CN117240399B - 一种导航诱骗信号处理方法及装置、存储介质、电子设备 - Google Patents
一种导航诱骗信号处理方法及装置、存储介质、电子设备 Download PDFInfo
- Publication number
- CN117240399B CN117240399B CN202311500363.7A CN202311500363A CN117240399B CN 117240399 B CN117240399 B CN 117240399B CN 202311500363 A CN202311500363 A CN 202311500363A CN 117240399 B CN117240399 B CN 117240399B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- navigation
- track
- area
- 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.)
- Active
Links
- 238000003860 storage Methods 0.000 title claims abstract description 23
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 20
- 230000002093 peripheral effect Effects 0.000 claims description 41
- 230000033001 locomotion Effects 0.000 claims description 18
- 230000009471 action Effects 0.000 claims description 13
- 238000011156 evaluation Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 238000012549 training Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000001681 protective effect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000013210 evaluation model Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Classifications
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Navigation (AREA)
Abstract
本公开具体涉及无人机技术领域,具体涉及一种导航诱骗信号处理方法及装置、存储介质、电子设备。所述方法包括:生成导航诱骗信号并向目标区域发射,以使所述目标区域内的目标无人机接收所述导航诱骗信号;对目标区域内的所述目标无人机进行跟踪,并根据跟踪结果判断所述导航诱骗信号是否生效;在判断所述导航诱骗信号失效时,更新所述导航诱骗信号,以用于所述目标无人机接收更新后的导航诱骗信号。本方法能够实时的对导航诱骗信号是否有效进行鉴别,并修正。
Description
技术领域
本公开涉及无人机技术领域,具体涉及一种导航诱骗信号处理方法、一种导航诱骗信号处理装置、一种存储介质,以及一种电子设备。
背景技术
随着无人机技术的快速发展,无人机已经在不同的领域内得到广泛的应用。这也使得无人机的使用引发了一系列的安全问题。针对这一问题,现有技术中也提供了无人机诱骗的相关技术方案,能够实现对无人机的捕捉、驱离等功能。但是,在一些场景中,在对无人机进行驱离时,具体是对无人机的驱离手段成功了,还是无人机操作者发现了对无人机的驱离而主动飞离,现有技术并不能做出准确的判断。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开提供一种导航诱骗信号处理方法、一种导航诱骗信号处理装置、一种存储介质,以及一种电子设备,能够实现对导航诱骗信号是否有效做出判断并做出回应,有效克服现有技术中存在的缺陷。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的第一方面,提供一种导航诱骗信号处理方法,所述方法包括:
生成导航诱骗信号并向目标区域发射,以使所述目标区域内的目标无人机接收所述导航诱骗信号;
对目标区域内的所述目标无人机进行跟踪,并根据跟踪结果判断所述导航诱骗信号是否生效;
在判断所述导航诱骗信号失效时更新导航诱骗信号,以用于所述目标无人机接收更新后的导航诱骗信号。
在一些示例性实施方式中,所述对目标区域内的所述目标无人机进行跟踪,并根据跟踪结果判断所述导航诱骗信号是否生效,包括:
实时采集所述目标无人机在所述目标区域内的坐标信息,以根据连续的若干个坐标信息确定所述目标无人机的实际飞行轨迹;
基于当前的所述导航诱骗信号计算所述目标无人机的预期飞行轨迹;
将所述实际飞行轨迹、所述预期飞行轨迹进行比对,以根据轨迹比对结果判断所述导航诱骗信号是否生效。
在一些示例性实施方式中,所述将所述实际飞行轨迹、所述预期飞行轨迹进行比对,以根据轨迹比对结果判断所述导航诱骗信号是否生效,包括:
计算所述实际飞行轨迹、所述预期飞行轨迹的轨迹相似度,在轨迹相似度高于预设轨迹阈值时,确定导航诱骗信号生效;或者,在轨迹相似度低于预设轨迹阈值时,确定导航诱骗信号失效或未生效。
在一些示例性实施方式中,所述目标区域外围设置有外围识别区域;所述外围识别区域用于识别待诱骗的目标无人机。
在一些示例性实施方式中,所述基于当前的所述导航诱骗信号计算所述目标无人机的预期飞行轨迹,包括:
对所述外围识别区域内的所述目标无人机进行轨迹跟踪,获取所述目标无人机在所述外围识别区域内的外围区域运动轨迹;
利用已训练的轨迹预测模型基于所述外围识别区域运动轨迹进行轨迹预测,以获取初始预测飞行轨迹;
结合所述初始预测飞行轨迹、导航诱骗信号,估计所述预期飞行轨迹。
在一些示例性实施方式中,所述方法还包括:
利用已训练的意图分析模型基于所述外围识别区域运动轨迹进行飞行意图评估,以获取对应的评估结果;
基于所述评估结果确定导航诱骗策略。
在一些示例性实施方式中,所述在判断所述导航诱骗信号失效时,更新所述导航诱骗信号,包括:
根据轨迹比对结果确定导航诱骗信号的失效原因;
根据失效原因确定导航诱骗信号更新策略;
基于所述导航诱骗信号更新策略计算更新的导航诱骗信号。
根据本公开的第二方面,提供一种导航诱骗信号处理装置,包括:
导航诱骗信号生成模块,用于生成导航诱骗信号并向目标区域发射,以使所述目标区域内的目标无人机接收所述导航诱骗信号;
信号生效判断模块,用于对目标区域内的所述目标无人机进行跟踪,并根据跟踪结果判断所述导航诱骗信号是否生效;
信号更新模块,用于在判断所述导航诱骗信号失效时,更新所述导航诱骗信号,以用于所述目标无人机接收更新后的导航诱骗信号。
根据本公开的第三方面,提供一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的导航诱骗信号处理方法。
根据本公开的第四方面,提供一种电子设备,包括:
处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令时实现上述的导航诱骗信号处理方法。
本公开的实施例所提供的导航诱骗信号处理方法,通过对进入目标区域内的目标无人机在飞行过程中进行跟踪,从而可以根据飞行跟踪结果来判断当前的导航诱骗信号是否为目标无人机诱骗生效;并且在判断导航诱骗信号失效时及时的更新导航诱骗信号,从而可以对进入目标区域内的无人机进行更加准确的导航诱骗,提高导航诱骗的成功率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示意性示出本公开示例性实施例中一种导航诱骗信号处理方法的示意图;
图2示意性示出本公开示例性实施例一种目标区域的示意图;
图3示意性示出本公开示例性实施例一种核心区域、外围识别区域的示意图;
图4示意性示出本公开示例性实施例中一种机器人路径规划装置的组成示意图;
图5示意性示出本公开示例性实施例中一种电子设备的组成示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
针对现有技术的缺点和不足,本示例实施方式中提供了一种导航诱骗信号处理方法,可以应用于对指定区域进行无人机的导航诱骗。参考图1中所示,具体可以包括:
步骤S11,生成导航诱骗信号并向目标区域发射,以使所述目标区域内的目标无人机接收所述导航诱骗信号;
步骤S12,对目标区域内的所述目标无人机进行跟踪,并根据跟踪结果判断所述导航诱骗信号是否生效;
步骤S13,在判断所述导航诱骗信号失效时更新导航诱骗信号,以用于所述目标无人机接收更新后的导航诱骗信号。
下面,将结合附图及实施例对本示例实施方式中的导航诱骗信号处理方法的各个步骤进行更详细的说明。
在步骤S11中,生成导航诱骗信号并向目标区域发射,以使所述目标区域内的目标无人机接收所述导航诱骗信号。
本示例实施方式中,对于预先选定的防护目标,可以划定对应的目标区域,作为导航诱骗信号的覆盖区域;该目标区域可以包括地面区域,以及地面区域对应的空间区域。例如,参考图2所示,防护目标201配置的目标区域202作为导航诱骗信号的覆盖区域,可以预先在该区域内布置导航诱骗系统,导航诱骗系统可以根据指令触发生成导航诱骗信号。举例来说,导航诱骗系统可以包括上位机、雷达设备、接收机、发射天线;上位机可以分别与雷达设备、接收机、发射天线连接。可以利用雷达设备实时探测目标区域内无人机的位置信息并反馈至上位机;接收机可以通过接收天线实时获取GPS/北斗/GLCNASS在轨卫星的星历、UTC时间、坐标数据等实时参数,并在上位机中显示;上位机可以根据接收的卫星数据计算导航诱骗信号,并利用发射天线向目标区域内发射。
在步骤S12中,对目标区域内的所述目标无人机进行跟踪,并根据跟踪结果判断所述导航诱骗信号是否生效。
本示例实施方式中,在上述的步骤S12中,所述对目标区域内的所述目标无人机进行跟踪,并根据跟踪结果判断所述导航诱骗信号是否生效,包括:
步骤S21,实时采集所述目标无人机在所述目标区域内的坐标信息,以根据连续的若干个坐标信息确定所述目标无人机的实际飞行轨迹;
步骤S22,基于当前的所述导航诱骗信号计算所述目标无人机的预期飞行轨迹;
步骤S23,将所述实际飞行轨迹、所述预期飞行轨迹进行比对,以根据轨迹比对结果判断所述导航诱骗信号是否生效。
具体来说,可以针对目标区域布设一个或多个雷达设备,覆盖目标区域并利用雷达设备对目标区域的空域进行实时监控。当存在无人机进入目标区域时,便可以首先将该无人机配置为目标无人机,并添加对应的身份标记;利用雷达设备对该目标无人机进行实时的位置坐标监测,并利用监测的位置坐标绘制目标无人机在目标区域内的实际飞行轨迹,并可以在上位机中对目标无人机的飞行轨迹进行实时的显示。
此外,基于目标区域当前覆盖的导航诱骗信号,可以对目标无人机的预期飞行轨迹进行估计。其中,预期飞行轨迹可以是根据当前的导航诱骗设备所生成的导航诱骗信号的位置信息,预估的无人机的在该导航诱骗信号下的飞行轨迹。例如,根据当前的导航诱骗信息,预期无人机向目标区域的西北方向飞行,或者,向目标区域的正东方向飞行,等等。
具体的,可以预先训练一基于神经网络算法的轨迹预估模型;在训练时,可以将不同的导航诱骗信号,以及对应的无人机在目标区域的真实飞行轨迹作为样本数据对,将导航诱骗信号作为模型的输入,得到模型输出的轨迹数据;再将该轨迹数据与对应的真实飞行轨迹进行比对,计算损失函数,并对轨迹预估模型进行反向训练,从而可以得到训练完成的轨迹预估模型。在当前识别到目标区域内进入目标无人机时,便可以将导航诱骗设备当前的导航诱骗信号作为轨迹预估模型的输入,获取对应的模型输出的预期飞行轨迹。
在计算获取预计飞行轨迹,并利用雷达设备实时采集到无人机的真实飞行轨迹后,便可以计算预期飞行轨迹与真实飞行轨迹之间的相似度,从而可以根据轨迹的相似度来判断当前的导航信号对无人机是否有效。例如,可以将无人机飞行轨迹、真实飞行轨迹按预设的时间长度划分为连续的多个轨迹段落,并分别计算各轨迹段落之间的相似度;为各轨迹段落配置对应的权重;基于各轨迹段落对应的相似度计算结果和对应的权重值,来计算完整的轨迹的相似度。
本示例实施方式中,在上述的步骤S23中,所述将所述实际飞行轨迹、所述预期飞行轨迹进行比对,以根据轨迹比对结果判断所述导航诱骗信号是否生效,包括:计算所述实际飞行轨迹、所述预期飞行轨迹的轨迹相似度,在轨迹相似度高于预设轨迹阈值时,确定导航诱骗信号生效;或者,在轨迹相似度低于预设轨迹阈值时,确定导航诱骗信号失效或未生效。
例如,可以预先配置相似度阈值为具体的数值,例如80%。若目标无人机在目标范围内的真实飞行轨迹,与预期飞行轨迹的轨迹相似度大于80%,则可以判断为当前的导航诱骗信号已生效。或者,若目标无人机的真实飞行轨迹,与预期飞行轨迹的轨迹相似度小于或等于80%,则判断为当前的导航失效,需要重新配置导航诱骗信号。
在一些示例性实施例中,当监测到目标区域内存在无人机时,便可以利用雷达设备实时采集无人机的位置信息。例如,建立以防护目标为原点的空间坐标系,基于雷达坐标系与空间坐标系之间的坐标系转换关系,将雷达坐标系中的无人机坐标转换计算为空间坐标系中的位置坐标,并在空间坐标系中标记无人机的位置信息,根据连续的位置坐标来标记目标无人机在目标区域内的实际运动轨迹。此外,还可以在目标区域内配置视频监控设备,基于雷达设备采集的无人机的位置信息,上位机可以控制视频监控设备对无人机进行视频数据采集。通过采集的视频数据,可以对无人机的飞行姿态,飞行高度变化进行实时的监控。
举例来说,可以根据目标区域的范围大小,结合目标无人机的飞行速度来配置对目标无人机的实际飞行轨迹的初始数据采集时长,从而可以采集一定数量的位置信息,来构建目标无人机的一定长度的实际飞行轨迹。例如,在目标区域的面积在第一面积范围时,即面积较大时,可以配置实际飞行轨迹的数据采集长度为a米;若监测到无人机的飞行速度为第一速度范围时,即速度较慢时,可以配置时长为5s-8s。或者,若目标区域的面积为第二面积范围时,即面积较小时,可以配置实际飞行轨迹的数据采集长度为b米;若监测到无人机的飞行速度为第二速度范围时,即速度较快时,可以配置时长为2s-5s。
本示例实施方式中,所述目标区域包括核心区域,以及设置在核心区域外围的外围识别区域;所述外围识别区域用于识别待诱骗的目标无人机。
具体的,可以将目标区域划分为在内部的核心区域,以及在核心区域外围的外围识别区域。其中,上述的核心区域可以是上述实施例中的目标区域,而外围识别区域可以是该目标区域外围的一个区域范围。例如,参考图3所示,在核心区域202内包括防护目标201,在核心区域202的外围布置外围识别区域203。当前防护目标可以是一个或多个,但均布置的核心区域内。可以将核心区域作为导航诱骗信号的覆盖区域;将外围识别区域作为身份识别信号的处理区域。举例来说,在监测到存在无人机进入外围识别区域时,便可以向无人机广播身份识别请求,若无人机响应该身份识别请求,并反馈终端身份信息时,表示该无人机为无风险的、内部的无人机设备。或者,若在一定时长未接收到反馈的终端身份信息,则可以将该无人机作为目标无人机。
基于上述内容,在本示例实施方式中,所述基于当前的所述导航诱骗信号计算所述目标无人机的预期飞行轨迹,包括:
步骤S31,对所述外围识别区域内的所述目标无人机进行轨迹跟踪,获取所述目标无人机在所述外围识别区域内的外围区域运动轨迹;
步骤S32,利用已训练的轨迹预测模型基于所述外围识别区域运动轨迹进行轨迹预测,以获取初始预测飞行轨迹;
步骤S33,结合所述初始预测飞行轨迹、导航诱骗信号,估计所述预期飞行轨迹。
具体来说,在无人机进入外围识别区域后便可以对其进行轨迹跟踪,若无人机无法完成身份识别,则将其配置为目标无人机。首先,可以采集该目标无人机在外围识别区域内的飞行轨迹,作为外围区域运动轨迹。其次,基于该外围区域运动,可以预测目标无人机的初始预测飞行轨迹。其中,该初始预测飞行轨迹可以是预测的该无人机实际可以想要在核心区域完成的飞行轨迹,也即该目标无人机的实际侦查/飞行目标。例如,可以预先训练一基于神经网络模型的轨迹预测模型,在训练时,可以利用无人机在外围区域的飞行轨迹,飞行轨迹中包含的特定飞行动作(例如盘旋、悬停),以及特定飞行动作的时长、频率特征,以及核心区域内各防护目标的安防等级,无人机在核心区域的实际飞行轨迹,建立样本数据对。将外围区域的飞行轨迹,飞行轨迹中包含的特定飞行动作,以及特定飞行动作的时长、频率特征,以及核心区域内各防护目标的安防等级作为模型的输入参数,对模型进行训练,模型输入预测的核心区域飞行轨迹;再将该预测的核心区域飞行轨迹与实际飞行轨迹进行相似度对比,计算损失函数,对模型进行迭代训练,得到训练完成的轨迹预测模型。
对于目标无人机来说,对于当前的外围区域运动轨迹,可以识别其中包含的特定飞行动作,将其与核心区域内各防护目标的安防等级作为模型的输入参数,输出模型预测的目标无人机当前的初始预测飞行轨迹,利用该初始预测飞行轨迹描述该目标无人机当前可能的飞行意图、飞行轨迹。
基于该初始预测飞行轨迹,结合当前导航诱骗信号的位置信息,估算目标无人机的预期飞行轨迹。即,根据估算的目标无人机的飞行目标,结合我方当前设定的导航诱骗信号,估计出导航诱骗信号可能导致无人机的飞行轨迹,从而使得估算的预期飞行轨迹可以更加准确。
基于该预期飞行轨迹,与后续采集的目标无人机的实际飞行轨迹进行比对,计算轨迹相似度。在轨迹相似度高于预设轨迹阈值时,确定导航诱骗信号生效;或者,在轨迹相似度低于预设轨迹阈值时,确定导航诱骗信号失效或未生效。
在本示例实施方式中,所述方法还包括:利用已训练的意图分析模型基于所述外围识别区域运动轨迹进行飞行意图评估,以获取对应的评估结果;基于所述评估结果确定导航诱骗策略。
具体的,可以预先训练意图评估模型,可以将无人机的飞行轨迹、防护目标在核心区域的分布、防护目标的安全等级,无人机的实际飞行目标,建立样本数据对,对意图评估模型进行迭代训练。
根据当前采集的目标无人机的飞行轨迹、特定飞行动作,防护目标在核心区域的分布、防护目标的安全等级,作为意图分析模型的输入,生成评估结果。其中,评估结果可以包括飞行目标,是否为有计划的飞行轨迹。其中,飞行目标可以用于表述是否针对核心区域内的防护目标。若评估飞行目标并不是针对防护目标,表示无人机可能为误闯入;否则为需要重点关注的无人机。
对于不同的意图评估结果,可以配置不同的导航诱骗策略。其中,导航诱骗策略可以包括快速驱离、普通驱离、诱捕,等策略。根据不同的导航诱骗策略,可以配置不同的导航诱骗信号,以用于将无人机驱离指定的区域,或者在指定的范围内进行捕获。
在本示例实施方式中,所述方法还包括:所述在判断所述导航诱骗信号失效时,更新所述导航诱骗信号,包括:
步骤S41,根据轨迹比对结果确定导航诱骗信号的失效原因;
步骤S42,根据失效原因确定导航诱骗信号更新策略;
步骤S43,基于所述导航诱骗信号更新策略计算更新的导航诱骗信号。
具体的,可以利用后续采集的目标无人机的实际飞行轨迹,与预期飞行轨迹进行比对,例如,可以将飞行轨迹根据实际波动幅度划分为多个轨迹段落,进行比对,判断导航诱骗信号的失效时机,是初始即无效、在中途失效,或者为间断失效。根据识别的失效原因,确定导航信号的更新策略,并执行。其中,所述的失效原因包括:信号强度、信号发射方向中的至少一种。在更新导航诱骗信号时,可以修改信号强度、频段、模拟的卫星或时钟,以及信号发射方向等等。
此外,在本示例实施方式中,所述导航诱骗信号包括连续变化的多个子诱骗信号。
具体的,可以是对于初始生产的导航诱骗信号,或者是对于导航诱骗信号更新策略生成的导航诱骗信号,可以包括连续变化的多个导航诱骗子信号。通过该些子信号,可以控制无人机做出特定的,或者非常规的飞行动作;或者,设定一个指定的区域,导航诱骗无人机飞向该区域,以特征的飞行路线向该区域飞行;从而可以有助于判断导航诱骗信号是否生效,提高判断准确率。
进一步的,参考图4所示,本示例的实施方式中还提供一种导航诱骗信号处理装置40,所述装置包括:
导航诱骗信号生成模块401,用于生成导航诱骗信号并向目标区域发射,以使所述目标区域内的目标无人机接收所述导航诱骗信号;
信号生效判断模块402,用于对目标区域内的所述目标无人机进行跟踪,并根据跟踪结果判断所述导航诱骗信号是否生效;
信号更新模块403,用于在判断所述导航诱骗信号失效时,更新所述导航诱骗信号,以用于所述目标无人机接收更新后的导航诱骗信号。
上述的导航诱骗信号处理装置中各模块的具体细节已经在对应的导航诱骗信号处理方法中进行了详细的描述,因此此处不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
图5示出了适于用来实现本发明实施例的电子设备的示意图。
需要说明的是,图5示出的电子设备仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示,电子设备包括中央处理单元(Central Processing Unit,CPU)1001,其可以根据存储在只读存储器(Read-Only Memory,ROM)1002中的程序或者从储存部分1008加载到随机访问存储器(Random Access Memory,RAM)1003中的程序而执行各种适当的动作和处理。在RAM 1003中,还存储有系统操作所需的各种程序和数据。CPU 1001、ROM1002以及RAM 1003通过总线1004彼此相连。输入/输出(Input/Output,I/O)接口1005也连接至总线1004。
以下部件连接至I/O接口1005:包括键盘、鼠标等输入部分1006;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)以及扬声器等输出部分1007;包括硬盘等的储存部分1008;以及包括诸如LAN(Local Area Network,局域网)卡、调制解调器等的网络接口卡的通信部分1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质1011,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1010上,以便于从其上读出的计算机程序根据需要被安装入储存部分1008。
特别地,根据本发明的实施例,下文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明的实施例包括一种计算机程序产品,其包括承载在存储介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分1009从网络上被下载和安装,或从可拆卸介质1011安装。在该计算机程序被中央处理单元(CPU)1001执行时,执行本申请的系统中限定的各种功能。
具体来说,上述的电子设备可以是手机、平板电脑或者笔记本电脑等智能移动电子设备。或者,上述的电子设备也可以是台式电脑等智能电子设备。
需要说明的是,本发明实施例所示的存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何存储介质,该存储介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
需要说明的是,作为另一方面,本申请还提供了一种存储介质,该存储介质可以是电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述存储介质承载有一个或者多个程序,当上述一个或者多个程序被一个电子设备执行时,使得该电子设备实现如下述实施例中所述的方法。例如,所述的电子设备可以实现如图1所示的各个步骤。
此外,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。
Claims (7)
1.一种导航诱骗信号处理方法,其特征在于,其特征在于,所述方法包括:
生成导航诱骗信号并向目标区域发射,以使所述目标区域内的目标无人机接收所述导航诱骗信号;所述目标区域包括核心区域,以及设置在核心区域外围的外围识别区域;所述外围识别区域用于识别待诱骗的目标无人机;核心区域作为导航诱骗信号的覆盖区域;
在监测到存在无人机进入外围识别区域时,便向无人机广播身份识别请求;若在一定时长未接收到反馈的终端身份信息,则将该无人机作为目标无人机;并添加对应的身份标记;
对目标区域内的所述目标无人机进行跟踪,并根据跟踪结果判断所述导航诱骗信号是否生效,包括:实时采集所述目标无人机在所述目标区域内的坐标信息,以根据连续的若干个坐标信息确定所述目标无人机的实际飞行轨迹,所述实际飞行轨迹为目标无人机在所述外围识别区域内的外围区域运动轨迹;识别外围区域运动轨迹中包含的特定飞行动作并作为模型输入参数;利用已训练的轨迹预测模型基于所述外围识别区域运动轨迹进行轨迹预测,以获取初始预测飞行轨迹;结合所述初始预测飞行轨迹、导航诱骗信号,估计预期飞行轨迹;将所述实际飞行轨迹、所述预期飞行轨迹进行比对,以根据轨迹比对结果判断所述导航诱骗信号是否生效;其中,根据目标区域的范围大小,结合目标无人机的飞行速度来配置对目标无人机的实际飞行轨迹的初始数据采集时长;
在判断所述导航诱骗信号失效时更新导航诱骗信号,以用于所述目标无人机接收更新后的导航诱骗信号。
2.根据权利要求1所述的导航诱骗信号处理方法,其特征在于,所述将所述实际飞行轨迹、所述预期飞行轨迹进行比对,以根据轨迹比对结果判断所述导航诱骗信号是否生效,包括:
计算所述实际飞行轨迹、所述预期飞行轨迹的轨迹相似度,在轨迹相似度高于预设轨迹阈值时,确定导航诱骗信号生效;或者,在轨迹相似度低于预设轨迹阈值时,确定导航诱骗信号失效或未生效。
3.根据权利要求1所述的导航诱骗信号处理方法,其特征在于,所述方法还包括:
利用已训练的意图分析模型基于外围识别区域运动轨迹进行飞行意图评估,以获取对应的评估结果;
基于所述评估结果确定导航诱骗策略。
4.根据权利要求1所述的导航诱骗信号处理方法,其特征在于,所述在判断所述导航诱骗信号失效时,更新所述导航诱骗信号,包括:
根据轨迹比对结果确定导航诱骗信号的失效原因;
根据失效原因确定导航诱骗信号更新策略;
基于所述导航诱骗信号更新策略计算更新的导航诱骗信号。
5.一种导航诱骗信号处理装置,其特征在于,所述装置包括:
导航诱骗信号生成模块,用于生成导航诱骗信号并向目标区域发射,以使所述目标区域内的目标无人机接收所述导航诱骗信号;在监测到存在无人机进入外围识别区域时,便向无人机广播身份识别请求;若在一定时长未接收到反馈的终端身份信息,则将该无人机作为目标无人机;并添加对应的身份标记;其中,所述目标区域包括核心区域,以及设置在核心区域外围的外围识别区域;所述外围识别区域用于识别待诱骗的目标无人机;核心区域作为导航诱骗信号的覆盖区域;
信号生效判断模块,用于对目标区域内的所述目标无人机进行跟踪,并根据跟踪结果判断所述导航诱骗信号是否生效,包括:实时采集所述目标无人机在所述目标区域内的坐标信息,以根据连续的若干个坐标信息确定所述目标无人机的实际飞行轨迹,所述实际飞行轨迹为目标无人机在所述外围识别区域内的外围区域运动轨迹;识别外围区域运动轨迹中包含的特定飞行动作并作为模型输入参数;利用已训练的轨迹预测模型基于所述外围识别区域运动轨迹进行轨迹预测,以获取初始预测飞行轨迹;结合所述初始预测飞行轨迹、导航诱骗信号,估计预期飞行轨迹;将所述实际飞行轨迹、所述预期飞行轨迹进行比对,以根据轨迹比对结果判断所述导航诱骗信号是否生效;其中,根据目标区域的范围大小,结合目标无人机的飞行速度来配置对目标无人机的实际飞行轨迹的初始数据采集时长;
信号更新模块,用于在判断所述导航诱骗信号失效时,更新所述导航诱骗信号,以用于所述目标无人机接收更新后的导航诱骗信号。
6.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的导航诱骗信号处理方法。
7.一种电子设备,其特征在于,包括:
处理器;以及,存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为执行所述可执行指令来实现如权利要求1至4中任一项所述的导航诱骗信号处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311500363.7A CN117240399B (zh) | 2023-11-13 | 2023-11-13 | 一种导航诱骗信号处理方法及装置、存储介质、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311500363.7A CN117240399B (zh) | 2023-11-13 | 2023-11-13 | 一种导航诱骗信号处理方法及装置、存储介质、电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117240399A CN117240399A (zh) | 2023-12-15 |
CN117240399B true CN117240399B (zh) | 2024-02-06 |
Family
ID=89082943
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311500363.7A Active CN117240399B (zh) | 2023-11-13 | 2023-11-13 | 一种导航诱骗信号处理方法及装置、存储介质、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117240399B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111026152A (zh) * | 2019-11-29 | 2020-04-17 | 北京自动化控制设备研究所 | 一种基于飞行目的地预测的无人机导航诱骗装置和方法 |
CN112019297A (zh) * | 2020-10-29 | 2020-12-01 | 上海特金信息科技有限公司 | 无人机定点诱骗方法、装置、电子设备与存储介质 |
CN112462774A (zh) * | 2020-11-27 | 2021-03-09 | 佛山市墨纳森智能科技有限公司 | 一种基于无人机航行跟随的城市道路监管方法、系统及可读存储介质 |
CN113740884A (zh) * | 2021-09-08 | 2021-12-03 | 中国人民解放军战略支援部队信息工程大学 | 低慢小无人飞行器目标诱骗干扰效果评估方法 |
CN114048889A (zh) * | 2021-10-08 | 2022-02-15 | 天津大学 | 基于长短期记忆网络的飞行器轨迹预测的方法 |
CN115130523A (zh) * | 2022-07-07 | 2022-09-30 | 西安电子科技大学 | 基于隐马尔可夫模型的飞行目标行为意图预测方法 |
CN115166783A (zh) * | 2022-07-15 | 2022-10-11 | 北京历正飞控科技有限公司 | 一种应用于无人机使用的导航诱骗防御系统 |
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 |
CN115924117A (zh) * | 2022-12-28 | 2023-04-07 | 北京润科通用技术有限公司 | 一种航迹相似度评估方法、装置、电子设备和存储介质 |
-
2023
- 2023-11-13 CN CN202311500363.7A patent/CN117240399B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111026152A (zh) * | 2019-11-29 | 2020-04-17 | 北京自动化控制设备研究所 | 一种基于飞行目的地预测的无人机导航诱骗装置和方法 |
CN112019297A (zh) * | 2020-10-29 | 2020-12-01 | 上海特金信息科技有限公司 | 无人机定点诱骗方法、装置、电子设备与存储介质 |
CN112462774A (zh) * | 2020-11-27 | 2021-03-09 | 佛山市墨纳森智能科技有限公司 | 一种基于无人机航行跟随的城市道路监管方法、系统及可读存储介质 |
CN113740884A (zh) * | 2021-09-08 | 2021-12-03 | 中国人民解放军战略支援部队信息工程大学 | 低慢小无人飞行器目标诱骗干扰效果评估方法 |
CN114048889A (zh) * | 2021-10-08 | 2022-02-15 | 天津大学 | 基于长短期记忆网络的飞行器轨迹预测的方法 |
CN115130523A (zh) * | 2022-07-07 | 2022-09-30 | 西安电子科技大学 | 基于隐马尔可夫模型的飞行目标行为意图预测方法 |
CN115166783A (zh) * | 2022-07-15 | 2022-10-11 | 北京历正飞控科技有限公司 | 一种应用于无人机使用的导航诱骗防御系统 |
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 |
CN115924117A (zh) * | 2022-12-28 | 2023-04-07 | 北京润科通用技术有限公司 | 一种航迹相似度评估方法、装置、电子设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
"基于信息流的民用无人机攻击与防御技术研究";胡子杰;《中国优秀博硕士学位论文全文数据库》(第1期);8-31 * |
Also Published As
Publication number | Publication date |
---|---|
CN117240399A (zh) | 2023-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11328429B2 (en) | Method and apparatus for detecting ground point cloud points | |
EP3932199A1 (en) | Pesticide spraying control method, apparatus, and device, and storage medium | |
US20180329022A1 (en) | Method, apparatus and system for locating an object using cluster-type magnetic field | |
CN111988524A (zh) | 一种无人机与摄像头协同避障方法、服务器及存储介质 | |
CN111220988B (zh) | 一种地图数据处理方法、装置、设备和介质 | |
CN113156417B (zh) | 反无人机探测系统、方法和雷达设备 | |
CN113030588A (zh) | 基于无人机的机场通信导航设备电磁环境检测系统 | |
CN114326789A (zh) | 多手段融合的无人机反制方法、装置和存储介质 | |
CN112622923B (zh) | 用于控制车辆的方法和装置 | |
JP2024094358A (ja) | 学習装置、学習方法、プログラム、及び、レーダ装置 | |
CN117240399B (zh) | 一种导航诱骗信号处理方法及装置、存储介质、电子设备 | |
CN113872680A (zh) | Tdoa辅助rid信号接收的控制方法、装置、系统 | |
CN109493366A (zh) | 基于探鸟雷达图像的背景建模方法、系统及介质 | |
CN113177980A (zh) | 用于自动驾驶的目标对象速度确定方法、装置及电子设备 | |
CN112630798B (zh) | 用于估计地面的方法和装置 | |
CN117316000A (zh) | 一种无人机反制方法、系统、设备及存储介质 | |
CN114355960B (zh) | 一种无人机防御智能决策方法及系统、服务器及介质 | |
CN118233045A (zh) | 地面无人驾驶设备的导航诱骗方法及装置、电子设备 | |
Davidovich et al. | VISAS--Detecting GPS spoofing attacks against drones by analyzing camera's video stream | |
CN111866464A (zh) | 一种基于虚拟现实技术的农用拖拉机远程控制系统 | |
CN114613037B (zh) | 一种机载融合信息引导传感器提示搜索方法及装置 | |
CN112526477A (zh) | 用于处理信息的方法和装置 | |
CN117191068B (zh) | 模型训练方法和装置、轨迹预测方法和装置 | |
CN112634487B (zh) | 用于输出信息的方法和装置 | |
JP7452617B2 (ja) | 学習装置、学習方法、プログラム、及び、レーダ装置 |
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 |