CN112947593A - 一种利用无人机拦截目标的方法和系统 - Google Patents
一种利用无人机拦截目标的方法和系统 Download PDFInfo
- Publication number
- CN112947593A CN112947593A CN202110343769.3A CN202110343769A CN112947593A CN 112947593 A CN112947593 A CN 112947593A CN 202110343769 A CN202110343769 A CN 202110343769A CN 112947593 A CN112947593 A CN 112947593A
- Authority
- CN
- China
- Prior art keywords
- target
- aerial vehicle
- unmanned aerial
- interception
- detection system
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000001514 detection method Methods 0.000 claims abstract description 100
- 230000033001 locomotion Effects 0.000 claims abstract description 74
- 238000013459 approach Methods 0.000 claims abstract description 71
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 33
- 230000005693 optoelectronics Effects 0.000 claims description 30
- 239000011159 matrix material Substances 0.000 description 16
- 238000013179 statistical model Methods 0.000 description 13
- 230000001133 acceleration Effects 0.000 description 10
- 238000001914 filtration Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 230000007704 transition Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 7
- 230000007613 environmental effect Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000005259 measurement Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000036962 time dependent Effects 0.000 description 2
- 239000002253 acid Substances 0.000 description 1
- 150000007513 acids Chemical class 0.000 description 1
- 239000004964 aerogel Substances 0.000 description 1
- 230000002567 autonomic effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005474 detonation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/12—Target-seeking control
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种利用无人机拦截目标的方法和系统，拦截系统包括探测系统和无人机，拦截方法包括：根据描述无人机的位置和/或运动状态的飞行参数信息以及描述目标的位置和/或运动状态的目指信息，控制无人机接近目标；确定无人机和目标之间的相对距离和/或相对运动状态是否满足机载拦截装置的拦截条件，如果不满足拦截条件，则继续控制无人机接近目标；如果满足拦截条件，则控制机载拦截装置实施对目标的拦截。其中，控制无人机接近目标和/或实施对目标的拦截是自动进行的。根据本发明的拦截方法和拦截系统，无人机自动接近目标，自动实施对目标的拦截，无需人工操作，提高了拦截目标的效率和准确性。
Description
技术领域
本发明涉及无人机，特别是涉及利用无人机拦截目标的拦截方法和拦截系统。
背景技术
随着无人机的普及，以无人机为代表的“低、慢、小”飞行物对航空器、机场或者其他重要的军事或民用目标，构成很多现实和潜在的威胁。近年来，国内外开发了多种无人机反制技术。
现有的主流无人机反制技术可大致分为两类。第一类以电磁干扰、导航诱骗等电子对抗技术为手段，以实现诱导欺骗、驱离拒止为目的，对目标无人机实施“软杀伤”。第二类以灵巧弹药、高能激光和高功率微波等火控武器和定向能武器为手段，以实现物理损毁为目的，对目标无人机实施“硬毁伤”。但受到部署环境、应用方式和技术条件的约束，目前上述两种反制技术都或多或少存在打击方式受限、操作复杂、附带损伤、高成本等先天不足和短期之内难以攻克的技术难点，实效性大打折扣。
对目标无人机实施网捕拦截是一种较为新颖的无人机反制技术。现有网捕拦截方案主要是依靠人工操作对拦截无人机实施引导，并使其瞄准目标无人机。然而这种人工操作的方法操作难度很大，跟踪能力差，命中率低。
发明内容
本发明的目的是克服上述现有技术中的一种或者几种技术问题，提高对利用无人机对目标进行拦截时的效率和准确性。
本发明提供了一种利用无人机拦截目标的拦截方法，所述拦截方法包括：根据描述无人机的位置和/或运动状态的飞行参数信息以及描述目标的位置和/或运动状态的目指信息，控制所述无人机接近所述目标；确定所述无人机和所述目标之间的相对距离和/或相对运动状态是否满足所述机载拦截装置的拦截条件，如果不满足拦截条件，则继续控制所述无人机接近所述目标；如果满足拦截条件，则控制所述机载拦截装置实施对所述目标的拦截。其中，控制所述无人机接近所述目标和/或实施对所述目标的拦截是自动进行的。
所述机载拦截装置可包括网捕装置，所述网捕装置可包括能够发射抓捕网的网枪。
根据本发明的一个方面，所述飞行参数信息和所述目指信息可由探测系统提供，所述探测系统可包括地基探测系统、空基探测系统、天基探测系统、机载探测系统中的至少一项。
所述探测系统可包括地面雷达探测系统，所述飞行参数信息和所述目指信息由所述地面雷达探测系统提供，所述地面雷达探测系统和/或所述无人机的机载飞控系统根据所述飞行参数信息和所述目指信息，自动地控制所述无人机接近所述目标并且实施对所述目标的拦截。
或者，所述探测系统可包括所述无人机的机载探测系统，所述飞行参数信息和所述目指信息由所述机载探测系统提供，所述无人机的机载飞控系统根据所述飞行参数信息和所述目指信息，自动地控制所述无人机接近所述目标并且实施对所述目标的拦截。
或者，所述探测系统可包括能够提供所述飞行参数信息和所述目指信息的雷达探测系统，以及所述无人机的机载光电设备，所述机载光电设备被构造为能够识别所述目标，并获得所述目标相对所述无人机的俯仰角和方位角，以及所述目标与所述无人机的相对距离，从而获得所述目标相对于所述无人机的目指信息。其中，所述机载光电设备的识别距离大于由所述雷达探测系统的分辨力所决定的所述无人机和所述目标之间的最小距离。在这种情况下，所述拦截方法还可包括：所述探测系统确定所述无人机和所述目标之间的相对距离是否小于接近距离阈值，所述接近距离阈值大于等于所述最小距离而小于等于所述机载光电设备的识别距离。如果所述无人机和所述目标之间的相对距离不小于所述接近距离阈值，则所述雷达探测系统和/或所述无人机的机载飞控系统根据由所述雷达系统提供的所述无人机的飞行参数信息和所述目标的目指信息，自动地控制所述无人机接近所述目标。如果所述无人机和所述目标之间的相对距离小于所述接近距离阈值，则所述雷达探测系统和/或所述无人机的机载飞控系统根据由所述机载光电设备提供的所述目标相对于所述无人机的目指信息，自动地控制所述无人机进一步接近所述目标。
根据本发明的一种拦截方法，控制所述无人机接近所述目标可包括：将所述无人机和所述目标之间的连线确定为所述无人机的飞行路径，根据所述飞行路径调整所述无人机的飞行参数，使所述无人机沿所述飞行路径接近所述目标。
控制所述无人机接近所述目标还可包括：确定是否满足目标位置预判条件。所述目标位置预判条件包括：第一预判条件，即所述无人机和所述目标之间的相对速率大于预判速率阈值；第二预判条件，即所述无人机和所述目标之间的相对距离与相对速率的比值大于预判时间阈值；第三预判条件，即所述无人机和所述目标之间的相对运动方向与所述无人机和所述目标之间的连线所形成的夹角大于预判夹角阈值。其中，满足目标位置预判条件可包括：至少同时满足第一预判条件，以及第二预判条件和第三预判条件之一。如果不满足所述目标位置预判条件，则继续控制所述无人机沿所述飞行路径飞行。
如果满足所述目标位置预判条件，则控制所述无人机接近所述目标进一步包括：以所述无人机当前位置为相对坐标原点，确定所述目标的历史运动轨迹，并确定所述历史运动轨迹的圆弧延长线和切线延长线；在所述圆弧延长线和所述切线延长线上选取多个控制点，构造多阶Bézier曲线延长线，并将多阶Bézier曲线延长线上的位置作为所述目标的预判位置；将所述无人机和所述目标的预判位置之间的连线确定为所述无人机的规划后的飞行路径。其中，使所述无人机沿所述飞行路径接近所述目标包括使所述无人机沿所述规划后的飞行路径接近所述目标。
所述无人机和所述目标之间的相对速率大于预判速率阈值可包括：所述无人机和所述目标之间的相对速率的三维投影速率分别大于相应轴线上的投影预判速率阈值。
根据本发明的一种拦截方法，控制所述无人机进一步接近所述目标可包括：进行目标运动观测与统计建模，构造所述目标的当前统计模型；基于所述当前统计模型，通过卡尔曼滤波，构造所述目标的预测方程，获得所述目标在后续时刻的预测状态；根据所述目标的预测状态，调整所述无人机的飞行参数，使所述无人机进一步接近所述目标。
目标运动观测与统计建模可包括：使用状态向量及其对应的微分方程，构造所述无人机的运动模型；基于所述无人机的运动模型，根据所述目标和所述无人机的相对距离和方位信息，构造所述目标的观测模型；基于所述目标的观测模型，根据所述目标的目指信息，构造所述目标的运动模型；基于所述目标的运动模型，构造所述目标的当前统计模型，所述当前统计模型是非零均值的时间相关的运动模型。
所述状态向量可为：X＝[β,η,φ,βw,ηw,φw,vU,vV,vW,Xe,Ye,H]T，其中的各个元素分别表示滚转角、俯仰角、偏航角、滚转角速率、俯仰角速率、偏航角速率、三个机体坐标轴上的速度分量、纵向位移、侧向位移、高度。
所述目标的观测模型可为：
其中，
d，θ，
分别表示所述目标相对于所述无人机的距离、方位角和俯仰角；
x，y，z和xt，yt，zt分别表示所述无人机和所述目标的位置坐标；
所述目标的运动模型可包括以下运动模型中的至少一项：
(1)匀速运动模型：
Xt[k+1]＝FcvXt[k]+Gcvρcv[k]
其中，
状态向量
其中的元素分别为3维位置信息和速度信息，
Fcv为状态转移矩阵，
Gcv为与目标速度和环境信息相关的噪声影响矩阵，
ρcv[k]为系统噪声，ρcv[k]＝[ρv[k],ρv[k],ρv[k]]T，
即ρv[k]为零均值，协方差为
的白噪声；
(2)匀加速运动模型：
Xt[k+1]＝FcaXt[k]+Gcaρca[k]
其中，
状态向量
其中的元素分别为3维位置信息、3维速度信息和3维加速度信息，
Fca为状态转移矩阵，
Gca为与目标速度和环境信息相关的噪声影响矩阵，
ρcv[k]为系统噪声，ρca[k]＝[ρa[k],ρa[k],ρa[k]]T，
(3)联动转弯运动模型：
Xt[k+1]＝FctXt[k]+Gctρct[k]
其中，
状态向量
其中的元素分别为3维位置信息、3维速度信息、偏航角与偏航速率以及俯仰角与俯仰速率，
Fct为状态转移矩阵，
Gct为与目标速度和环境信息相关的噪声影响矩阵，
ρct[k]为系统噪声，ρct[k]＝[0,0,0,ρv[k],ρv[k],ρv[k],0,ρφ[k],0,ρη[k]]T，
在一维情况下，假设所述目标的运动加速度a(t)满足下列关系：
则所述目标的当前统计模型为：
其中，
a1(t)是一个零均值一阶马尔可夫过程，
α为机动频率，
X(k)是状态向量，
U(k)是扰动的传输矩阵，
F(k)是状态转移矩阵，
w(k)为零均值白噪声，w(k)方差为Q(k)，
一维运动情况下有：
构造所述目标的预测方程可包括：基于所述当前统计模型的方差自适应算法调整方差，得到测量方程；对所述测量方程进行标准卡尔曼滤波，得到所述目标的预测方程。
所述目标可包括两种以上运动模型。在这种情况下，获得所述目标在后续时刻的预测状态可包括：在当前时刻处，利用前面时刻运动模型滤波器的状态和运动模型的转换概率，求得每个运动模型滤波器的初始条件；基于所述初始条件，利用每个运动模型进行标准滤波；对每个滤波器产生的预测状态进行联合加权，得到所述目标的最终的预测状态。其中，从每个运动模型得到的相应预测状态的权重，根据该运动模型在滤波步中计算的概率进行选择。可以重复迭代执行获得所述目标在后续时刻的预测状态的过程，获得所述目标在多个后续时刻的预测状态。
根据本发明的一种拦截方法还可包括：在获得所述目标在后续时刻的预测状态之后，确定拦截任务是否解除，如果拦截任务解除，则结束拦截，不再执行根据所述目标的预测状态使所述无人机进一步接近所述目标的步骤。
根据本发明的一种拦截方法，所述拦截条件可包括：第一拦截条件，即所述无人机和所述目标之间的相对距离落入有效拦截距离阈值；第二拦截条件，即所述无人机和所述目标之间的相对速率小于拦截速率阈值；第三拦截条件，即所述机载拦截装置的指向与所述无人机和所述目标之间的相对运动方向所形成的夹角小于拦截夹角阈值。满足拦截条件可包括：至少满足第一拦截条件、第二拦截条件和第三拦截条件之一。特别是，满足拦截条件可包括同时满足所述第一拦截条件、所述第二拦截条件和所述第三拦截条件。
所述无人机和所述目标之间的相对速率小于拦截速率阈值包括：所述无人机和所述目标之间的相对速率的三维投影速率分别小于相应轴线上的投影拦截速率阈值。
根据本发明的另一方面，还提供了一种利用无人机拦截目标的拦截系统，包括探测系统和无人机，所述探测系统包括地基探测系统、空基探测系统、天基探测系统、机载探测系统中的至少一项，所述无人机包括机载拦截装置。其中，所述探测系统和/或所述无人机可被构造为：根据由所述探测系统提供的描述无人机的位置和/或运动状态的飞行参数信息以及描述目标的位置和/或运动状态的目指信息，控制所述无人机接近目标。所述探测系统和/或所述无人机可被构造为：确定所述无人机和目标之间的相对距离和/或相对运动状态是否满足所述机载拦截装置的拦截条件，如果不满足拦截条件，则继续控制所述无人机接近目标；如果满足拦截条件，则控制所述机载拦截装置实施对目标的拦截。
所述探测系统可包括地面雷达探测系统，所述地面雷达探测系统和/或所述无人机的机载飞控系统根据由所述地面雷达探测系统提供的飞行参数信息和目指信息，自动地控制所述无人机接近所述目标并且实施对所述目标的拦截。
或者，所述探测系统可包括所述无人机的机载探测系统，所述无人机的机载飞控系统根据由所述记载探测系统提供的飞行参数信息和目指信息，自动地控制所述无人机接近所述目标并且实施对所述目标的拦截。
或者，所述探测系统可包括能够提供所述飞行参数信息和所述目指信息的雷达探测系统。所述探测系统进一步可包括所述无人机的机载光电设备，所述机载光电设备被构造为能够识别所述目标，并获得所述目标相对所述无人机的俯仰角和方位角，以及所述目标与所述无人机的相对距离，从而获得所述目标相对于所述无人机的目指信息。其中，所述机载光电设备的识别距离大于由所述雷达探测系统的分辨力所决定的所述无人机和所述目标之间的最小距离。
所述探测系统还可被构造为确定所述无人机和所述目标之间的相对距离是否小于接近距离阈值，所述接近距离阈值大于等于所述最小距离而小于等于所述机载光电设备的识别距离。如果所述无人机和所述目标之间的相对距离不小于所述接近距离阈值，则所述雷达探测系统和/或所述无人机的机载飞控系统根据由所述雷达系统提供的所述无人机的飞行参数信息和所述目标的目指信息，自动地控制所述无人机接近所述目标。如果所述无人机和所述目标之间的相对距离小于所述接近距离阈值，则所述雷达探测系统和/或所述无人机的机载飞控系统根据由所述机载光电设备提供的所述目标相对于所述无人机的目指信息，自动地控制所述无人机进一步接近所述目标。
根据本发明的利用无人机拦截目标的拦截方法和拦截系统，能够使无人机自动接近目标和/或自动实施对目标的拦截，至少在一个阶段无需对无人机进行人工操作，因此提高了利用无人机拦截目标的效率和准确性。
附图说明
本发明的附图以举例的方式对本发明实施例进行图解说明，其中：
图1为根据本发明一个实施例利用无人机拦截目标的拦截系统示意性组成框图。
图2为根据本发明一个实施例利用无人机拦截目标的拦截方法流程图。
图3为根据本发明的一种拦截方法中路径规划算法流程图。
图4为根据本发明一种拦截方法中自主引导算法流程图。
图5为根据本发明一个实施例利用无人机拦截目标的自动瞄准控制算法流程图。
具体实施方式
下面参照附图，描述根据本发明的利用无人机拦截目标的拦截方法和拦截系统的具体实施方式。
在本发明中，“目标”包括任何适合于利用无人机进行拦截的目标，包括但不限于无人机、气球、飞艇，等等。“拦截”主要是指为解决目标带来的问题而采取的措施，包括前面背景技术部分中提到的各种反制措施，其具体含义或内容应结合具体应用场合进行理解。例如，针对无人机目标，拦截可以包括网捕、自爆、散弹等；针对气球、风筝或飞艇等目标，拦截可以包括发射弹珠、喷射强酸、气凝胶等。“自动”或“自主”是指不需要人的介入或操控。
参见图1，其中示出了一种利用无人机拦截目标的拦截系统实施例，该拦截系统可以实现本发明的利用无人机拦截目标的拦截方法。本发明的拦截系统总体上可包括探测系统和无人机。
探测系统可包括地基探测系统、空基探测系统、天基探测系统、机载探测系统中的至少一项。在图示例子中，探测系统是一种地面雷达探测系统1，其包括雷达4、转台5、数据处理系统6。
雷达4可以例如是一种低空探测雷达，能自动地发现目标和引导无人机。雷达4的探测性能可以根据具体情况进行选择。例如，探测范围可以不低于500m，可以同时处理10批以上目标，跟踪2批以上目标。雷达4可以具备自身定位能力和标准寻北功能，可以包括基于北斗、GPS、GLONASS、GALILEO等中一种以上导航卫星系统的定位装置。本领域技术人员可以理解，就发现、识别和跟踪目标而言，无人机与其所要拦截的目标对于雷达来说本质上是一样的。因此，地面雷达探测系统1可以用来同时对无人机和目标进行识别和跟踪，并提供分别描述无人机和目标的位置和/或运动状态的信息，即无人机的飞行参数信息和目标的目指信息。飞行参数信息和目指信息可以例如是五元组<目标方位角，目标俯仰角，距离，相对速率，时间戳>，其中的方位角和俯仰角的精度作为一个例子可以不低于1°，距离误差作为一个例子可以不大于50米。
雷达4安装在转台5，随着转台5一起转动，从而实现目标搜索和跟踪。作为一个例子，转台5可以提供水平360°、俯仰0°-90°的转动范围。
数据处理系统6对来自雷达4的信号进行分析处理和计算。地面雷达探测系统1的数据处理系统6还可以用来执行本发明的至少部分拦截方法，例如下文所描述的自动接近阶段的路径规划算法，并对无人机进行相应的自动控制。这样做的益处在于，数据处理系统6因为不是安装在无人机上，所以更可能有条件(例如足够大的空间等)使用高性能甚至大型计算机，从而减少计算时间，提高无人机响应速度，进而提高拦截方法的效率和准确性。
在另外一个例子中，探测系统也可以采用雷达以外的探测技术，例如光电探测技术，或者雷达与光电探测技术的结合。例如，可以通过将两套以上光学或光电设备结合使用，获得目标的三维坐标信息。在一个例子中，无人机也可以根据飞控系统中的或者单独的卫星定位装置和姿态传感器等感测装置，获得自身的飞行参数信息。
如图1所示，无人机可以包括无人机平台2和机载跟踪拦截设备3。无人机平台2包括无人机飞行器7、飞控系统8、数据链系统9、发射回收系统10和电源系统11等。无人机平台2的组成部分属于机载设备，但在不会引起歧义的情况下，下面的描述中没有用“机载”进行限定。例如，飞控系统8就是机载飞控系统8。
无人机飞行器7是用来实现无人机飞行的物理结构，一般包括无人机机体、动力装置、管理设备等。数据链系统9包括用于实现无人机2和地面雷达探测系统1上下行通信相关的相关设备，上述目标的目指信息和/或无人机的飞行参数通过数据链系统在无人机2和地面雷达探测系统1之间传输。发射回收系统10用于实现无人机升空达到预定高度，并在执行完任务后回落到地面。电源系统11为无人机及机载设备和传感器提供电力。
飞控系统8是用于控制无人机飞行的软硬件设备的总称，包括用来提供无人机位置信息的定位装置、用来提供无人机各种姿态信息的无人机飞行姿态传感器以及对各种信息或数据进行计算和处理的无人机飞行控制与计算逻辑单元(机载数据处理系统)，等等。飞控系统8可以被用来负责维护全局统一坐标系，提供时钟同步服务。下述本发明拦截方法的各种具体步骤和/或算法，可以至少部分由飞控系统8来实现。
本领域技术人员可以理解，在一些具体应用场合中，例如无人机可以搭载探测能力足够的机载探测系统时，可以不使用地面雷达探测系统1。
在图1所示的例子中，机载跟踪拦截设备3包括机载光电设备12和网捕装置(作为机载拦截装置的一个例子)13。
机载光电设备12包括光电吊舱14、图像/视频采集设备15、激光测距设备(作为机载测距设备的一个例子)16、光电转台17、光电控制接口18。光电吊舱14用来容纳所有上述硬件设备，一般安装于无人机机体的下部。图像/视频采集设备15和激光测距设备16安装在光电转台17上。光电转台17可以例如具备4自由度旋转能力，从而调整图像/视频采集设备15和激光测距设备16的指向角。光电控制接口18用于实现机载光电设备12与无人机平台2的物理安装和电气联接。
图像/视频采集设备15用来实时获取视野内的环境图像或视频，当目标进入视场后，通过图像/视频分析软件识别目标，并计算目标相对无人机的俯仰角和方位角。激光测距设备16用来获得目标与无人机的相对距离。作为一个例子，目标识别、角度和距离计算等算法可以由机载光电设备12实现(或者分别由其中的图像/视频采集设备15和激光测距设备16实现)；或者，可以由机载飞控系统8实现。机载飞控系统8根据来自图像/视频采集设备15和激光测距设备16的信息，可以计算出目标的目指信息，例如五元组<目标方位角，目标俯仰角，距离，相对速率，时间戳>。这样，在目标被机载光电设备12捕捉并识别后，无人机可以不再使用地面雷达探测系统1获取目标的目指信息。于是，可以显著减少数据或信息传输时间，进而提高拦截效率。
网捕装置13用于通过发射抓捕网对目标实施拦截，其包括网枪19、网捕转台20和网捕控制接口21。网枪19用于发射抓捕网，例如，其可发射一张展开面积不小于3米×3米的抓捕网，有效射击范围为[3m，15m]。网枪19安装在网捕转台20上，网捕转台20可以例如具备4自由度旋转能力。在图1所示的例子中，网捕转台20可以与图像/视频采集设备15联动，使得二者始终保持相同指向。网捕控制接口21用来实现网捕装置13与无人机平台2的物理安装和电气联接。
在图1所示的例子中，网捕装置13(具体地说网枪19)和机载光电设备12(具体地说图像/视频采集设备15)分别安装在网捕转台20和光电转台17上。在本发明的教导下，本领域技术人员可以想到，网捕装置13和机载光电设备12可以共用一个转台，使得二者的指向始终保持相同或者有一个固定的夹角。作为另外一个例子，网捕装置13和机载光电设备20之一可以固定在转台上，而另一个可以固定在无人机的机体上，并与无人机的纵向轴线具有相同的指向或者形成一个固定的夹角。作为另外一个例子，网捕装置13和机载光电设备12可以都固定在无人机的机体上，与无人机的纵向轴线具有相同的指向，或者分别与无人机的纵向轴线形成固定的夹角。
本领域技术人员应该明白，本发明提供拦截系统，其目的不是为了对地面雷达探测系统、无人机平台和机载跟踪拦截设备等各组成部分或软硬件设施进行从无到有的物理性设计，而是为了实现本发明的拦截方法。因此，本发明的拦截系统各组成部分不仅可以包括业已存在的技术，而且可以包括将来出现的新技术。例如，在图1所示的拦截系统中，各组成部分可以都是本技术领域中已知或者成熟的技术。本领域技术人员在本发明的教导下，应该足以能够根据具体应用场合，利用现在已知的技术和将来出现的新技术，构建能够实现本发明拦截方法的新的拦截系统。
下面，基于图1所示无人机拦截系统例子，参照图2至图5描述本发明利用无人机拦截目标的拦截方法的具体实施方式，其中，待拦截目标是无人机，称为“目标无人机”，用来拦截目标的无人机称为“拦截无人机”。
图2示出了根据本发明一个实施例的拦截方法概述流程图。为描述方便起见，本发明的拦截方法大体上可以划分为自动接近阶段(步骤)和自动瞄准拦截阶段(步骤)。
■自动接近阶段
在自动接近阶段，拦截无人机2的机载飞控系统8接收来自地面雷达探测系统1提供的飞行参数和目指信息(步骤S1)，例如五元组<目标方位角，目标俯仰角，距离，相对速率，时间戳>。根据这些信息，作为一个例子，机载飞控系统8可以建立以地面雷达4为坐标原点的三维坐标系，建立目标无人机和拦截无人机当前坐标和全局视图，并在飞行过程中不断更新。
机载飞控系统8根据拦截无人机2自身的飞行参数信息和目标的目指信息，可以采用例如图2和图3所示的路径规划算法，控制拦截无人机接近目标无人机(步骤S2)。利用路径规划算法，可以预测目标无人机的飞行轨迹，同时不断计算下一时刻拦截无人机应该到达的位置，然后根据路径规划结果改变拦截无人机飞行参数诸元，控制拦截无人机接近目标无人机。
图3所示的路径规划算法例子，可以包含如下步骤。
在步骤S11中，采用视觉跟踪算法确定拦截无人机的飞行路径，即确定拦截无人机与目标无人机之间的连线作为拦截无人机的飞行路径，然后，相应地调整拦截无人机的飞行参数，控制拦截无人机沿所确定的飞行路径接近目标无人机。
在步骤S12中，确定是否满足目标位置预判触发条件。目标位置预判触发条件包括第一预判条件、第二预判条件和第三预判条件。第一预判条件是，拦截无人机和目标无人机之间的相对速率大于预判速率阈值，或者，拦截无人机和目标无人机之间的相对速率的三维投影速率分别大于相应轴线上的投影预判速率阈值，如<x轴预判投影速率阈值，y轴预判投影速率阈值，z轴预判投影速率阈值>，如<5m/s，5m/s，1m/s>。第二预判条件是，拦截无人机和目标无人机之间的相对距离与相对速率的比值大于预判时间阈值，如20s；第三预判条件，即拦截无人机和目标无人机之间的相对运动方向与拦截无人机和目标无人机之间的连线所形成的夹角大于预判夹角阈值，如45°。
满足目标位置预判条件是指，满足第一预判条件并且满足第二预判条件，或者，满足所述第一预判条件并且满足第三预判条件。
如果不满足目标位置预判条件，则继续控制拦截无人机沿已经确定的飞行路径飞行；如果满足目标位置预判条件，则路径算法执行下面的步骤S13、S14和S15，对目前无人机在将来时刻的位置进行预判。
在步骤S13中，以拦截无人机当前位置为相对坐标原点，确定目标无人机的历史运动轨迹，并确定该历史运动轨迹的圆弧延长线和切线延长线。
在步骤S14中，在圆弧延长线和切线延长线上选取n+1个控制点，构造n阶Bézier曲线延长线。然后，将Bézier曲线延长线上的位置作为目标无人机的预判位置，即未来或后续时刻的位置，计算出拦截无人机和目标无人机在后续时刻的连线，并将该连线确定为拦截无人机的规划后的飞行路径，使拦截无人机沿规划后的飞行路径飞向目标无人机。其中，n的取值与雷达4(见图1)的数据采集频率f有关，f越小则n取值越大，通常n≥3。
利用Bézier曲线的方向性和平滑特性所得到的飞行路径，可以更加准确地预测目标无人机的轨迹或后续时刻的位置，跟踪效率通常优于视觉跟踪算法，从而可以更加快速、准确地接近目标无人机，进而提高拦截方法的效率和准确性。
作为一个例子，步骤S13和S14可以按照一定的周期重复执行预定次数。
在步骤S15中，确定是否满足自动接近阶段结束条件。自动接近阶段结束条件可以根据具体应用场合、所使用的设施以及待拦截目标等因素确定。
雷达4的分辨力包括距离分辨力、角度分辨力和速度分辨力。距离分辨力射是雷达在距离上区分邻近目标的能力，通常以最小可分辨的距离间隔来度量。雷达距离分辨力约为c/(2B)，c为光速，B为雷达信号带宽。角度分辨力是雷达在角度上区分邻近目标的能力，通常以最小可分辨的角度来度量。雷达的角度分辨力取决于雷达的工作波长λ和天线口径尺寸L。速度分辨力是雷达在径向速度上区分目标的能力。在自动接近阶段，雷达要始终能够区分目标无人机和拦截无人机，即作为两个独立探测目标存在。当目标和拦截机接近到一定程度之后，如果二者之间的距离、角度和速度均小于相应的分辨力，则雷达无法区分二者，很可能造成目标丢失。所以，确定自动接近阶段结束条件时可以考虑根据雷达的分辨力所决定的拦截无人机和目标无人机最终可接近的最小距离，如20m。在到达这一距离前，拦截无人机上的机载光电设备12应能够识别和锁定目标无人机，即机载光电设备12的识别距离要大于该最小距离。在这种情况下，自动接近阶段结束条件可以确定为拦截无人机和目标无人机小于接近距离阈值，该接近距离阈值可以设定为大于等于上述最小距离而小于等于识别距离。
在另外的一个例子中，根据拦截方式和拦截装置的性质，以及/或者被拦截目标的性质，对于拦截发生时的相对距离(以及/或者姿态)没有严格规定，这时，可以将自动接近阶段结束条件确定为下文所描述的作为拦截前提的拦截条件。
如果不满足自动接近阶段结束条件，则继续控制拦截无人机接近目标无人机，作为一个例子，可以返回目标位置预判步骤S13和S14处重新执行。如果满足自动接近阶段结束条件，则继续进行下面的阶段或步骤。
在上面所述例子的自动接近阶段中，用来实现自动接近的路径规划算法等算法是由机载飞控系统执行的。在另外一个例子中，路径规划算法可以由地面雷达探测系统执行。这种方案的优点在于，地面设施可以提供充分的空间用来装备性能优越的大型计算机，从而可以提高拦截无人机飞行路径及相应飞行参数的解算速度，进而改善目标拦截的效率和准确性。在另外一个例子中，路径规划算法可以由机载飞控系统和地面雷达探测系统共同执行，例如，可以根据运算能力，由机载飞控系统和地面雷达探测系统分别完成部分路径规划算法。
■自主引导阶段和自动瞄准阶段
根据本发明的一般性拦截方法，自动接近阶段结束之后，机载飞控系统可以接着开始自动瞄准拦截阶段。在某些情况下，例如因为网捕装置射程的限制，可能需要拦截无人机进一步接近目标无人机，但是由于地面探测设备分辨力等原因，拦截无人机不能从地面探测设备获得足够精度的飞行参数信息和/或目指信息。这时，可以如图2所示的例子，在自动接近阶段之后，接着进入自主引导阶段。
自主引导阶段主要是调整拦截无人机本身的飞行参数，引导拦截无人机进一步接近目标无人机；自动瞄准拦截阶段主要是调整网捕装置等机载拦截装置的指向，使网捕装置至少能够在目标无人机进入其射程后瞄准目标无人机。因此，自动瞄准拦截阶段和自主引导阶段可以在自动接近阶段之后并行执行；在不需要自主引导阶段的场合下，自动瞄准拦截阶段可以和自动接近阶段并行执行。“并行执行”是指，既可以同时执行，也可以不同时执行，包括交叉执行。具体执行情况，可以考虑数据处理和运行逻辑等因素。
与自动接近阶段类似，在一些应用场合中，例如，可用的拦截无人机不具有要求的计算能力，这时，自主引导阶段和/或自动瞄准拦截阶段中的各种算法可以由地面雷达探测系统执行；在另外一些应用场合中，如下面所描述的例子，自主引导阶段和/或自动瞄准拦截阶段在机载飞控系统中进行。
1.自主引导阶段
参见图2，当机载光电设备识别锁定目标无人机(步骤S3)后，拦截无人机可以根据本发明提供的自主引导算法进一步接近目标无人机(步骤S4)，保持跟踪和锁定目标无人机。自主引导算法利用拦截无人机对于目标无人机的观测信息以及目标无人机的运动模型，预测有限步长(N)内的目标状态，再根据预测的目标状态实时引导和控制拦截无人机。
图4所示的流程图给出了一种可以实现自主引导算法的方法实施例，其包括：目标运动观测与统计建模，用以构造目标无人机的当前统计模型；目标状态估计与预测，基于当前统计模型，通过卡尔曼滤波，构造目标无人机的预测方程，获得目标无人机在后续时刻的预测状态；无人机实时引导控制，根据目标无人机的预测状态，调整拦截无人机的飞行参数，使拦截无人机进一步接近目标无人机。
因为自主引导算法可预测未来一个以上时刻拦截无人机应具有的空间位置、飞行参数，所以，拦截无人机可据此提前实施基础控制、传感器控制、目标识别和定位模块控制，从而使其具备更快的响应速度和更稳定的跟踪效果，进而提高了拦截方法的效率和准确性。
(1)目标运动观测与统计建模
目标运动观测与统计建模可以包括如下的步骤。
步骤S21：构造拦截无人机运动模型。作为一个例子，可以使用状态向量X＝[β,η,φ,βw,ηw,φw,vU,vV,vW,Xe,Ye,H]T，其中的各个元素分别表示滚转角、俯仰角、偏航角、滚转角速率、俯仰角速率、偏航角速率、机体坐标轴上的速度分量、纵向位移、侧向位移、高度。拦截无人机运动模型可以根据经典无人机飞行控制理论，由对应的12个微分方程进行描述。
步骤S22：构造目标无人机的观测模型。作为一个例子，在机载光电设备探测并识别到目标无人机之后，结合机载光电设备的角度和拦截无人机的姿态，可以计算出目标无人机的方位信息。然后，可以利用激光测距设备直接得到目标无人机距离拦截无人机的距离，或者可以通过获得拦截无人机和目标无人机的高度差间接地算出目标无人机距离拦截无人机的距离，从而可以确定目标无人机相对于拦截无人机的位置信息。在一个例子中，利用3D测向测距组合传感器，可以得到目标无人机的观测模型为：
其中，
d，θ，
分别表示目标无人机相对于拦截无人机的距离、方位角和俯仰角；
x，y，z和xt，yt，zt分别表示拦截无人机和目标无人机的位置坐标；
步骤S23：构造目标无人机的运动模型。一般情况下，目标无人机的运动模型包括三类：
(i)对于作匀速直线运动的目标，可以用匀速运动(Constant Velocity，CV)模型描述：
Xt[k+1]＝FcvXt[k]+Gcvρcv[k]
其中，
状态向量
其中的元素分别为3维位置信息和速度信息，
Fcv为状态转移矩阵，
Gcv为与目标速度和环境信息相关的噪声影响矩阵，
ρcv[k]为系统噪声，ρcv[k]＝[ρv[k],ρv[k],ρv[k]]T，
即ρv[k]为零均值，协方差为
的白噪声。
(ii)对于作匀加速直线运动的目标，可以用匀加速运动(ConstantAcceleration，CA)模型描述：
Xt[k+1]＝FcaXt[k]+Gcaρca[k]
状态向量
其中的元素分别为3维位置信息、3维速度信息和3维加速度信息，
Fca为状态转移矩阵，
Gca为与目标速度和环境信息相关的噪声影响矩阵，
ρcv[k]为系统噪声，ρca[k]＝[ρa[k],ρa[k],ρa[k]]T，
(iii)对于作协调转弯运动的类目标，可以用联动转弯运动(CoordinatedTurn，CT)模型描述，其特点是目标运动速度矢量大小不变，而速度矢量方向时刻变化。CT模型如下：
Xt[k+1]＝FctXt[k]+Gctρct[k]
状态向量
其中的元素分别为3维位置信息、3维速度信息、偏航角与偏航速率以及俯仰角与俯仰速率，
Fct为状态转移矩阵，
Gct为与目标速度和环境信息相关的噪声影响矩阵，
ρct[k]为系统噪声，ρct[k]＝[0,0,0,ρv[k],ρv[k],ρv[k],0,ρφ[k],0,ρη[k]]T，
步骤S24：构造当前统计模型。当前统计模型是一种非零均值的时间相关运动模型。在一维情况下，假设目标运动的加速度a(t)满足下列关系：
其中，
a1(t)是一个零均值一阶马尔可夫过程，
w(t)为零均值高斯白噪声，
α为机动频率。
离散化的当前统计模型状态方程为：
其中，
X(k)是状态向量，
U(k)是扰动的传输矩阵，
F(k)是状态转移矩阵，
w(k)为零均值白噪声，
w(k)方差为Q(k)，
一维运动情况下有：
多维情况下的模型可以类似得到。
(2)目标状态估计与预测(步骤S25)
目标状态估计与预测包括：基于卡尔曼滤波的一步预测，用以得到目标下一时刻的预测状态；和/或，基于多种运动模型标准滤波的一步或多步预测，用以得到目标一个或多个后续时刻的预测状态。
根据上述的目标运动观测与统计建模方法，以拦截无人机当前位置建立辅助坐标系，可以构造出目标无人机的三维投影位置、投影速度、投影加速度向量和三维当前统计模型状态方程。
然后，基于当前统计模型的方差自适应算法调整方差，可以得到测量方程。对测量方程进行标准卡尔曼滤波，可以得到一步预测方程。
在存在多种目标无人机运动模型的情况下，在每一时刻处，利用前一时刻各个运动模型滤波器的状态和运动模型的转换概率，求得每个运动模型滤波器的初始条件。以此为基础，利用每个运动模型进行标准滤波。然后，对每个滤波器产生的预测状态进行联合加权，得到目标无人机的最终或合成的预测状态。其中，从每个运动模型得到的相应预测状态的权重，根据该运动模型在滤波步中计算的概率进行选择。
在图4的例子中，可以重复迭代执行上述过程，直到迭代次数(n)达到预定的次数或步长数(N)(步骤S26)，得到目标无人机多个后续时刻的预测状态。
在获得目标无人机一个以上未来时刻的预测状态后，可以先向机载飞控系统查询系统或目标无人机当前时刻的状态，即是否已经解锁目标无人机或者已经解除拦截任务(步骤S27)。如果拦截任务已经解除，则结束拦截，无需继续执行下面的无人机实时引导控制；如果拦截任务仍然有效，则转入执行下面的无人机实时引导控制。
(3)无人机实时引导控制(步骤S28)
无人机实时引导控制包括：根据未来某一时刻或未来有限步长的目标预测状态，计算拦截无人机下一时刻应满足的位置参数和飞行姿态参数；根据计算得到的位置参数和飞行姿态参数，调整拦截无人机的飞行姿态等飞行参数，控制拦截无人机进一步接近目标。
若拦截无人机飞行姿态调整无法实现，如小于最小转弯半径，则可适当减少步长数(N)。
(4)基础控制(步骤S29)
基础控制包括：拦截无人机飞行状态监控、远程通信、数据计算以及其他与路径引导无关的控制技术。
(5)传感器控制(步骤S30)
传感器控制包括：机载空间位置传感器和飞行姿态传感器采集数据，并上报机载飞控系统。
(6)目标识别和定位模块控制(步骤S31)
目标识别和定位模块控制包括：机载图像/视频采集设备和激光测距设备重新对目标无人机进行图像识别跟踪和测距，并计算新的观测值。
将步骤S29和步骤S30中所获得的数据和信息作为基础，再次开始上述的自主引导阶段。
2.自动瞄准拦截阶段
如图2所示，在自动瞄准拦截阶段，可以执行自动瞄准控制算法，将拦截无人机的机载拦截装置指向目标无人机(步骤S5)；确定拦截无人机和目标无人机之间的相对距离和/或相对运动状态是否满足机载拦截装置的拦截条件(有时可以称为最佳打击时刻)(步骤S6)。如果不满足拦截条件，则继续控制无人机接近所述目标；如果满足拦截条件，则机载拦截装置实施对目标无人机的拦截(步骤S7)。
图5示出了一种自动瞄准控制算法的实施例。自动瞄准控制算法始于目标无人机被机载光电设备识别之后，包括以下步骤(同时参见图1)。
步骤S51：查询光电转台17的状态，获得机载图像/视频采集设备15的当前指向相对于拦截无人机轴线的水平方位角和俯仰角。
步骤S52：根据拦截无人机下一时刻应满足的位置参数和飞行姿态参数，对目标无人机的状态进行估计与预测。取决自主引导阶段和自动瞄准拦截阶段的执行情况，拦截无人机下一时刻应满足的位置参数和飞行姿态参数可以通过正在执行的自主引导算法获得，或者单独的目标运动观测与统计建模、目标状态估计与预测方法获得。
步骤S53：判断下一时刻目标图像是否会在机载图像/视频采集设备15的视场中消失。
步骤S54：如果下一时刻目标图像依然在视场范围内，则可以按照最佳目标保持水平方位角转动速率和最佳目标保持俯仰角转动速率，控制光电转台17向下一时刻目标预测位置所在方向转动(策略1)，其中，最佳目标保持水平方位角转动速率和最佳目标保持俯仰角转动速率是使下一时刻水平方位角和俯仰角最小的水平方位角转动速率和俯仰角转动速率。
步骤S55：如果下一时刻目标图像将在视场范围内消失，则可以按照最大目标保持水平方位角转动速率和最大目标保持俯仰角转动速率，控制光电转台17向下一时刻目标预测位置所在方向转动(策略2)，其中，控制光电转台17转动。其中，最大目标保持水平方位角转动速率和最大目标保持俯仰角转动速率是使下一时刻水平方位角和俯仰角最大的水平方位角转动速率和俯仰角转动速率。
步骤S56：在上述过程中，控制网捕转台20与光电转台17保持联动，确保网捕装置13中网枪19的指向与机载图像/视频采集设备15的指向一致。
步骤S57：确定是否满足拦截条件(有时也可以称为最佳打击时刻)。所述拦截条件包括第一拦截条件、第二拦截条件和第三拦截条件。第一拦截条件是指，所述无人机和所述目标之间的相对距离落入有效拦截距离阈值，如[3m，15m]。第二拦截条件是指，所述无人机和所述目标之间的相对速率小于拦截速率阈值，或者所述无人机和所述目标之间的相对速率的三维投影速率分别小于相应轴线上的投影拦截速率阈值，如<x轴第二投影速率阈值，y轴第二投影速率阈值，z轴第二投影速率阈值>，如<0.2m/s，0.2m/s，0.1m/s>。第三拦截条件是指，所述机载拦截装置的指向与所述无人机和所述目标之间的相对运动方向所形成的夹角小于拦截夹角阈值，如1.5°。
满足拦截条件是指满足所述第一拦截条件、所述第二拦截条件和所述第三拦截条件中的至少一项。作为一个例子，满足拦截条件包括同时满足第一拦截条件、第二拦截条件和第三拦截条件。作为一个例子，满足拦截条件包括在当前时刻和下一时刻都同时满足第一拦截条件、第二拦截条件和第三拦截条件。
如果满足拦截条件，则在步骤S58中，启动机载网捕装置13的网枪19发射抓捕网；如果不满足拦截条件，则返回步骤S51，从查询光电转台17的状态开始重新执行自动瞄准控制算法。
上面参照附图所示的具体例子，对本发明的构思和示例性实施方式进行了描述。附图及相应的描述仅仅是为了帮助本领域技术人员理解和实现本发明，而不是限制本发明的保护范围。
例如，如上所述，本发明不限于仅用来拦截上述例子中提到的目标无人机，也不限于仅仅使用网捕这种拦截方式。相应地，本领域技术人员在本发明的教导下，针对不同的待拦截目标、不同拦截方式和不同的拦截条件，可以对上面所描述的对应方法、参数、模型、条件等进行改变。
例如，上面参照附图描述本发明拦截方法的例子时，将本发明的方法划分为自动接近阶段、自主引导阶段、自动瞄准拦截阶段等等。但是，这种划分仅仅是为了便于描述，方便本领域技术人员理解本发明构思，并不表示本发明在具体实施时一定形成可区分的条块和顺序。例如，实时获得的无人机飞行参数和目标的目指参数可以实时地用于各种需要这些数据的步骤或算法中；在无需将某个数据或计算结果作为另一个分析处理前提的情况下，相关步骤或算法可以并行执行，即同时、不同时或交叉执行。因此，本发明拦截方法中所包括的步骤不必然具有先后顺序，除非按照处理逻辑应该如此。
例如，附图所示具体例子中的组成部分或步骤并非都是实现本发明构思必不可少的，而是可以省略或者或变型的。例如，自动瞄准控制算法和拦截条件可以只考虑当前时刻的情况；步骤52至步骤54可以省略。如上所述，自主引导阶段在一些情况下是不需要的。
根据本发明的拦截方法和拦截系统，其中所涉及的各个阶段、步骤、算法都是自动或自主进行的，即不需要操作人员参与或介入，因此，显著提高了接近目标的效率和准确性。
特别是，本发明可以有效结合了地面探测系统大范围远程探测、高精度定位的优势和无人机拦截器机动灵敏、近距离打击的灵巧反制优势，在自动接近、自主引导、自动瞄准拦截三阶段中，根据地面探测系统的指引、空中双机当前状态和未来预测状态，自主决策和实施目标的发现、跟踪、接近和拦截，不需要操作人员的参与，因此，本发明能有效应对复杂环境、无人机性能受限和目标机动等因素。
Claims (10)
1.一种利用无人机拦截目标的拦截方法，所述拦截方法包括：
根据描述无人机的位置和/或运动状态的飞行参数信息以及描述目标的位置和/或运动状态的目指信息，控制所述无人机接近所述目标；
确定所述无人机和所述目标之间的相对距离和/或相对运动状态是否满足所述机载拦截装置的拦截条件，如果不满足拦截条件，则继续控制所述无人机接近所述目标；如果满足拦截条件，则控制所述机载拦截装置实施对所述目标的拦截，
其中，控制所述无人机接近所述目标和/或实施对所述目标的拦截是自动进行的。
2.根据权利要求1所述的拦截方法，其中，所述飞行参数信息和所述目指信息由探测系统提供，所述探测系统包括地基探测系统、空基探测系统、天基探测系统、机载探测系统中的至少一项。
3.根据权利要求2所述的拦截方法，其中，所述探测系统包括地面雷达探测系统，所述飞行参数信息和所述目指信息由所述地面雷达探测系统提供，所述地面雷达探测系统和/或所述无人机的机载飞控系统根据所述飞行参数信息和所述目指信息，自动地控制所述无人机接近所述目标并且实施对所述目标的拦截。
4.根据权利要求2所述的拦截方法，其中，所述探测系统包括所述无人机的机载探测系统，所述飞行参数信息和所述目指信息由所述机载探测系统提供，所述无人机的机载飞控系统根据所述飞行参数信息和所述目指信息，自动地控制所述无人机接近所述目标并且实施对所述目标的拦截。
5.根据权利要求2所述的拦截方法，其中，所述探测系统包括能够提供所述飞行参数信息和所述目指信息的雷达探测系统，以及所述无人机的机载光电设备，所述机载光电设备被构造为能够识别所述目标，并获得所述目标相对所述无人机的俯仰角和方位角，以及所述目标与所述无人机的相对距离，从而获得所述目标相对于所述无人机的目指信息，
其中，所述机载光电设备的识别距离大于由所述雷达探测系统的分辨力所决定的所述无人机和所述目标之间的最小距离。
6.根据权利要求5所述的拦截方法，其中，所述拦截方法还包括：所述探测系统确定所述无人机和所述目标之间的相对距离是否小于接近距离阈值，所述接近距离阈值大于等于所述最小距离而小于等于所述机载光电设备的识别距离。
7.根据权利要求6所述的拦截方法，其中，
如果所述无人机和所述目标之间的相对距离不小于所述接近距离阈值，则所述雷达探测系统和/或所述无人机的机载飞控系统根据由所述雷达系统提供的所述无人机的飞行参数信息和所述目标的目指信息，自动地控制所述无人机接近所述目标，
如果所述无人机和所述目标之间的相对距离小于所述接近距离阈值，则所述雷达探测系统和/或所述无人机的机载飞控系统根据由所述机载光电设备提供的所述目标相对于所述无人机的目指信息，自动地控制所述无人机进一步接近所述目标。
8.根据权利要求1至7中任一项所述的拦截方法，其中，控制所述无人机接近所述目标包括：将所述无人机和所述目标之间的连线确定为所述无人机的飞行路径，根据所述飞行路径调整所述无人机的飞行参数，使所述无人机沿所述飞行路径接近所述目标。
9.一种利用无人机拦截目标的拦截系统，包括探测系统和无人机，所述探测系统包括地基探测系统、空基探测系统、天基探测系统、机载探测系统中的至少一项，所述无人机包括机载拦截装置，其中，
所述探测系统和/或所述无人机被构造为：根据由所述探测系统提供的描述无人机的位置和/或运动状态的飞行参数信息以及描述目标的位置和/或运动状态的目指信息，控制所述无人机接近目标，
所述探测系统和/或所述无人机被构造为：确定所述无人机和目标之间的相对距离和/或相对运动状态是否满足所述机载拦截装置的拦截条件，如果不满足拦截条件，则继续控制所述无人机接近目标；如果满足拦截条件，则控制所述机载拦截装置实施对目标的拦截。
10.根据权利要求9所述的拦截系统，其中，所述机载拦截装置包括网捕装置，所述网捕装置包括能够发射抓捕网的网枪。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010865735 | 2020-08-25 | ||
| CN2020108657356 | 2020-08-25 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112947593A true CN112947593A (zh) | 2021-06-11 |
Family
ID=76231043
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110343769.3A Pending CN112947593A (zh) | 2020-08-25 | 2021-03-30 | 一种利用无人机拦截目标的方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112947593A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113867417A (zh) * | 2021-12-06 | 2021-12-31 | 北京航空航天大学 | 一种无人机移动目标久航追踪方法 |
| CN113963025A (zh) * | 2021-10-22 | 2022-01-21 | 西北工业大学深圳研究院 | 水下自适应机动目标快速跟踪及追踪方法 |
| CN113985927A (zh) * | 2021-10-28 | 2022-01-28 | 西北工业大学太仓长三角研究院 | 一种四旋翼无人机栖停机动轨迹优化方法 |
| CN115080879A (zh) * | 2022-07-27 | 2022-09-20 | 白杨时代(北京)科技有限公司 | 一种位置搜索方法、装置、电子设备和可读存储介质 |
| CN115629401A (zh) * | 2022-12-22 | 2023-01-20 | 成都安则科技有限公司 | 一种无人机导航诱骗信号生成方法、系统、终端及介质 |
| CN117492474A (zh) * | 2022-07-22 | 2024-02-02 | 海鹰航空通用装备有限责任公司 | 无人机航迹自主导航获取方法及无人机侦察抵近控制方法 |
| CN118603106A (zh) * | 2024-08-08 | 2024-09-06 | 四川汉科计算机信息技术有限公司 | 一种用于无人机锁定目标的航路点计算方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2498342C1 (ru) * | 2012-04-26 | 2013-11-10 | Открытое акционерное общество "Концерн радиостроения "Вега" | Способ перехвата воздушных целей летательными аппаратами |
| CN106444829A (zh) * | 2016-09-22 | 2017-02-22 | 北京机械设备研究所 | 一种针对“低慢小”目标的制导无人机抛网拦截方法 |
| CN107357306A (zh) * | 2017-06-27 | 2017-11-17 | 中国电子科技集团公司第十研究所 | 一种引导方法、设备、计算机设备和可读存储介质 |
| CN108279703A (zh) * | 2018-01-26 | 2018-07-13 | 河南工程学院 | 一种用于非合作机动目标拦截的轨道控制方法 |
| US20190285388A1 (en) * | 2018-03-13 | 2019-09-19 | Elta Systems Ltd. | Drone interceptor system, and methods and computer program products useful in conjunction therewith |
| CN110262534A (zh) * | 2019-06-25 | 2019-09-20 | 北京机械设备研究所 | 一种针对低慢小目标的无人机跟踪与拦截系统及方法 |
-
2021
- 2021-03-30 CN CN202110343769.3A patent/CN112947593A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2498342C1 (ru) * | 2012-04-26 | 2013-11-10 | Открытое акционерное общество "Концерн радиостроения "Вега" | Способ перехвата воздушных целей летательными аппаратами |
| CN106444829A (zh) * | 2016-09-22 | 2017-02-22 | 北京机械设备研究所 | 一种针对“低慢小”目标的制导无人机抛网拦截方法 |
| CN107357306A (zh) * | 2017-06-27 | 2017-11-17 | 中国电子科技集团公司第十研究所 | 一种引导方法、设备、计算机设备和可读存储介质 |
| CN108279703A (zh) * | 2018-01-26 | 2018-07-13 | 河南工程学院 | 一种用于非合作机动目标拦截的轨道控制方法 |
| US20190285388A1 (en) * | 2018-03-13 | 2019-09-19 | Elta Systems Ltd. | Drone interceptor system, and methods and computer program products useful in conjunction therewith |
| CN110262534A (zh) * | 2019-06-25 | 2019-09-20 | 北京机械设备研究所 | 一种针对低慢小目标的无人机跟踪与拦截系统及方法 |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113963025A (zh) * | 2021-10-22 | 2022-01-21 | 西北工业大学深圳研究院 | 水下自适应机动目标快速跟踪及追踪方法 |
| CN113963025B (zh) * | 2021-10-22 | 2022-08-16 | 西北工业大学深圳研究院 | 水下自适应机动目标快速跟踪及追踪方法 |
| CN113985927A (zh) * | 2021-10-28 | 2022-01-28 | 西北工业大学太仓长三角研究院 | 一种四旋翼无人机栖停机动轨迹优化方法 |
| CN113985927B (zh) * | 2021-10-28 | 2023-11-21 | 西北工业大学太仓长三角研究院 | 一种四旋翼无人机栖停机动轨迹优化方法 |
| CN113867417A (zh) * | 2021-12-06 | 2021-12-31 | 北京航空航天大学 | 一种无人机移动目标久航追踪方法 |
| CN117492474A (zh) * | 2022-07-22 | 2024-02-02 | 海鹰航空通用装备有限责任公司 | 无人机航迹自主导航获取方法及无人机侦察抵近控制方法 |
| CN117492474B (zh) * | 2022-07-22 | 2024-07-09 | 海鹰航空通用装备有限责任公司 | 无人机航迹自主导航获取方法及无人机侦察抵近控制方法 |
| CN115080879A (zh) * | 2022-07-27 | 2022-09-20 | 白杨时代(北京)科技有限公司 | 一种位置搜索方法、装置、电子设备和可读存储介质 |
| CN115629401A (zh) * | 2022-12-22 | 2023-01-20 | 成都安则科技有限公司 | 一种无人机导航诱骗信号生成方法、系统、终端及介质 |
| CN118603106A (zh) * | 2024-08-08 | 2024-09-06 | 四川汉科计算机信息技术有限公司 | 一种用于无人机锁定目标的航路点计算方法及系统 |
| CN118603106B (zh) * | 2024-08-08 | 2024-10-18 | 四川汉科计算机信息技术有限公司 | 一种用于无人机锁定目标的航路点计算方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112947593A (zh) | 一种利用无人机拦截目标的方法和系统 | |
| US20170059692A1 (en) | Mitigation of Small Unmanned Aircraft Systems Threats | |
| EP2071353B1 (en) | System and methods for autonomous tracking and surveillance | |
| CN111123983B (zh) | 一种无人机截击网捕控制系统及控制方法 | |
| Rothe et al. | A concept for catching drones with a net carried by cooperative UAVs | |
| Salazar et al. | A novel system for non-cooperative UAV sense-and-avoid | |
| CN108955722B (zh) | 无人机目标定位指示系统及指示方法 | |
| CN114239305B (zh) | 一种战场态势场景仿真激励系统 | |
| WO2022176889A1 (ja) | 飛翔体対処システム、衛星統合指令センター、対処地上センター、通信ルート探索装置、飛翔経路予測装置、対処アセット選択装置、赤道上空衛星システム、赤道上空衛星、極軌道衛星システム、極軌道衛星、傾斜軌道衛星システム、傾斜軌道衛星、統合データライブラリ、および、衛星コンステレーション | |
| WO2022176891A1 (ja) | 飛翔体対処システム、監視地上センター、対処地上センター、通信ルート探索装置、飛翔経路予測装置、対処アセット選択装置、赤道上空衛星システム、赤道上空衛星、極軌道衛星システム、極軌道衛星、傾斜軌道衛星システム、および、傾斜軌道衛星 | |
| CN116337086B (zh) | 无人机网捕最优捕获位置计算方法、系统、介质及终端 | |
| Ding et al. | Multi-UAV cooperative GPS spoofing based on yolo nano | |
| JP2022126920A (ja) | 滑空飛翔体識別方法、飛翔体追跡システム、飛翔体対処システム、および、地上システム | |
| JP2022126919A (ja) | 滑空飛翔体追跡方法、飛翔体追跡システム、飛翔体対処システム、および、地上システム | |
| Sharma et al. | Cooperative sensor resource management to aid multi target geolocalization using a team of small fixed-wing unmanned aerial vehicles | |
| RU2504725C2 (ru) | Способ пуска ракет для подвижных пусковых установок | |
| CN113721188B (zh) | 拒止环境下的多无人机自身定位与目标定位方法 | |
| CN113721642B (zh) | 探测跟踪处置一体化的无人机反制控制方法 | |
| Yang et al. | High-Speed Interception Multicopter Control by Image-based Visual Servoing | |
| Yang et al. | Design, implementation, and verification of a low‐cost terminal guidance system for small fixed‐wing UAVs | |
| Tao et al. | Autonomous Navigation and Control System for Capturing A Moving Drone. | |
| Lee et al. | Performance Verification of a Target Tracking System With a Laser Rangefinder | |
| Dille et al. | Air-ground collaborative surveillance with human-portable hardware | |
| Zeng et al. | Positioning and Tracking Performance Analysis of Hypersonic Vehicle based on Aerodynamic Model | |
| Zhao | The Research on Police UAV Investigation Technology Based on Intelligent Optimization Algorithm |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210611 |