【技术实现步骤摘要】
一种基于卷积神经网络的无人机异常行为识别方法
本专利技术涉及无人机
，特别涉及一种基于卷积神经网络的无人机异常行为识别方法。
技术介绍
无人机具有机动性强、自重轻、体积小、造价低、空间利用率高等显著优势，被越来越多的应用于各个领域，例如地震、泥石流等难以在短时间内组织人员到达的灾害，无人机可以迅速响应并承担运输医疗救援包等应急物资的任务，对挽救人民生命财产有重要意义。又或者是高空遥感拍照，24小时全天候监控等等。另外一方面，由于无人机的便携，不易发现等等，被很多不法分子用于非法用途。如：摩尔苏的恐怖组织分子曾经使用大疆无人机运送炸弹，造成了房屋以及人员伤亡；成都双流机场曾经一度因为无人机在附近飞行，被迫取消航班，造成了严重的经济损失等等。为了使无人机更高效的发挥其作用，使其用在正确的途径上面。需要对无人机的异常行为进行检测，从而有关部门可以很好的对无人机进行有效监管。目前国内外对于无人机异常检测系统的研究主要有两种实现方式，一种是基于飞控的故障检测与隔离系统，另一种是依靠独立于飞行控制系统的非侵入式健康
【技术保护点】
1.一种基于卷积神经网络的无人机异常行为识别方法，包括训练数据和预测检验，训练数据是对无人机的飞行历史数据进行特征提取作为输入参数，导入构建好的CNN模型中，进行训练；训练完成后，对新来的无人机飞行数据，导入CNN模型中，得到判断结果，从而进行预测检验。/n
【技术特征摘要】
1.一种基于卷积神经网络的无人机异常行为识别方法，包括训练数据和预测检验，训练数据是对无人机的飞行历史数据进行特征提取作为输入参数，导入构建好的CNN模型中，进行训练；训练完成后，对新来的无人机飞行数据，导入CNN模型中，得到判断结果，从而进行预测检验。
2.根据权利要求1所述的方法，其特征在于：无人机异常行为识别方法的具体步骤如下：
步骤1，提取无人机的飞行历史数据进行特征提取作为输入参数；历史数据包括：GPS精度、飞行器X轴数据、飞行器Y轴数据、飞行器Z轴数据、飞行器俯仰角、飞行器航拍角、飞行器横滚角、飞行速度、相机云台俯仰角、相机云台偏航角和相机云台横滚角；
步骤2，通过已经获得的无人机飞行历史数据组成训练集；
步骤3，建立CNN模型，C...
【专利技术属性】
技术研发人员：张学军，蒲良，唐立，
申请(专利权)人：北航四川西部国际创新港科技有限公司，
类型：发明
国别省市：四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。