CN115775472A - 一种低空动目标处置落点智能预判系统和算法 - Google Patents

Abstract

本发明公开了一种低空动目标处置落点智能预判系统和算法，涉及无人机反制和安全监测技术领域，包括环境感知模块、计算模块、数据提取模块、分析评估模块、结果修正模块、显示输出模块。环境感知模块获取低空动目标的状态信息、坠落区域环境信息和实时气象数据；数据提取模块用于提取坠落区域环境数据和实时气象数据；计算模块、分析评估模块、结果修正模块构成了系统的算法部分，包括风速影响下的平抛运动模型、基于贝叶斯算法和Sigmoid函数落点区域计算方法；显示输出模块依据最终的结果显示目标坠落的精确范围，本发明形成一套完整的低空动目标反制方法，能够确保反制后的目标坠落到安全区域中，从而防止对人和建筑等产生次生灾害。

Description

一种低空动目标处置落点智能预判系统和算法

技术领域

本发明涉及无人机反制和安全监测技术领域，具体而言，尤其涉及一种低空动目标处置落点智能预判系统和算法。

背景技术

“低慢小”目标是指在低空或者超低空领域飞行速度较慢的小型飞行目标，主要包括无人机等小飞行器，随着无人机技术的快速发展，无人飞行器已广泛应用于军事侦察、森林防火、航拍摄影、农业植保、电力巡检等各个领域，其数量出现了爆发式的增长。无人机在极大便利了人们生活的同时，也带来了不容小觑的安全隐患。由于无人机行业准入门槛低，同时缺乏统一规范，无人机滥用和“黑飞”的现象时有发生。小型无人机等低空、慢速、小雷达截面飞行目标造成的安全隐患风险持续增加，已经成为军事和民用方面的严重空中威胁。如2021年9月成都双流国际机场附近一飞手放飞其自行购买的微型民用无人机用于自拍，之后无人机失去控制并随风向飘往成都双流国际机场，对航班起降造成了严重安全威胁，当事人被处以行政拘留10日的处罚。由于对无人机的管控很难做到面面俱到，除了从源头抓起，还需要做到未雨绸缪，处置和防范措施也迫在眉睫。

当前低空动目标的反制技术刚刚兴起，较为常见的有信号干扰、动能武器、定向能武器反制技术等，反制方式主要以设备和上位机为主，涉及系统预案和辅助决策方面的方法很少。此外现有反制系统只关心目标类型、频率，对目标的反制过程只考虑处置前、处置中，不关心处置之后，对目标落点难以计算出来，在进行反制后的残骸难以进行回收，加上我国目前对于低空安全防卫的手段较为单一，反制后的低空动目标都是随意坠落到地面，极易发生次生灾害。因此准确预判和评估目标落点区域在低空动目标反制技术中是非常关键的一环，目前环境感知技术日渐成熟，在各种高精度传感器的支持下，反制后的目标周边状态信息可以精确获取到，包括风速、风向、湿度、温度、气压等，由此使得准确预判目标落点成为可能。

发明内容

针对上述提到的低空安全问题，基于无人机反制技术和环境感知技术下，本发明提出了一种低空动目标处置落点智能预判系统和算法，对反制后的目标进行周边环境感知、目标数据提取、落点位置计算、落点区域评估，形成一套完整的低空动目标反制系统和方法，最终确保反制后的目标坠落到安全区域中，从而防止对人和建筑等产生次生灾害。

本发明采用的技术手段如下：

一种低空动目标处置落点智能预判系统和算法，包括：

环境感知模块，融合了多种传感器，用于获取低空动目标的状态信息、坠落区域环境信息和实时气象数据，并将低空动目标的位置信息传递至计算模块，坠落区域环境信息和实时气象数据传递至数据提取模块。

计算模块，与所述环境感知模块相连，根据预设的算法初步计算目标的落点位置和坠落动能，并将计算结果发送至分析评估模块。

数据提取模块，与所述环境感知模块连接，用于提取坠落区域环境数据和实时气象数据，并将信息发送至计算模块和结果修正模块；

分析评估模块，融合了高精地图软件，根据计算模块的计算结果用于初步判断“低慢目标”的坠落后果和地面区域是否允许坠落，并将评估标准发送至结果修正模块。

结果修正模块，与所述分析评估模块、所述数据提取模块连接，在确定地面区域允许坠落的前提下，结合实时气象数据对初步计算结果进行修正，得出最终的坠落范围和坠落动能，并将其发送至显示输出模块；

显示输出模块，与所述分析评估模块和结果修正模块连接，用于接收所述结果修正模块发送的最终的结果，结合地图显示目标坠落的精确范围和坠落的动能大小，并给出可能对坠落区域造成的破坏提示。

进一步地，上述的低空动目标处置落点智能预判系统，所述的多传感器包括但不限于激光雷达、温度传感器、湿度传感器、速度传感器、压力传感器。

进一步地，上述的低空动目标处置落点智能预判系统，所述的低空动目标的状态信息包括但不限于目标的质量m、速度v₀、位置(x₀,y₀)、高度z₀；所述的坠落区域环境信息包括但不限于坠落区域人口密度、建筑物数量、坠落禁区；所述的实时气象数据包括但不限于大气压强P、空气湿度H和温度T、风向风速v_w。

进一步地，上述的低空动目标处置落点智能预判系统，所述分析评估模块中判断的情况包括但不限于：计算模块初步计算得到的落点是否允许目标坠落，目标坠落的动能是否在承受范围之内，目标坠落后回收的难易程度。

本发明还提供了一种低空动目标处置落点智能预判算法，包括：

初步计算目标落点，在获取低空动目标的状态信息后，在不考虑外界环境的理想条件下估算目标坠落的落点，忽略空气阻力影响，由于动目标具有水平初速度，在打击后坠落过程可抽象为平抛运动，水平方向为匀速运动，竖直方向为自由落体运动，设定目标水平初速度为v₀，位置为(x₀,y₀,z₀)，x₀,y₀,z₀分别为目标初始的经度、纬度和高度，水平初速度与纬线的夹角为θ，可将水平初速度分解为沿纬线方向v_x和沿经线方向的速度v_y。

v_x＝v₀·cosθ

v_y＝v₀·sinθ

平抛运动时间为

g为重力加速度取值9.8m/s²，联立上式则目标落点位置为

初步计算目标坠落的动能，动能计算公式为E＝mv²/2，m为目标的质量，v是目标落地时的速度

v_z为竖直方向的速度：

则动能为

进一步地，上述的低空动目标处置落点智能预判算法还包括：考虑实时风向和风速为主要因素进行结果修正，假定风速恒定以矢量v_w表示，与上文所述的目标初速度v₀夹角为α，将v_w与v₀以矢量合成法进行合成，二者夹角为α得到修正后水平初速度

修正后的水平初速度与纬线的夹角为θ'，将修正后的水平初速度分解为沿纬线方向v'_x和沿经线方向的速度v'_y

v′_x＝v′₀·cosθ′

v′y＝v′₀·sinθ′

假定空气阻力F为常数，则坠落过程仍可视为平抛运动，其竖直方向加速度为

a＝(mg-F)/m

平抛运动时间为

则目标落点位置为

目标坠落的动能修正计算，由动能定理变形，目标落地时的动能为

进一步地，上述的低空动目标处置落点智能预判算法还包括：考虑大气压强P、空气湿度H和温度T为次要因素进行结果修正，采用贝叶斯算法和Sigmoid函数相结合的方法进行推理。

贝叶斯算法是统计学的一种分类方法，包含以下几个概念，先验概率：某个事件A、B发生的概率

似然概率：事件A发生前提下事件B发生的概率后验概率：事件A在另一个事件B已经发生的条件下发生的概率后验概率＝(先验概率×似然概率)/常数(贝叶斯决策根据后验概率作出决策)

Sigmoid函数，即y＝1/(1+e^-x)。是神经元的非线性作用函数。广泛应用在神经网络中。神经网络的学习是基于一组样本进行的，它包括输入和输出，输入和输出有多少个分量就有多少个输入和输出神经元与之对应。在得出不同气象条件下偏移概率后，可以代入sigmoid函数中推理得到对应的偏移范围，该函数具有如下的特性：当x趋近于负无穷时，y趋近于0；当x趋近于正无穷时，y趋近于1；当x＝0时，y＝1/2。对其稍作变形可以很好地满足偏移概率和偏移范围的对应关系。

采用贝叶斯算法和Sigmoid函数相结合计算次要要素湿度、温度、气压对落点偏移的影响。代入贝叶斯公式

P(A)即在不受大气压强、空气湿度、温度影响时的落点偏移的先验概率，P(P＝P₀,H＝H₀,T＝T₀)为某一特定气象条件的先验概率，P(P＝P₀,H＝H₀,T＝T₀|A)为目标落点发生偏移时出现该气象条件的概率，即似然概率，P(A|P＝P₀,H＝H₀,T＝T₀)为在该气象条件下目标落点发生偏移的概率，即后验概率。根据后验概率y＝P(A|P＝P₀,H＝H₀,T＝T₀)的值，代入变换参数后的Sigmoid函数y＝[2/(1+e^-x)]-1,可以得到x的值，即落点区域半径，可以确定出以坠落点为圆心，以x为半径的圆形坠落区域。y可能的取值范围是[0,1],对应x的范围为[0,+∞]。

进一步地，本发明还提供了一种存储介质，包括存储的程序，其中，所述程序运行时，执行低空动目标处置落点智能预判算法的步骤。

进一步地，一种电子装置，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器通过所述计算机程序运行执行上述的低空动目标处置落点智能预判算法的步骤。

较现有技术相比，本发明具有以下优点：

1.本发明提供的低空动目标处置落点智能预判系统和方法在进行实际应用时都是全自动处理过程，无需人为干预，极大地节省了人力物力，同时也提高了对低空动目标的反制效率。

2.本发明提供的低空动目标处置落点智能预判系统的环境感知模块采用了多传感器数据融合技术，能够实时采集多种类型的数据，同时不受恶劣天气和复杂地理环境的影响，可以在各种工况下精准获取信息具有精确、稳定等特点。

3.本发明提供的低空动目标处置落点智能预判方法考虑了各种气象条件对最终结果的影响，以风速影响下平抛运动物理模型为基础，同时基于Sigmoid函数和贝叶斯算法进行落点范围推理，对初步计算结果进行了修正，可以有效降低误差，提高配准精度。

4.本发明提供的低空动目标处置落点智能预判系统和方法，最终可以输出低空动目标坠落的具体地理区域和坠落动能，能够准确评估坠落目标对地面区域的影响程度，可以很好地贴近于实际应用，适用于各类低空防御系统和上位机，能够通用于低空防御全行业。

5.本发明提供的低空动目标处置落点智能预判系统和方法，在智能决策的基础上充分考虑了工作人员的主观操作意愿，最终显示输出科学的预判结果和评估，给予工作人员做最终决策的主动权。

基于上述理由本发明可在无人机反制和安全监测技术等领域广泛推广。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明所提供的智能预判系统的结构框图。

图2为本发明所提供的智能预判系统和算法的工作流程图。

具体实施方式

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

为使本发明实施例的目的、技术方案和优点更加清楚，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。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。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。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。同时，应当清楚，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员己知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中，任向具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。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讨论。

在本发明的描述中，需要理解的是，方位词如“前、后、上、下、左、右”、“横向、竖向、垂直、水平”和“顶、底”等所指示的方位或位置关系通常是基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，在未作相反说明的情况下，这些方位词并不指示和暗示所指的装置或元件必须具有特定的方位或者以特定的方位构造和操作，因此不能理解为对本发明保护范围的限制：方位词“内、外”是指相对于各部件本身的轮廓的内外。

为了便于描述，在这里可以使用空间相对术语，如“在……之上”、“在……上方”、“在……上表面”、“上面的”等，用来描述如在图中所示的一个器件或特征与其他器件或特征的空间位置关系。应当理解的是，空间相对术语旨在包含除了器件在图中所描述的方位之外的在使用或操作中的不同方位。例如，如果附图中的器件被倒置，则描述为“在其他器件或构造上方”或“在其他器件或构造之上”的器件之后将被定位为“在其他器件或构造下方”或“在其位器件或构造之下”。因而，示例性术语“在……上方”可以包括“在……上方”和“在……下方”两种方位。该器件也可以其他不同方式定位(旋转90度或处于其他方位)，并且对这里所使用的空间相对描述做出相应解释。

此外，需要说明的是，使用“第一”、“第二”等词语来限定零部件，仅仅是为了便于对相应零部件进行区别，如没有另行声明，上述词语并没有特殊含义，因此不能理解为对本发明保护范围的限制。

图1是根据本发明提供的低空动目标处置落点智能预判系统的结构框图。如图1所示，该智能预判系统包括：环境感知模块10、计算模块20、数据提取模块30、分析评估模块40、结果修正模块50、显示输出模块60。其中，

环境感知模块10，，融合了多种传感器，用于获取低空动目标的状态信息、坠落区域环境信息和实时气象数据。并将低空动目标的位置信息传递至计算模块，坠落区域环境信息和实时气象数据传递至数据提取模块。

计算模块20，计算模块，与所述环境感知模块相连，根据预设的算法初步计算目标的落点区域范围，并将计算结果发送至分析评估模块。

数据提取模块30，数据提取模块，与环境感知模块连接，用于提取坠落区域环境数据和实时气象数据，并将信息发送至计算模块和结果修正模块；

分析评估模块40，根据计算模块的计算结果用于初步判断“低慢目标”的坠落后果和地面区域是否允许坠落，并将评估结果发送至结果修正模块。

结果修正模块50，结果修正模块，与分析评估模块、数据提取模块连接，在地面区域允许坠落的前提下，结合实时气象数据对初步计算结果进行修正，得出最终的结果，并将其发送至显示输出模块。

显示输出模块60，与分析评估模块和结果修正模块连接，用于接收所述结果修正模块发送的最终的结果，结合地图显示目标坠落的精确范围和坠落的动能大小，并给出可能对坠落区域造成的破坏性提示。

通过对反制后的目标进行周边环境感知、目标数据提取、落点位置计算、落点区域评估，形成一套完整的低空动目标反制方案，能够精准预测目标落点范围和坠落动能，为实际的低空动目标反制工作提供指导。

进一步地，作为本发明优选的实施方式，图2为本发明所提供的智能预判系统和算法的工作流程图。如图2所示，其工作过程包括以下步骤：

步骤101，环境感知模块10获取目标数据、周边环境数据、气象数据，若存在未获取的数据则需检查各传感器连接情况，在各项数据获取成功后进入步骤2；

步骤102，数据提取模块30接收到环境感知模块10传来的数据后，提取低空动目标数据传输至计算模块20，提取周边环境数据传输至分析评估模块40。进入步骤103。

步骤103，计算模块根据低空动目标数据初步计算目标地面落点和坠落动能，目标水平初速度为v₀，质量为m，位置为(x₀,y₀,z₀)，x₀,y₀,z₀分别为目标初始的经度、纬度和高度，水平初速度与纬线的夹角为θ，g为重力加速度取值9.8m/s²。

则目标落点位置为

目标坠落的动能为

将初步计算结果发送至分析评估模块，进入步骤104。

步骤104，分析评估模块接收初步计算的落点位置，判断所在区域是否允许动目标坠落？若区域不允许低空目标降落，如机场、火车站等重要交通枢纽区域，则调整反制目标的时刻和位置，使其在别处坠落。若区域允许低空目标降落，则进入步骤105。

步骤105，在区域允许低空目标降落后，分析评估模块根据初步计算的目标坠落的动能大小，继续判断目标坠落的动能是否在承受范围之内？若目标坠落的动能超出了地面区域承受范围，则对落点区域采取防护措施或继续调整反制目标的时刻和位置，若目标坠落的动能在地面区域承受范围之内，则进入步骤106。

步骤106，在分析评估模块确定落点位置和动能满足坠落区域要求后，由于气象条件对目标落点位置和动能存在影响，需要计算其偏移量进行结果修正，最终得出目标落点范围和动能。因此数据提取模块提取实时的风向、风速、温度、气压、湿度等气象数据，并将其发送至结果修正模块，进入步骤107。

步骤107，结果修正模块根据各类气象数据影响程度不同分为两部分进行修正，首先以风向和风速为主要因素重新计算目标落点位置和坠落动能，目标落点位置为

目标落地时的动能为

v₀为目标水平初速度，m为质量，(x₀,y₀,z₀)为位置，x₀,y₀,z₀分别为目标初始的经度、纬度和高度，v_w为风速，α水平初速度v₀与风速v_w夹角，θ'为水平初速度、风速合成后与纬线的的夹角，F为空气阻力，g为重力加速度取值9.8m/s²，进入步骤108。

步骤108，在以风向和风速为主要因素重新修正计算目标落点位置和坠落动能后，采用贝叶斯算法和Sigmoid函数相结合计算次要要素湿度、温度、气压对落点偏移的影响。根据贝叶斯公式

P(A)即在不受大气压强、空气湿度、温度影响时的落点偏移的先验概率，P(P＝P₀,H＝H₀,T＝T₀)为某一特定气象条件的先验概率，P(P＝P₀,H＝H₀,T＝T₀|A)为目标落点发生偏移时出现该气象条件的概率，即似然概率，P(A|P＝P₀,H＝H₀,T＝T₀)为在该气象条件下目标落点发生偏移的概率，即后验概率。根据后验概率y＝P(A|P＝P₀,H＝H₀,T＝T₀)的值，代入变换后的Sigmoid函数y＝[2/(1+e^-x)]-1,可以得到x的值，即落点区域半径，可以确定出以坠落点为圆心，以x为半径的圆形坠落区域。y可能的取值范围是[0,1],对应x的范围为[0,+∞]，进入步骤109。

步骤109，显示输出模块根据计算结果显示目标坠落的精确范围和坠落的动能，并提示目标坠落可能会对地面区域造成的破坏，从而为工作人员决策提供参考和建议。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的单元如果以软件功能单元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，本发明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全部或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(可为个人计算机、服务器或者网络设备等)执行本发明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、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (8)

1.一种低空动目标处置落点智能预判系统，其特征在于，包括：

环境感知模块，用于获取低空动目标的状态信息、坠落区域环境信息和实时气象数据，并将低空动目标的位置信息传递至计算模块，坠落区域环境信息和实时气象数据传递至数据提取模块；

计算模块，与所述环境感知模块相连，根据预设的算法初步计算目标的落点区域范围，并将计算结果发送至分析评估模块；

数据提取模块，与所述环境感知模块连接，用于提取坠落区域环境数据和实时气象数据，并将信息发送至计算模块和结果修正模块；

分析评估模块，根据计算模块的计算结果用于初步判断“低慢目标”的坠落后果和地面区域是否允许坠落，并将评估结果发送至结果修正模块；

结果修正模块，与所述分析评估模块、所述数据提取模块连接，在地面区域允许坠落的前提下，结合实时气象数据对初步计算结果进行修正，得出最终的结果，并将其发送至显示输出模块；

显示输出模块，与所述分析评估模块和结果修正模块连接，用于接收所述结果修正模块发送的最终的结果，结合地图显示目标坠落的精确范围和坠落的动能大小，并给出可能对坠落区域造成的破坏性提示。

2.根据权利要求1所述的低空动目标处置落点智能预判系统，其特征在于，所述的环境感知模块包括多传感器，多传感器包括但不限于激光雷达、温度传感器、湿度传感器、速度传感器、压力传感器。

3.根据权利要求1所述的低空动目标处置落点智能预判系统，其特征在于，所述的低空动目标的状态信息包括但不限于目标的质量m、速度v₀、位置(x₀,y₀)、高度z₀；所述的坠落区域环境信息包括但不限于坠落区域人口密度、建筑物数量、坠落禁区；所述的实时气象数据包括但不限于大气压强P、空气湿度H和温度T、风向风速v_w。

4.根据权利要求1所述的低空动目标处置落点智能预判系统，其特征在于，所述分析评估模块中判断的情况包括但不限于：计算模块初步计算得到的落点是否允许目标坠落，目标坠落的动能是否在承受范围之内，目标坠落后回收的难易程度。

5.一种低空动目标处置落点智能预判算法，其特征在于，包括：

初步计算目标落点，在获取低空动目标的状态信息后，在不考虑外界环境的理想条件下估算目标坠落的落点，忽略空气阻力影响，由于动目标具有水平初速度，在打击后坠落过程可抽象为平抛运动，水平方向为匀速运动，竖直方向为自由落体运动，设定目标水平初速度为v₀，质量为m，位置为(x₀,y₀,z₀)，x₀,y₀,z₀分别为目标初始的经度、纬度和高度，水平初速度与纬线的夹角为θ，g为重力加速度取值9.8m/s²；

则目标落点位置为

初步计算目标坠落的动能为

在得到初步计算的落点位置后，判断所在区域是否允许动目标坠落，若区域允许低空目标降落，初步计算的目标坠落的动能大小，继续判断目标坠落的动能是否在承受范围之内，若目标坠落的动能在地面区域承受范围之内，则考虑气象条件对初步计算结果进行修正；

首先考虑实时风向和风速为主要因素进行结果修正，假定风速恒定以矢量v_w表示，与目标初速度v₀夹角为α，修正后的水平初速度与纬线的夹角为θ'，空气阻力F为常数，将v_w与v₀以矢量合成法进行合成依然可视为平抛运动，目标落点位置为:

目标落地时的动能为

其次考虑大气压强P、空气湿度H和温度T为次要因素进行结果修正，采用贝叶斯算法和Sigmoid函数相结合计算次要要素湿度、温度、气压对落点偏移的影响，以贝叶斯算法推理出目标偏移概率，再利用Sigmoid函数将偏移概率转换为偏移范围，最终得出落点区域范围。

6.根据权利要求5所述的低空动目标处置落点智能预判算法，其特征在于，所述方法还包括：若区域不允许低空目标降落，则调整反制目标的时刻和位置，使其在别处坠落；

若目标坠落的动能超出了地面区域承受范围，则对落点区域采取防护措施或继续调整反制目标的时刻和位置。

7.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序运行时，执行所述权利要求5至6中任一项权利要求所述的方法。

8.一种电子装置，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器通过所述计算机程序运行执行所述权利要求5至6中任一项权利要求所述的方法。

Images