g. reduction of cross-section detectable by radars
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种基于OODA环的无人机自动隐身方法,包括:无人机执行侦察任务获得侦查数据,同时检测是否存在敌方雷达和确定敌方雷达位置;根据侦察数据和敌方雷达位置进行数据提取和分析,根据分析结果对当前无人机的自身处境做危险评估得到危险评估结果;当检测存在敌方雷达时,启动静默噪声掩护方法使得无人机得以隐身,同时根据危险评估结果进行最优化选择,做出撤退指令或继续侦察或军事打击的决策;否则当检测不存在时,保持执行侦察任务;无人机对做出决策进行执行。本发明通过施加静默噪声干扰的方式来干扰敌方雷达侦测,实现了无人机隐身功能,并可减少不必要时的能量消耗,增强无人机的安全性,有利于实现无人机的循环使用。

Description

一种基于OODA环的无人机自动隐身方法
技术领域
本发明涉及一种基于OODA环的无人机自动隐身方法,属于无人机控制的技术领域。
背景技术
无人机问世至今已被广泛应用于各个领域,近年来随着无人机领域的不断发展,对现代无人机的研究与应用日趋深入,对无人机的隐身性能也提出了更加苛刻的要求。一方面无人机的隐身技术可以为无人机执行侦察任务时带来一些出其不意的效果,另一方面,无人机隐身技术也大大提高了无人机的生存能力。无人机由于尺度小,雷达反射截面小,若再进行隐身设计,对方雷达更不易探测。然而侦察时,尤其在发射射频信号主动侦察时,由于射频信号可能会被敌方截获、识别和定位,从而使自己暴露在对方的监控系统下,因此,无人机隐身技术至关重要,也成为了各个国家研究的重要方向之一。
目前,现有的隐身技术大致可分为三类,其一是外形隐身,这也是目前研究飞行器隐身的重点的方向,即通过改变无人机的形状特征来降低雷达回波幅度,从而达到隐身的效果;其二是涂层隐身,这是目前应用最广的一种隐身技术,即通过在无人机上涂抹吸波材料消耗掉雷达波,进而实现隐身的效果;其三是等离子体隐身,是指利用等离子体回避探测系统的一种技术。这些方法虽然目前应用的较为广泛,但缺点也是显而易见,具体体现在以下几个方面:1、外形隐身需要对无人机的形状有特殊要求,尤其是外挂物内置方面,大大增加了设计难度;2、涂层隐身无法单独达到隐身效果,主要起到辅助作用;3、等离子体隐身目前难以控制,而且所需设备庞大,功率很高。
如专利号CN 108928481 A公布的一种无人机隐身系统,一方面,该系统通过对机体表面大面积吸波涂层来提高无人机的隐身效果,同时为了达到降噪的目的,会在机翼系统上再进行吸波涂层;另一方面,该系统对机体的气动布局也做出了较大的改变,将进气口设置在机背上并将进气道的形状改成了方形,不仅如此,为了吸收发动机工作时散发的热量,还需要在空腔内填充冷容量大的高聚化合物。相比较现有技术而言,该系统不仅实现了隐身功能,同时还对无人机进行了降噪处理。但相应的,由于该系统要求的飞机结构复杂,集体的表面也需要几乎全方位的进行涂层处理,这大大的增加了制造成本,而且还需要在无人机的空腔内放置大量高聚化合物,增加了无人机的自重,极大的限制了无人机的作战范围。
如专利号CN 103101624 A公布的一种无人机隐身方法,该方法主要是通过在无人机的下翼面、机身侧面和下机身面贴附电致发光薄膜,然后利用各种传感器给出的信息,对发电薄膜进行通电,从而实现无人机外观的快速变色,从而达到隐身效果。这种方法的优势主要在于结构简单,使用方便,而且发电薄膜技术成熟,可直接投入使用。但这种方法采用的是电力驱动的无人机,考虑到电池的容量有限,而且又增加了各种传感器,发电薄膜的使用也需要电池进行持续性供电,这大大减小了无人机的侦察范围。同时,这种方法只能达到视觉隐身的效果,并不能起到雷达意义上的隐身。
如专利号CN 209739342 U公布的一种隐身无人机,该无人机主要是在隐形技术的基础上,采用倾转旋翼机取代一般的无人机,从而实现普通无人机所不具备的功能。它的主要优点在于可实现垂直起降,适应场地能力强,同时对无人机的外形结构进行了一系列的调整,增加了无人机的隐身性能。这种无人机虽然可以兼备隐身和垂直起降的特点,但由于它的结构较为复杂,制造成本较高;另一方面,为了使该无人机达到较好的隐身效果,无人机表面的倾角大都大于30度,无形之中增加了飞行阻力,增大了无人机的功率消耗,制约了无人机的工作范围。
发明内容
为了解决无人机在执行侦察过程中,容易被敌方发现并击毁的情况发生,现有的无人机隐身技术具备适应场地能力差、造价成本高以及隐身性能差等缺点,提供一种基于OODA环的无人机自动隐身方法,可以有效的解决隐身无人机适应场地能力,适用于各种侦察环境以及军事打击。
本发明具体采用以下技术方案解决上述技术问题:
一种基于OODA环的无人机自动隐身方法,包括以下步骤:
步骤1、无人机执行侦察任务获得侦查数据,同时检测是否存在敌方雷达和确定敌方雷达位置;
步骤2、根据获得的侦察数据和敌方雷达位置进行数据提取和分析,根据分析结果对当前无人机的自身处境做危险评估得到危险评估结果;
步骤3、当检测存在敌方雷达时,启动静默噪声掩护方法使得无人机得以隐身,同时根据危险评估结果进行最优化选择,做出撤退指令或继续侦察或军事打击的决策;否则当检测不存在敌方雷达时,保持执行侦察任务;
步骤4、无人机对做出的撤退指令或继续侦察或军事打击的决策进行执行。
进一步地,作为本发明的一种优选技术方案:所述步骤1中确定敌方雷达位置包括通过无人机获取敌方雷达的图像,并根据图像获取敌方雷达与无人机的距离来确定其位置。
进一步地,作为本发明的一种优选技术方案:所述步骤3启动静默噪声掩护方法使得无人机得以隐身,包括:
提取所确定的敌方雷达位置;
确定静默噪声掩护窗口;
根据监测到的敌方雷达波的频率进行分析,选择静默噪声的包络功率;
按照选择的静默噪声包络功率,随机产生静默噪声干扰敌方雷达,达到无人机隐身效果。
进一步地,作为本发明的一种优选技术方案:所述静默噪声掩护方法还包括对静默噪声采用一次函数方式控制施加功率。
本发明采用上述技术方案,能产生如下技术效果:
本发明的一种基于OODA环的无人机自动隐身方法,主要是运用OODA环的思路,采用静默噪声射频掩护技术来使无人机达到隐形效果,从而避开敌方雷达的侦测,进而对无人机当前的状况进行分析,是继续侦查,还是军事打击,亦或是迅速撤离。本发明可以通过施加静默噪声的方式来干扰敌方雷达侦测,实现了无人机隐身功能。同时,可以根据OODA环的决策结果来决定是否施加噪声干扰,减少了不必要时的能量消耗。并且,本发明可以根据决策的结果对无人机执行侦查、打击或撤离等命令,提高了无人机的生存能力,有利于实现无人机的循环使用。因此,本发明的方法可以有效的解决隐身无人机适应场地能力差、造价成本高、隐身性能差的缺点,提高隐身性能,增强无人机的安全性,适用于各种侦察环境以及军事打击。
附图说明
图1为本发明基于OODA环的无人机自动隐身方法的流程示意图。
图2为本发明方法基于的OODA环原理图。
图3为本发明中采用静默噪声掩护方法的流程示意图。
图4为本发明中静默噪声功率水平变化示意图。
图5为本发明中列举的均值类恒虚警检测器原理示意图。
图6为本发明中静默噪声以三角函数形式施加的示意图。
图7为本发明中静默噪声以高斯函数形式施加的示意图。
图8为本发明中静默噪声以一次函数形式施加的示意图。
图9为本发明中静默噪声以二次函数形式施加的示意图。
图10为本发明中不同施加干扰方式下的虚警概率随静默噪声施加速率的变化曲线图。
图11为本发明中不同施加干扰方式下的检测概率随施加静默噪声增加速率的变化曲线图。
图12为本发明中总的噪声功率随参考单元的变化曲线图。
图13为本发明中虚警概率随施加静默噪声增加速率的变化曲线图。
图14为本发明中检测概率随施加静默噪声增加速率的变化曲线图。
图15为本发明中静默噪声施加后的敌方雷达探测能力与敌方电子侦察设备的截获能力对比曲线图。
具体实施方式
下面结合说明书附图对本发明的实施方式进行描述。
如图1所示,本发明涉及了一种基于OODA环的无人机自动隐身方法,主要是运用OODA环的思路,采用静默噪声射频掩护技术来使无人机达到隐形效果,从而避开敌方雷达的侦测,进而对无人机当前的状况进行分析,是继续侦查,还是军事打击,亦或是迅速撤离。如图2所示,所运用的OODA环的思路就是观察(Observation)、判断(Orientation)、决策(Decision)以及执行(Action)四个阶段,基于OODA环进行无人机自动隐身过程具体如下:
步骤1、观察阶段:观察可以分为两部分,一部分是无人机执行侦察任务获得侦查数据,第二部分是同时检测是否存在敌方雷达和确定敌方雷达位置,采集的侦查数据正确性将直接关系任务的完成与否。
优选地,检测确定地方雷达的位置时,可以在无人机上可搭载双目摄像头,该摄像头相比普通摄像头的优点在于不仅可以用来采集图像,还可以感知观测物体与摄像头之间的距离通过无人机获取敌方雷达的图像,并根据图像获取敌方雷达与无人机的距离来确定其位置。
步骤2、判断阶段:需要对无人机收集的数据进行处理,提取有用信息,即根据获得的侦察数据和敌方雷达位置进行数据提取和分析,根据分析结果对当前无人机的自身处境做危险评估得到危险评估结果,便于后续根据这些评估结果做出相对应的决策选择。例如如果获得的侦察数据中提取检测到大量类似枪械火药等容易对无人机造成巨大伤害的武器,则将它们判定为高危险等级。如若只是一些普通的动植物等,则属于低危险等级,可以继续执行侦察任务。
步骤3、决策阶段:当检测存在敌方雷达时,启动静默噪声掩护方法使得无人机得以隐身,同时根据危险评估结果进行最优化选择,做出撤退指令或继续侦察或军事打击的决策;否则当检测不存在敌方雷达时,保持执行侦察任务,具体如下:
对判断得出的危险评估结果进行最优化选择,得到一个最适合当前情况下的控制方案:
如果检测到敌方雷达有对己方无人机造成威胁的武器存在,对危险评估结果中的等级进行划分,若是高危险等级,则及时做出撤退指令;若危险等级一般,可先进行模拟博弈,再根据博弈结果决定是继续侦察还是军事打击;若危险等级不高,则应保证在不被发现的情况下继续执行侦察任务;同时在敌方有雷达侦测的情况下,将对敌方雷达施加静默噪声干扰,需要及时开启静默噪声掩护方法使得无人机得以隐身,降低被敌方发现的可能性,使己方无人机及时进入“隐身”状态,从而更安全的执行任务,若没有敌方雷达,则不需要施加静默噪声以降低无人机的运行功率。
步骤4、执行阶段:无人机对做出的撤退指令或继续侦察或军事打击的决策进行执行,根据前面决策的结果来确定无人机的下一步行动,无论是撤退、继续侦查还是军事打击,需要立刻做出回应。同时不断执行OODA循环,时刻调整自己的路线,及时做出正确的应对方案,以保证自己时刻处于最优的侦察条件和作战条件,可以做出最优的决策。
本发明的步骤3中,通过静默噪声掩护方法使无人机得以隐身所述静默噪声方法的工作原理如附图3所示,包括步骤:
步骤31、通过OODA环的观察阶段可以确定敌方雷达位置,可以通过图像测距方法获取敌方雷达距离无人机的位置,得到敌方雷达位置,然后提取出敌方雷达位置。
步骤32、其次是确定静默噪声掩护窗口,由于无人机一般飞行高度高于雷达的高度,因此一般默认选择窗口位置位于无人机身下方;突然增加噪声会触发雷达检测器虚警,因此噪声功率应该逐渐提升,使对方的AGC(Automatic Gain Control)逐步升高至一定电平,直至完全屏蔽无人机,随后再逐步降低噪声功率。
步骤33、然后选择静默噪声的包络功率,在这里,根据监测到的雷达波的频率进行分析,从而确定静默噪声的包络功率。为了避免触发虚警,在窗口内,噪声功率速度增加过快容易触发虚警,噪声功率降低较慢则在有限时长内可能难以较高的噪声功率达到掩护自身目标的效果,因此要合理的选择包络功率。
步骤34、最后是按照选择的静默噪声包络功率,随机产生静默噪声进行施加,干扰敌方雷达,从而达到隐身效果。
本发明通过静默噪声技术使无人机得以隐身,其噪声功率水平变化示意图如附图4所示,在对目标施加静默噪声的过程中,如果突然大幅度的在目标附近增加静默噪声干扰,则会触发虚警,敌方受到干扰后会做出相应的措施。因此本发明施加的噪声功率应从某一初始值开始,以某种缓慢的方式增加,增加参考单元的噪声功率使得检测单元的信号被噪声淹没,以及敌方雷达无法检测出目标信号;另一方面也需要考虑静默噪声功率在距离维上的变化情况,由于静默噪声从最左边参考单元开始增加,增加的速率较快易触发敌方雷达的虚警,增加速率较慢则不能起到干扰敌方雷达检测的效果,因此要合理的控制静默噪声施加功率。
敌方雷达对我方无人机施加的静默噪声主要有两种检测方式,其一是对雷达回波信号采用单元平均恒虚警的进行检测,也就是利用雷达检测器,没有专门的掩护噪声检测模块;其二是基于接收机噪声基底的检测,即在已知噪声功率的情况下采用非相参积累的检测方式,相当于存在射频掩护噪声检测模块。由于电磁环境复杂,为了能在不经常触发虚警的情况下,而且恒虚警检测器又具有自适应的性质,地方雷达在探测目标时一般采用恒虚警检测器。而恒虚警检测器种类繁多,包括均值类CFAR检测器、有序统计类CFAR检测器、采用自动筛选技术的GOS类CFAR检测器等,以下以均值类恒虚警检测器为例,如图5所示,当雷达接收到目标的回波信号后,经过匹配滤波器产生I和Q两个通道的信号,再经平方律检波和线性检波后进行采样,得到参考单元和检测单元的采样信号,根据参考单元里的采样信号估计背景噪声电平Z,以及标称化因子T可以计算出检测门限值,通过检测单元里的采样信号与门限值比较可对接收信号做出判决,检测单元采样信号大于门限值判决为有目标,否则,判决为没有目标。其中,参考单元之间采样样本与参考单元和检测单元采样样本之间是相互独立的,图5中与检测单元最邻近的两个保护单元使为了防止目标回波信号对参考单元采样样本的影响,从而影响对噪声强度的检测。若目标回波相互独立,一般采用非相参检测器。若敌方采用这种检测器时,则默认敌方雷达接收机存在静默噪声检测模块,非相干积累检测器广泛应用于分级雷达中。
当己方无人机在敌方雷达对目标进行探测时施加静默噪声干扰,一方面希望敌方雷达不触发虚警,另一方面要求敌方雷达的检测概率降低以使敌方对目标的探测能力减弱。为了不使敌方雷达触发虚警,本发明考虑在距离维施加目标所在检测单元和参考单元的噪声功率水平,以使得敌方雷达的虚警概率波动不大同时降低对目标的检测概率。当本发明采用如图6、7、8、9所示的4种静默噪声分别以三角函数形式、高斯函数形式、一次函数形式、二次函数形式施加,采用不同的噪声功率在参考单元和检测单元的距离维上施加静默噪声干扰时,相对应的虚警概率的变化曲线如图10所示,在不同干扰方式下的检测概率随施加噪声增加速率的变化曲线如图11所示,通过图11可知,在未施加噪声干扰时,敌方雷达对目标的检测概率约为0.7,当本发明采用不同的噪声功率施加控制方式时,所得到的对应的概率降低情况也不一样。在综合考虑虚警概率的稳定性以及使检测概率较低的情况,结合图10所示,发现静默噪声以一次函数施加方式控制静默噪声的施加功率相比其他方式控制静默噪声的施加功率具有更好的适用性,虚警概率波动不大,同时使检测概率下降,使得敌方在感知不到干扰的情况下检测不到目标信号。
对于恒虚警检测器来说,当己方无人机对敌方雷达目标所在检测单元附近施加静默噪声信号,使得参考单元中的噪声不再是均匀背景噪声。虽然雷达的参考单元之间的采样样本相互独立,但施加的静默噪声功率随参考单元的变化而变化,总的噪声功率随参考单元的变化曲线如图12所示。在本发明施加静默噪声后,虚警概率随施加噪声增加速率的变化曲线如图13所示,检测概率随施加噪声增加速率的变化曲线如图14所示。由图14可知,当斜率为0时,虚警概率最低,此时敌方雷达具有较高的检测概率0.7,但随着斜率的增加,对应的虚警检测概率不断增大,而检测概率在逐渐减小。因此,合理控制静默噪声干扰的施加方式可以使得虚警概率不具有较大的波动,并且使敌方具有较低的检测概率。
对于非相参检测器而言,当噪声干扰功率增加以后,敌方雷达的截获概率和检测概率都会改变,截获概率增加,同时敌方的检测概率降低。对于不同积累单元数的检测器,在施加静默噪声以后,敌方雷达的探测能力与敌方电子侦察设备的截获能力对比曲线如图15所示,其中ε1表示敌方雷达能检测到目标的检测概率最小值,ε2表示敌方电子侦察设备能检测到干扰的概率最小值,即截获概率最小值,那么ε1和ε2之间的区域便是噪声功率的最佳控制范围。
综上,本发明方法可以根据OODA环的决策结果来决定是否施加静默噪声干扰,可减少了不必要时的能量消耗,并且可以通过施加静默噪声干扰的方式来干扰敌方雷达侦测,实现了无人机隐身功能,增强无人机的安全性,提高了无人机的生存能力,有利于实现无人机的循环使用,适用于各种侦察环境以及军事打击。
上面结合附图对本发明的实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (4)

1.一种基于OODA环的无人机自动隐身方法,其特征在于,包括以下步骤:
步骤1、无人机执行侦察任务获得侦查数据,同时检测是否存在敌方雷达和确定敌方雷达位置;
步骤2、根据获得的侦察数据和敌方雷达位置进行数据提取和分析,根据分析结果对当前无人机的自身处境做危险评估得到危险评估结果;
步骤3、当检测存在敌方雷达时,启动静默噪声掩护方法使得无人机得以隐身,同时根据危险评估结果进行最优化选择,做出撤退指令或继续侦察或军事打击的决策;否则当检测不存在敌方雷达时,保持执行侦察任务;
步骤4、无人机对做出的撤退指令或继续侦察或军事打击的决策进行执行。
2.根据权利要求1所述基于OODA环的无人机自动隐身方法,其特征在于:所述步骤1中确定敌方雷达位置包括通过无人机获取敌方雷达的图像,并根据图像获取敌方雷达与无人机的距离来确定其位置。
3.根据权利要求1所述基于OODA环的无人机自动隐身方法,其特征在于:所述步骤3启动静默噪声掩护方法使得无人机得以隐身,包括:
提取所确定的敌方雷达位置;
确定静默噪声掩护窗口;
根据监测到的敌方雷达波的频率进行分析,选择静默噪声的包络功率;
按照选择的静默噪声包络功率,随机产生静默噪声干扰敌方雷达,达到无人机隐身效果。
4.根据权利要求3所述基于OODA环的无人机自动隐身方法,其特征在于:所述静默噪声掩护方法还包括对静默噪声采用一次函数方式控制施加功率。
CN202011524262.XA 2020-12-22 2020-12-22 一种基于ooda环的无人机自动隐身方法 Active CN112748408B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011524262.XA CN112748408B (zh) 2020-12-22 2020-12-22 一种基于ooda环的无人机自动隐身方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011524262.XA CN112748408B (zh) 2020-12-22 2020-12-22 一种基于ooda环的无人机自动隐身方法

Publications (2)

Publication Number Publication Date
CN112748408A true CN112748408A (zh) 2021-05-04
CN112748408B CN112748408B (zh) 2023-08-18

Family

ID=75648146

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011524262.XA Active CN112748408B (zh) 2020-12-22 2020-12-22 一种基于ooda环的无人机自动隐身方法

Country Status (1)

Country Link
CN (1) CN112748408B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115384774A (zh) * 2022-08-24 2022-11-25 湖南省蓝鹰科技有限公司 一种实战化对抗用侦查无人机

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013060134A (ja) * 2011-09-14 2013-04-04 Denso Corp 車載警告装置、当該装置を用いた衝突警告装置及びレーン逸脱警告装置
KR101321081B1 (ko) * 2013-06-28 2013-10-23 뉴브로드테크놀러지(주) 패킷 기반 통신 네트워크의 패시브 방식 모니터링을 이용한 묵음 및 잡음 검출 방법 및 이를 이용한 통신 시스템
CN104346537A (zh) * 2014-11-17 2015-02-11 西安电子科技大学 机载雷达射频隐身性能评测方法
CN104424638A (zh) * 2013-08-27 2015-03-18 深圳市安芯数字发展有限公司 一种基于遮挡情况下的目标跟踪方法
CN204801605U (zh) * 2015-06-30 2015-11-25 江苏智屯达车载系统有限公司 一种超静音小型电源车
WO2016140985A1 (en) * 2015-03-02 2016-09-09 Izak Van Cruyningen Flight planning for unmanned aerial tower inspection
CN107462886A (zh) * 2017-07-26 2017-12-12 南京信息工程大学 一种基于波形对比度最优算法的动目标恒虚警检测方法
CN108732557A (zh) * 2018-08-01 2018-11-02 北京中科海讯数字科技股份有限公司 一种主被动可变深声呐系统
CN109120360A (zh) * 2018-09-12 2019-01-01 宁波大学 在授权用户静默期估计噪声功率的能量检测频谱感知方法
CN109471085A (zh) * 2018-11-28 2019-03-15 河南优易信息技术有限公司 一种低雷达散射截面积飞行器的探测方法
CN110059948A (zh) * 2019-04-10 2019-07-26 重庆邮电大学 一种ooda环的分层网络分析方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013060134A (ja) * 2011-09-14 2013-04-04 Denso Corp 車載警告装置、当該装置を用いた衝突警告装置及びレーン逸脱警告装置
KR101321081B1 (ko) * 2013-06-28 2013-10-23 뉴브로드테크놀러지(주) 패킷 기반 통신 네트워크의 패시브 방식 모니터링을 이용한 묵음 및 잡음 검출 방법 및 이를 이용한 통신 시스템
CN104424638A (zh) * 2013-08-27 2015-03-18 深圳市安芯数字发展有限公司 一种基于遮挡情况下的目标跟踪方法
CN104346537A (zh) * 2014-11-17 2015-02-11 西安电子科技大学 机载雷达射频隐身性能评测方法
WO2016140985A1 (en) * 2015-03-02 2016-09-09 Izak Van Cruyningen Flight planning for unmanned aerial tower inspection
CN204801605U (zh) * 2015-06-30 2015-11-25 江苏智屯达车载系统有限公司 一种超静音小型电源车
CN107462886A (zh) * 2017-07-26 2017-12-12 南京信息工程大学 一种基于波形对比度最优算法的动目标恒虚警检测方法
CN108732557A (zh) * 2018-08-01 2018-11-02 北京中科海讯数字科技股份有限公司 一种主被动可变深声呐系统
CN109120360A (zh) * 2018-09-12 2019-01-01 宁波大学 在授权用户静默期估计噪声功率的能量检测频谱感知方法
CN109471085A (zh) * 2018-11-28 2019-03-15 河南优易信息技术有限公司 一种低雷达散射截面积飞行器的探测方法
CN110059948A (zh) * 2019-04-10 2019-07-26 重庆邮电大学 一种ooda环的分层网络分析方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
GUO QING LUO 等: ""Theory and experiment of novel frequency selective surface based on substrate integrated waveguide technology"", 《IEEE TRANSACTIONS ON ANTENNAS AND PROPAGATION》, pages 4035 - 4043 *
JIYEON OH 等: ""Towards the Development and Realization of an Undetectable Stealth UAV"", 《2019 THIRD IEEE INTERNATIONAL CONFERENCE ON ROBOTIC COMPUTING (IRC)》, pages 459 - 464 *
才长帅 等: ""地面预警雷达系统电子防御研究"", 《现代雷达》, pages 1 - 4 *
汤广富 等: ""一种主动雷达隐身装置的定量分析"", 《电子与信息学报》, pages 1058 - 1064 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115384774A (zh) * 2022-08-24 2022-11-25 湖南省蓝鹰科技有限公司 一种实战化对抗用侦查无人机

Also Published As

Publication number Publication date
CN112748408B (zh) 2023-08-18

Similar Documents

Publication Publication Date Title
CN105425225B (zh) 一种被动雷达低空目标检测方法
CN107064882B (zh) 无源协同下基于射频隐身的雷达组网资源控制方法
CN108614245B (zh) 一种基于射频隐身的边跟踪边干扰方法
US20100073218A1 (en) Method and apparatus for radar surveillance and detection of sea targets
CN111948657B (zh) 一种基于多模粒子滤波的机动弱目标检测前跟踪方法
KR20040091699A (ko) 레이더 검출에서의 적응적 검출 시스템 및 적응적 검출 방법
CN111896926B (zh) 一种基于强杂波抑制的低空目标检测方法及系统
Chen et al. Classification of UAV and bird target in low-altitude airspace with surveillance radar data
CN112014806B (zh) 一种复杂干扰场景下的机载雷达无意干扰抑制方法
CN105680929B (zh) 再入飞行器突破黑障通信系统
CN112748408B (zh) 一种基于ooda环的无人机自动隐身方法
US8963765B1 (en) System and method for detecting use of booster rockets by ballistic missiles
CN111352104A (zh) 一种基于信息积累的弱目标检测前跟踪方法
CN113567934B (zh) 一种基于协同的雷达探测方法
CN115616502A (zh) 无人飞行器机载雷达目标检测的杂波抑制方法
Quach et al. Automatic target detection using a ground-based passive acoustic sensor
CN115996102B (zh) 一种基于大数据的分布式电磁嗅探的无人机防御系统
CN111007471A (zh) 一种判定有源压制干扰在仿真环境中干扰效果的方法
CN116299206A (zh) 一种基于单元杂波谱精确估计的自适应stc控制方法
CN112684425B (zh) 一种恒虚警检测后的目标二次甄别方法
Yang et al. Architecture and challenges for low-altitude security system
CN103217672A (zh) 运动信号检测方法和装置
Faramarzi et al. Infrared dim and small targets detection based on multi-scale local contrast measure utilizing efficient spatial filters
CN111948613A (zh) 基于自适应背景区选取的船载地波雷达目标检测方法
Fan et al. Anti-ARM technique: feature analysis of ARM warning radar

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