CN115061134A - 基于机载雷达侦察系统的无人机飞行安全检测系统及方法 - Google Patents

Abstract

本发明公开了基于机载雷达侦察系统的无人机飞行安全检测系统及方法，属于新一代信息技术领域。该系统包括：机载侦察模块、异常分析模块、无人机规划模块、数据处理模块、数据安全检测模块；所述机载侦察模块利用共形天线对各预设侦测区域内的雷达信号进行侦测；所述异常分析模块用于确认是否新增侦测区域；所述无人机规划模块用于对无人机飞行路径进行规划；所述数据处理模块预测共形天线在新增侦测区域下的故障率；所述数据安全检测模块用于发出警示信息，同时获取侦测的雷达信号；本发明能够利用共形天线缓解内部的散热问题，提升了飞行器的隐蔽性，同时对共形天线的故障率进行预测，提升了飞行安全性，降低无人机侦察设备的损耗。

Description

基于机载雷达侦察系统的无人机飞行安全检测系统及方法

技术领域

本发明涉及新一代信息技术领域，具体为基于机载雷达侦察系统的无人机飞行安全检测系统及方法。

背景技术

当前机载雷达侦察系统采用的传统天线在使用时往往存在着很多问题，当将天线安装在平台的外部时，会对侦察机的隐身性能造成影响，并且外部的天线难以保证其可靠性；当将天线安装在平台内部时，会使得平台内部散热困难，同时，天线会挤占内部空间，影响载荷的其他配置。

共形天线能够与侦察机等其他浮空平台的外形保持一致，该天线类似于贴附于平台外表面，与平台外形融为一体，能够有效地降低武器平台的雷达反射面积。

但是搭载了机载侦察设备的无人机在侦查过程中，其外表面在高空中飞行侦察时，由于侦察区域的不断变化，其飞行高度也会随之改变，在不同的飞行高度下，其机体表面受到的压力不同，在不同的飞行时间中，会产生不同的无人机外壳形变量，在日常中，这样的形变量并不会对无人机的使用产生较大影响，但在搭载了共形天线的无人机上，任意一个微小的形变量，都会对共形天线产生巨大的影响，使得共形天线的故障率会大大增加，导致侦察设备受损严重，这成为了一个实际存在并难以控制的问题。

发明内容

本发明的目的在于提供基于机载雷达侦察系统的无人机飞行安全检测系统及方法，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明提供如下技术方案：

基于机载雷达侦察系统的无人机飞行安全检测方法，该方法包括以下步骤：

S1、在无人机上构建机载雷达侦察系统，利用共形天线对各预设侦测区域内的雷达信号进行侦测，识别接收到的雷达信号并处理；

S2、获取已经识别的雷达信号，分析是否出现异常信号，确认是否新增侦测区域，并规划无人机飞行路径；

S3、获取无人机飞行路径，计算无人机飞行时间，获取无人机飞行高度数据，预测共形天线在新增侦测区域下的故障率，设置故障率阈值，若存在故障率超出阈值，发出警示信息；

S4、获取侦测的雷达信号，将雷达的相关数据传回地面设备，供管理员查阅。

根据上述技术方案，所述机载雷达侦察系统包括共形天线、微波组件、数字单元、主控单元、计算机板、机载通信电台、地面接收设备；

所述共形天线设置在无人机上，用于接收雷达信号，送入微波组件；所述微波组件用于对信号进行处理，信号经接收机前端限幅、滤波和放大后，进行变频，输出到数字单元进行信道化处理输出PDW；所述数字单元用于将PDW信息送入主控单元；所述主控单元用于将数据一路存储到计算机板上，以便于后续对信号进行分析；另一路进行PDW信号分选，给出每部雷达信号的辐射源描述字EDW；同时主控单元将分选得到的EDW，一路也存储到计算机板上；另一路通过机载通信电台送往地面接收设备进行频谱、信息列表和工作状态显示。

根据上述技术方案，所述规划无人机飞行路径包括：

S3-1、获取已经识别的雷达信号，分析是否出现异常信号；

S3-2、获取预设侦测区域内的目标位置数据，任一个目标第i次侦察的目标位置数据记为(x_i，y_i)，新一次侦察的目标位置数据记为(x_i+1，y_i+1)；

构建两次侦察的目标相似度：

其中，D_i+1代表两次侦察的目标位置数据的相似度；

S3-3、获取历史数据下的N次侦查结果，生成一组训练集：{({D₁，L₁)、(D₂，L₂)、…、(D_N，L_N)}，其中，D₁、D₂、…、D_N代表相邻两次侦察的目标位置数据的相似度的归一化数据；L₁、L₂、…、L_N代表分类标记，其等于+1或-1，当它等于+1时为正例，等于-1时为负例；其中，N为常数；

S3-4、更换N值，不断重复步骤S3-3，直至生成E组训练集，根据E组训练集构建异常信号分析模型，其中，E为可设置常数；

S3-5、寻找分离超平面以获取异常信号的分类平面；

设置超平面表示为：

k₁*x+b＝0

其中，k₁代表法向量；b代表位移；

设置E组训练集任一数据点(D_N，L_N)到达超平面距离d：

设置满足距离改变阈值的信号向量为支持向量，设支持向量到超平面的距离为d^*，则任何异常信号到达超平面的距离小于d^*，即：

由于数据为线性不可分训练数据，构建松弛变量ε_i≥0；

对每个松弛变量ε_i，支付一个代价，表示为：

其中C为惩罚参数，C＞0；

引入拉格朗日乘数，利用拉格朗日对偶性计算k₁、b的最优解；

其中，β_m、β_n代表拉格朗日乘子向量；m、n代表序号；L_m、L_n代表序号m、n下的分类标记；

可得k₁、b的最优解k₁₁、b₁₁，满足k₁₁*D_N+b₁₁＝0，记为分离超平面；

由于数据为线性不可分训练数据，以核函数代替内积；

获得分类决策函数为：

其中，K(u，D_N)代表核函数；u代表特征向量；

根据分类决策函数对异常信号进行分析，距离分离超平面越远的点代表分类越准确，即其对应的点为异常信号的归一化值越大，系统设置阈值，在归一化值超出阈值时，就定义为当前出现了异常信号；

在出现异常信号后，确认新增侦测区域：

获取雷达侦察的预设侦测区域中尚未侦测的区域位置信息；

构建无人机飞行路径函数：

其中，P(j)代表无人机飞行路径函数，j₁、j₂、…、j_θ代表加入了新增侦测区域后的无人机在各区域内的飞行时间，按照j₁、j₂、…、j_θ的区域顺序进行飞行，所述各区域的飞行时间以飞出该区域时为基准；

代表加入了新增侦测区域后无人机在两个区域内的飞行高度变化量；k₄代表时间系数；k₅代表高度变化带来的压力变化系数；

在上述方案中，首先排布无人机的飞行区域顺序，然后计算新增侦测区域后的无人机在各区域内的飞行时间，按照j₁、j₂、…、j_θ的区域顺序进行飞行，所述各区域的飞行时间以飞出该区域时为基准，例如在j₁区域飞出时间为10点，j₂区域飞出时间为11点，则记录在j₂区域的飞行时间为1小时，其中包括了从j₁区域到j₂区域的飞行时间，能够进一步确保精准度，同时在飞行高度变化时，由于不同飞行高度的压力载荷不同，无人机承受的能力需要考虑在内。

利用软件仿真，获取P(j)的最小值，并记录当前的路径区域顺序作为无人机飞行路径。

根据上述技术方案，所述预测共形天线在新增侦测区域下的故障率包括：

获取测试数据中在不同飞行高度与不同飞行时间下的无人机外壳形变概率；

在不同的飞行高度时，高度较高，无人机承受的压力变大，其容易产生形变量；高度较低，与空中漂浮物相接触，例如树叶、灰尘粒子，也容易产生形变量，因此设置一个抛物线函数，其顶点为最适合的飞行高度，无人机外壳形变概率最低；

构建无人机外壳形变概率与不同飞行高度和飞行时间的函数关系：

其中，T_s代表无人机外壳形变概率，T_tt代表无人机在飞行高度序号Z的飞行时间，k₃、k₄、k₅代表无人机外壳形变概率与不同飞行高度的关系系数值；k₆代表无人机在飞行高度序号Z的飞行时间与无人机外壳形变概率的关系系数值；Z代表飞行高度序号，飞行高度从初始每发生一次改变记一个序号；h代表飞行高度改变次数；

设置无人机外壳形变概率为T_s，记录测试数据中共形天线的故障率数据集合记为M₁；其中M₁＝{B₁、B₂、…、B_ω}；其中B₁、B₂、…、B_ω为故障率取值；

对M₁作灰色累加生成处理，生成M₂＝{B₁₁、B₂₂、…、B_ωω}；

满足：

对M₂中数据进行紧邻均值处理，建立M₂的白化微分方程为：

其中，a₀为发展系数，b₀为灰作用量；

求解得：

则无人机外壳形变概率为T_s，共形天线的故障率的预测值：

其中，B_ω+1代表在当前规划的无人机飞行路径中共形天线的故障率；

其中，

可根据矩阵与最小二乘法计算得出；

设置故障率阈值，若存在故障率超出故障率阈值，发出警示信息。

基于机载雷达侦察系统的无人机飞行安全检测系统，该系统包括：机载侦察模块、异常分析模块、无人机规划模块、数据处理模块、数据安全检测模块；

所述机载侦察模块用于在无人机上构建机载雷达侦察系统，利用共形天线对各预设侦测区域内的雷达信号进行侦测，识别接收到的雷达信号并处理；所述异常分析模块用于对获取到的识别的雷达信号，分析是否出现异常信号，确认是否新增侦测区域；所述无人机规划模块用于在出现新增侦测区域时，对无人机飞行路径进行规划；所述数据处理模块用于获取无人机飞行路径，计算无人机飞行时间，获取无人机飞行高度，计算无人机外壳形变量概率，预测共形天线在新增侦测区域下的故障率；所述数据安全检测模块用于设置故障率阈值，若存在故障率超出阈值，发出警示信息，同时将雷达信号、飞行数据传回地面设备，供管理员查阅；

所述机载侦察模块的输出端与所述异常分析模块的输入端相连接；所述异常分析模块的输出端与所述无人机规划模块的输入端相连接；所述无人机规划模块的输出端与所述数据处理模块的输入端相连接所述数据处理模块的输出端与所述数据安全检测模块的输入端相连接。

根据上述技术方案，所述机载侦察模块包括机载雷达侦察系统、信号接收子模块；

所述机载雷达侦察系统包括共形天线、微波组件、数字单元、主控单元、计算机板、机载通信电台、地面接收设备；

所述共形天线设置在无人机上，用于接收雷达信号，送入微波组件；所述微波组件用于对信号进行处理，信号经接收机前端限幅、滤波和放大后，进行变频，输出到数字单元进行信道化处理输出PDW；所述数字单元用于将PDW信息送入主控单元；所述主控单元用于将数据一路存储到计算机板上，以便于后续对信号进行分析；另一路进行PDW信号分选，给出每部雷达信号的辐射源描述字EDW；同时主控单元将分选得到的EDW，一路也存储到计算机板上；另一路通过机载通信电台送往地面接收设备进行频谱、信息列表和工作状态显示；

所述信号接收子模块用于显示与接收机载雷达侦察系统送出的侦察信号。

根据上述技术方案，所述异常分析模块包括信号异常子模块、新增任务子模块；

所述信号异常子模块用于对获取到的识别的雷达信号，分析是否出现异常信号；所述新增任务子模块用于在出现异常信号时，新增侦测区域；

所述信号异常子模块的输出端与所述新增任务子模块的输入端相连接；所述新增任务子模块的输出端与所述无人机规划模块的输入端相连接。

根据上述技术方案，所述无人机规划模块包括路线规划子模块、安全输出子模块；

所述路线规划子模块用于在出现新增侦测区域时，对无人机飞行路径进行规划，获取无人机飞行路径；所述安全输出子模块用于将无人机飞行路径输出至无人机智能操控端口；

所述路线规划子模块的输出端与所述安全输出子模块的输入端相连接；所述安全输出子模块的输出端与所述数据处理模块的输入端相连接。

根据上述技术方案，所述数据处理模块包括无人机飞行数据采集子模块、预测子模块；

所述无人机飞行数据采集子模块用于获取无人机飞行路径，计算无人机飞行时间，获取无人机飞行高度；所述预测子模块用于构建预测模型，预测共形天线在新增侦测区域下的故障率；

所述无人机飞行数据采集子模块的输出端与所述预测子模块的输入端相连接；所述预测子模块的输出端与所述数据安全检测模块的输入端相连接。

根据上述技术方案，所述数据安全检测模块包括安全检测子模块、数据显示子模块；

所述安全检测子模块用于设置故障率阈值，若存在预测共形天线在新增侦测区域下的故障率超出阈值，发出警示信息；所述数据显示子模块用于将雷达信号、飞行数据传回地面设备，供管理员查阅。

与现有技术相比，本发明所达到的有益效果是：

本发明采用共形天线取代传统天线，大大缓解了设备对载荷内部空间的拥挤问题，降低了设备的重量，缓解了在和内部的散热问题，同时，相较于传统天线，采用共形天线也提升了飞行器的隐蔽性。利用飞行器进行雷达侦察，能够及时地侦察到目标的火控雷达并对飞行器进行提前告警，能够降低我方侦察设备的损失；

本发明在无人机侦查过程中出现新增侦查任务的情况下，对无人机外壳形变的概率进行计算，预测得出共形天线的故障率，设置阈值，发出报警，能够进一步保障无人机侦查时的飞行安全，降低侦察设备的损失。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是本发明基于机载雷达侦察系统的无人机飞行安全检测系统及方法的机载雷达侦察系统组成框图。

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，所描述的实施例仅仅是本发明一部分实施例，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。

请参阅图1，在本实施例中：使用共形天线完成对12-18Ghz雷达天线的侦测；并识别接收到的雷达信号并处理，将雷达的相关数据传回地面设备。同时判断是否出现异常信号。

如图1所示；

在机载雷达侦察系统中，共形天线将接收到的12-18GHz雷达信号送入微波组件，信号经接收机前端限幅、滤波和放大后，进行下变频输出为1.3-2.3Ghz的中频送入K7板(数字单元)进行信道化处理输出PDW；

数字单元对将频信号的频点、脉宽和幅度等PDW信息送入主控单元，主控单元将数据一路存储到计算机板上，以便于后续对信号进行分析；另一路进行PDW信号分选，给出每部雷达信号的辐射源描述字EDW。

主控单元将分选得到的EDW，一路也存储到计算机板上，以便于后续对信号进行分析；另一路通过飞控链路送往地面接收设备进行频谱、信息列表和工作状态显示；

系统中还包括地面设备，地面设备用于机载侦察设备的地面功能测试。信号源通过射频线缆连接到天线上，天线对准机载雷达侦察系统辐射信号，机载雷达侦察系统通过将侦察到的辐射源参数与信号源参数对比来判断机载侦察设备功能是否正常。

共形天线设计方案：

共形天线采用共形微带天线阵列，将微带天线单元贴片按照2×2的四单元微带天线阵列贴于侦察机表面。

共形天线阵列设计：

天线单元选用矩形辐射贴片作为辐射单元，采用微带传输线馈电，通过改变馈线的宽度和馈电位置实现良好的阻抗匹配，再采用寄生贴片加载的层叠结构提高微带天线单元的阻抗带宽和增益。

微带天线阵列：

本方案天线阵列采用2×2的四单元微带天线阵列，通过增加天线单元的数量弥补单个微带天线单元增益不足的问题，在馈电方式上采用分层功分的网络结构馈电，有利于减少微带馈线产生的寄生辐射。

微波组件设计：

微波组件对输入的12-18GHz射频信号进行限幅、滤波、放大处理、开关切换后功分两路，一路送单比特进行参数测量，一路进行下变频输出1.3-2.3GHz中频信号。

数字单元设计：

数字单元是基于两片可编程XilinxXC7K325T-2FFG900IFPGA设计的K7数字处理板进行功能实现；数字单元配有一片ADC12D1600型ADC芯片；FPGA上外挂了一片4M×36bitQDRII+SRAM和一片1GbitQSPIFLASH，ADC采样最高交织采样率可达2.8Gsps或双路采样率1.6Gsps，采样精度为12bit。

主控单元设计：

主控单元中，PDW解算部分通过视频信号和TTL信号对雷达脉冲参数进行测量形成PDW流；PDW分选识别部分实现雷达脉冲描述字的参数滤波实现信号分选；参数解算部分实现目标模拟信号的报文解析以及参数计算；AXI寄存器组部分实现ARM控制器通过AXI总线对参数解算部分的参数配置；FIFO缓冲部分实现数据的缓存，为DMA传输提供缓存区；DMA传输部分实现数据内部的高速传输；ARM控制器部分实现数据存储、报文数据解析、接口通信等功能。

根据上述技术方案，规划无人机飞行路径包括：

S3-1、获取已经识别的雷达信号，分析是否出现异常信号；

S3-2、获取预设侦测区域内的目标位置数据，任一个目标第i次侦察的目标位置数据记为(x_i，y_i)，新一次侦察的目标位置数据记为(x_i+1，y_i+1)；

构建两次侦察的目标相似度：

其中，D_i+1代表两次侦察的目标位置数据的相似度；

S3-3、获取历史数据下的N次侦查结果，生成一组训练集：{(D₁，L₁)、(D₂，L₂)、…、(D_N，L_N)}，其中，D₁、D₂、…、D_N代表相邻两次侦察的目标位置数据的相似度的归一化数据；L₁、L₂、…、L_N代表分类标记，其等于+1或-1，当它等于+1时为正例，等于-1时为负例；其中，N为常数；

S3-4、更换N值，不断重复步骤S3-3，直至生成E组训练集，根据E组训练集构建异常信号分析模型，其中，E为可设置常数；

S3-5、寻找分离超平面以获取异常信号的分类平面；

设置超平面表示为：

k₁*x+b＝0

其中，k₁代表法向量；b代表位移；

设置E组训练集任一数据点(D_N，L_N)到达超平面距离d：

设置满足距离改变阈值的信号向量为支持向量，设支持向量到超平面的距离为d^*，则任何异常信号到达超平面的距离小于d^*，即：

由于数据为线性不可分训练数据，构建松弛变量ε_i≥0；

对每个松弛变量ε_i，支付一个代价，表示为：

其中C为惩罚参数，C＞0；

引入拉格朗日乘数，利用拉格朗日对偶性计算k₁、b的最优解；

其中，β_m、β_n代表拉格朗日乘子向量；m、n代表序号；L_m、L_n代表序号m、n下的分类标记；

可得k₁、b的最优解k₁₁、b₁₁，满足k₁₁*D_N+b₁₁＝0，记为分离超平面；

由于数据为线性不可分训练数据，以核函数代替内积；

获得分类决策函数为：

其中，K(u，D_N)代表核函数；u代表特征向量；

根据分类决策函数对异常信号进行分析，发现存在距离分离超平面远的点的异常信号的归一化值超出阈值，定义为当前出现异常信号；

在出现异常信号后，确认新增侦测区域：

获取雷达侦察的预设侦测区域中尚未侦测的区域位置信息；

构建无人机飞行路径函数：

其中，P(j)代表无人机飞行路径函数，j₁、j₂、…、j_θ代表加入了新增侦测区域后的无人机在各区域内的飞行时间，按照j₁、j₂、…、j_θ的区域顺序进行飞行，所述各区域的飞行时间以飞出该区域时为基准；G_j1、G_j2、…、G_jθ代表加入了新增侦测区域后无人机在两个区域内的飞行高度变化量；k₄代表时间系数；k₅代表高度变化带来的高温变化系数；

利用软件仿真，获取P(j)的最小值，并记录当前的路径区域顺序作为无人机飞行路径。

获取测试数据中在不同飞行高度与不同飞行时间下的无人机外壳形变概率；

构建无人机外壳形变概率与不同飞行高度和飞行时间的函数关系：

其中，T_s代表无人机外壳形变概率，T_tt代表无人机在飞行高度序号Z的飞行时间，k₃、k₄、k₅代表无人机外壳形变概率与不同飞行高度的关系系数值；k₆代表无人机在飞行高度序号Z的飞行时间与无人机外壳形变概率的关系系数值；Z代表飞行高度序号，飞行高度从初始每发生一次改变记一个序号；h代表飞行高度改变次数；

设置无人机外壳形变概率为T_s，记录测试数据中共形天线的故障率数据集合记为M₁；其中M₁＝{B₁、B₂、…、B_ω}；其中B₁、B₂、…、B_ω为故障率取值；

对M₁作灰色累加生成处理，生成M₂＝{B₁₁、B₂₂、…、B_ωω}；

满足：

对M₂中数据进行紧邻均值处理，建立M₂的白化微分方程为：

其中，a₀为发展系数，b₀为灰作用量；

求解得：

则无人机外壳形变概率为T_s，共形天线的故障率的预测值：

其中，B_ω+1代表在当前规划的无人机飞行路径中共形天线的故障率；

其中，

可根据矩阵与最小二乘法计算得出；

设置故障率阈值，存在故障率超出故障率阈值，发出警示信息。

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。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.基于机载雷达侦察系统的无人机飞行安全检测方法，其特征在于：该方法包括以下步骤：

S1、在无人机上构建机载雷达侦察系统，利用共形天线对各预设侦测区域内的雷达信号进行侦测，识别接收到的雷达信号并处理；

S2、获取已经识别的雷达信号，分析是否出现异常信号，确认是否新增侦测区域，并规划无人机飞行路径；

S3、获取无人机飞行路径，计算无人机飞行时间，获取无人机飞行高度数据，预测共形天线在新增侦测区域下的故障率，设置故障率阈值，若存在故障率超出阈值，发出警示信息；

S4、获取侦测的雷达信号，将雷达的相关数据传回地面设备，供管理员查阅。

2.根据权利要求1所述的基于机载雷达侦察系统的无人机飞行安全检测方法，其特征在于：所述机载雷达侦察系统包括共形天线、微波组件、数字单元、主控单元、计算机板、机载通信电台、地面接收设备；

所述共形天线设置在无人机上，用于接收雷达信号，送入微波组件；所述微波组件用于对信号进行处理，信号经接收机前端限幅、滤波和放大后，进行变频，输出到数字单元进行信道化处理输出PDW；所述数字单元用于将PDW信息送入主控单元；所述主控单元用于将数据一路存储到计算机板上，以便于后续对信号进行分析；另一路进行PDW信号分选，给出每部雷达信号的辐射源描述字EDW；同时主控单元将分选得到的EDW，一路也存储到计算机板上；另一路通过机载通信电台送往地面接收设备进行频谱、信息列表和工作状态显示。

3.根据权利要求1所述的基于机载雷达侦察系统的无人机飞行安全检测方法，其特征在于：所述规划无人机飞行路径包括：

S3-1、获取已经识别的雷达信号，分析是否出现异常信号；

S3-2、获取预设侦测区域内的目标位置数据，任一个目标第i次侦察的目标位置数据记为(x_i，y_i)，新一次侦察的目标位置数据记为(x_i+1，y_i+1)；

构建两次侦察的目标相似度：

其中，D_i+1代表两次侦察的目标位置数据的相似度；

S3-3、获取历史数据下的N次侦查结果，生成一组训练集：{(D₁，L₁)、(D₂，L₂)、…、(D_N，L_N)}，其中，D₁、D₂、…、D_N代表相邻两次侦察的目标位置数据的相似度的归一化数据；L₁、L₂、…、L_N代表分类标记，其等于+1或-1，当它等于+1时为正例，等于-1时为负例；其中，N为常数；

S3-4、更换N值，不断重复步骤S3-3，直至生成E组训练集，根据E组训练集构建异常信号分析模型，其中，E为可设置常数；

S3-5、寻找分离超平面以获取异常信号的分类平面；

设置超平面表示为：

k₁*x+b＝0

其中，k₁代表法向量；b代表位移；

设置E组训练集任一数据点(D_N，L_N)到达超平面距离d：

设置满足距离改变阈值的信号向量为支持向量，设支持向量到超平面的距离为d^*，则任何异常信号到达超平面的距离小于d^*，即：

由于数据为线性不可分训练数据，构建松弛变量ε_i≥0；

对每个松弛变量ε_i，支付一个代价，表示为：

其中C为惩罚参数，C＞0；

引入拉格朗日乘数，利用拉格朗日对偶性计算k₁、b的最优解；

其中，β_m、β_n代表拉格朗日乘子向量；m、n代表序号；L_m、L_n代表序号m、n下的分类标记；

可得k₁、b的最优解k₁₁、b₁₁，满足k₁₁*D_N+b₁₁＝0，记为分离超平面；

由于数据为线性不可分训练数据，以核函数代替内积；

获得分类决策函数为：

其中，K(u，D_N)代表核函数；u代表特征向量；

根据分类决策函数对异常信号进行分析，距离分离超平面越远的点代表分类越准确，即其对应的点为异常信号的归一化值越大，系统设置阈值，在归一化值超出阈值时，就定义为当前出现了异常信号；

在出现异常信号后，确认新增侦测区域：

获取雷达侦察的预设侦测区域中尚未侦测的区域位置信息；

构建无人机飞行路径函数：

其中，P(j)代表无人机飞行路径函数，j₁、j₂、…、j_θ代表加入了新增侦测区域后的无人机在各区域内的飞行时间，按照j₁、j₂、…、j_θ的区域顺序进行飞行，所述各区域的飞行时间以飞出该区域时为基准；

代表加入了新增侦测区域后无人机在两个区域内的飞行高度变化量；k₄代表时间系数；k₅代表高度变化带来的压力变化系数；

利用软件仿真，获取P(j)的最小值，并记录当前的路径区域顺序作为无人机飞行路径。

4.根据权利要求1所述的基于机载雷达侦察系统的无人机飞行安全检测方法，其特征在于：所述预测共形天线在新增侦测区域下的故障率包括：

获取测试数据中在不同飞行高度与不同飞行时间下的无人机外壳形变概率；

构建无人机外壳形变概率与不同飞行高度和飞行时间的函数关系：

其中，T_s代表无人机外壳形变概率，T_tt代表无人机在飞行高度序号Z的飞行时间，k₃、k₄、k₅代表无人机外壳形变概率与不同飞行高度的关系系数值；k₆代表无人机在飞行高度序号Z的飞行时间与无人机外壳形变概率的关系系数值；Z代表飞行高度序号，飞行高度从初始每发生一次改变记一个序号；h代表飞行高度改变次数；

设置函数：

F(Z)＝k₃*Z²+k₄*Z+k₅

其中，F(Z)代表无人机外壳形变概率与不同飞行高度的函数关系；

获取测试数据中F(Z)的观察值：

{F(Z₁)、F(Z₂)、…、F(Z_L)}

其中，L代表观察值项数，L为奇数；

根据F(Z)的观察值，利用三点法估计得出k₃、k₄、k₅的值；

设置无人机外壳形变概率为T_s，记录测试数据中共形天线的故障率数据集合记为M₁；其中M₁＝{B₁、B₂、…、B_ω}；其中B₁、B₂、…、B_ω为故障率取值；

对M₁作灰色累加生成处理，生成M₂＝{B₁₁、B₂₂、…、B_ωω}；

满足：

对M₂中数据进行紧邻均值处理，建立M₂的白化微分方程为：

其中，a₀为发展系数，b₀为灰作用量；

求解得：

则无人机外壳形变概率为T_s，共形天线的故障率的预测值：

其中，B_ω+1代表在当前规划的无人机飞行路径中共形天线的故障率；

设置故障率阈值，若存在故障率超出故障率阈值，发出警示信息。

5.基于机载雷达侦察系统的无人机飞行安全检测系统，其特征在于：该系统包括：机载侦察模块、异常分析模块、无人机规划模块、数据处理模块、数据安全检测模块；

所述机载侦察模块用于在无人机上构建机载雷达侦察系统，利用共形天线对各预设侦测区域内的雷达信号进行侦测，识别接收到的雷达信号并处理；所述异常分析模块用于对获取到的识别的雷达信号，分析是否出现异常信号，确认是否新增侦测区域；所述无人机规划模块用于在出现新增侦测区域时，对无人机飞行路径进行规划；所述数据处理模块用于获取无人机飞行路径，计算无人机飞行时间，获取无人机飞行高度，计算无人机外壳形变量概率，预测共形天线在新增侦测区域下的故障率；所述数据安全检测模块用于设置故障率阈值，若存在故障率超出阈值，发出警示信息，同时将雷达信号、飞行数据传回地面设备，供管理员查阅；

所述机载侦察模块的输出端与所述异常分析模块的输入端相连接；所述异常分析模块的输出端与所述无人机规划模块的输入端相连接；所述无人机规划模块的输出端与所述数据处理模块的输入端相连接所述数据处理模块的输出端与所述数据安全检测模块的输入端相连接。

6.根据权利要求5所述的基于机载雷达侦察系统的无人机飞行安全检测系统，其特征在于：所述机载侦察模块包括机载雷达侦察系统、信号接收子模块；

所述机载雷达侦察系统包括共形天线、微波组件、数字单元、主控单元、计算机板、机载通信电台、地面接收设备；

所述共形天线设置在无人机上，用于接收雷达信号，送入微波组件；所述微波组件用于对信号进行处理，信号经接收机前端限幅、滤波和放大后，进行变频，输出到数字单元进行信道化处理输出PDW；所述数字单元用于将PDW信息送入主控单元；所述主控单元用于将数据一路存储到计算机板上，以便于后续对信号进行分析；另一路进行PDW信号分选，给出每部雷达信号的辐射源描述字EDW；同时主控单元将分选得到的EDW，一路也存储到计算机板上；另一路通过机载通信电台送往地面接收设备进行频谱、信息列表和工作状态显示；

所述信号接收子模块用于显示与接收机载雷达侦察系统送出的侦察信号。

7.根据权利要求5所述的基于机载雷达侦察系统的无人机飞行安全检测系统，其特征在于：所述异常分析模块包括信号异常子模块、新增任务子模块；

所述信号异常子模块用于对获取到的识别的雷达信号，分析是否出现异常信号；所述新增任务子模块用于在出现异常信号时，新增侦测区域；

所述信号异常子模块的输出端与所述新增任务子模块的输入端相连接；所述新增任务子模块的输出端与所述无人机规划模块的输入端相连接。

8.根据权利要求5所述的基于机载雷达侦察系统的无人机飞行安全检测系统，其特征在于：所述无人机规划模块包括路线规划子模块、安全输出子模块；

所述路线规划子模块用于在出现新增侦测区域时，对无人机飞行路径进行规划，获取无人机飞行路径；所述安全输出子模块用于将无人机飞行路径输出至无人机智能操控端口；

所述路线规划子模块的输出端与所述安全输出子模块的输入端相连接；所述安全输出子模块的输出端与所述数据处理模块的输入端相连接。

9.根据权利要求5所述的基于机载雷达侦察系统的无人机飞行安全检测系统，其特征在于：所述数据处理模块包括无人机飞行数据采集子模块、预测子模块；

所述无人机飞行数据采集子模块用于获取无人机飞行路径，计算无人机飞行时间，获取无人机飞行高度；所述预测子模块用于构建预测模型，预测共形天线在新增侦测区域下的故障率；

所述无人机飞行数据采集子模块的输出端与所述预测子模块的输入端相连接；所述预测子模块的输出端与所述数据安全检测模块的输入端相连接。

10.根据权利要求9所述的基于机载雷达侦察系统的无人机飞行安全检测系统，其特征在于：所述数据安全检测模块包括安全检测子模块、数据显示子模块；

所述安全检测子模块用于设置故障率阈值，若存在预测共形天线在新增侦测区域下的故障率超出阈值，发出警示信息；所述数据显示子模块用于将雷达信号、飞行数据传回地面设备，供管理员查阅；

所述安全检测子模块、数据显示子模块的输出端与地面管理员端口相连接。

Images