一种基于多传感器信息融合的无人机目标侦测方法技术

一种基于多传感器信息融合的无人机目标侦测方法，包括步骤一、对雷达、光电设备进行时间及坐标配准，对低空防护区域进行实时监控获取小目标的特征信息，将特征信息进行特征层的融合；步骤二、收集各类无人机目标的图像并进行扩充，作为无人机目标检测数据集，引入SSD深度学习网络进行训练得到SSD深度学习预测模型；步骤三、利用SSD深度学习预测模型以及光电设备获取到的图像信息进行目标检测，通过设定阈值范围，对同一目标多种类别的信息进行决策融合，最终对不同信息预测的结果以及多次判定的结果进行融合决策，确认目标是否为无人机。本发明专利技术经过多传感器信息的融合，扩大无人机目标检测范围，提高检测效率，并能抵抗一定的环境干扰。

【技术实现步骤摘要】
一种基于多传感器信息融合的无人机目标侦测方法
本专利技术涉及反无人机低空防御和感知融合领域，具体是一种基于多传感器信息融合的无人机目标侦测方法。
技术介绍
近年来，随着各行业信息化程度越来越高，航空技术的智能化程度得到了巨大的发展，各种遥控无人机(UnmannedAircraftVehicle,UAV)、自主飞行器的应用更加广泛，在作战无人机、无人机攻防、航拍视频、森林防火、环境勘探等领域发挥着重要作用。但同时，无人机黑飞滥用，用于恐怖袭击，非法入侵等带来许多威胁与安全隐患，为社会治安，边境安全等造成了困扰。在美国华盛顿，白宫曾遭遇了一架四旋翼无人机的非法入侵，最终坠毁在白宫围墙内；在法国，至少有14座核电站被无人机非法窥探，作为核能依赖程度最高的国家，这不免让法国人有所顾虑；在国内各大机场，已经发生多起无人机干扰航行的事件，导致了数百架航班迫降、延误，造成巨大的经济损失与安全隐患。低空范围的安全问题引起了越来越多的重视，反无人机低空防护技术主要分为无人机目标的侦测和无人机干扰反制两个方面。其中，无人机干扰反制措施一般是利用大功率频段电子干扰器和GPS欺骗进行拦截，相关技术发展迅速，许多成熟的产品设备都已用于对无人机目标的拦截；而无人机目标的侦测技术的相关研究较少，目前的侦测手段存在不同的局限性，致使低空防护范围有限，无法满足无人监控的准确性要求。无人机的价格便宜，获取渠道多，我国有超过500家的公司企业在从事无人机的研发与销售工作，但并没有相关行业规范和具体法律法规制定，导致监管困难，大量无人机设备存在“黑飞”、“乱飞”的行为。无人机本身操作容易，镁铝结构机身具有体积小，重量轻，机动灵活，隐蔽性好等特点；另外，具有摄像功能的无人机可以用于情报窃取，非法窥探等，给某些敏感保密地区的安全性带来威胁；装载小型炸弹的无人机可以用于恐怖主义自杀式袭击等。无人机目标在天空飞行时，其飞行高度较低，雷达散射截面RCS(RadarCrosssection)小，飞行速度慢；由电池供电电机驱动使得其红外特征不明显；最大信号有效距离可达5-7km，使得远距离飞行时的声音特征与射频信号不明显。无人机具备的使用特点与其飞行时的目标特点给低空防护带来了巨大的挑战。无人机的使用与目标特点如表1所示：表1无人机的使用与目标特点本专利技术人在实现本专利技术的过程中经过研究发现：单一传感器在检测无人机目标时，往往会出现准确性不高、实时性较差、抗干扰能力弱的不足。例如雷达在侦测无人机目标时无法区分鸟类、气球等其他目标；RGB相机能得到目标外观信息从而区分无人机，但是不能同时满足大范围、长距离监控，很难捕捉到可疑目标画面；射频、音频探测设备极易受到周边环境干扰。
技术实现思路
本专利技术提供一种基于多传感器信息融合的无人机目标侦测方法，综合利用雷达、光电设备、射频侦测设备等多种传感器的优点，捕获到低空范围内非法入侵小目标的距离、高度、方位角、外观以及形态等多种特征信息，系统控制中心根据其特征识别目标是否为无人机，经过多传感器信息的融合，扩大了无人机目标检测范围，提高了检测效率，并能抵抗一定的环境干扰。一种基于多传感器信息融合的无人机目标侦测方法，包括如下步骤：步骤一、对雷达、光电设备进行时间配准、坐标配准，再对低空防护区域进行实时监控，获取小目标的特征信息，包括雷达获得的距离方位信息、光电设备捕捉到的图像信息以及射频侦测设备捕捉到的射频信号，并将所述特征信息进行特征层的融合，获取同一目标距离方位、外观形态及通信信号特征，所述距离方位信息包括距离、方向、高度、速度；步骤二、收集各类无人机目标的图像并进行扩充，作为无人机目标检测数据集，将数据集进行标注后，引入SSD深度学习网络进行训练，通过数据集中无人机目标所在的位置调整网络参数值，最终得到误差较小的模型作为对无人机外观形态特征进行提取的SSD深度学习预测模型；步骤三、利用SSD深度学习预测模型以及光电设备获取到的图像信息进行目标检测，通过设定阈值范围，对同一目标多种类别的信息进行决策融合，包括SSD模型对目标类别预测、对无线通信信号判别，以及方位信息分析，最终对不同信息预测的结果以及多次判定的结果进行融合决策，确认目标是否为无人机。进一步的，所述光电设备包括RGB相机、红外相机、激光相机。进一步的，步骤一中获取小目标的特征信息，具体实施过程如下：将雷达与光电设备进行联动控制，即雷达设备对低空范围内的目标进行不间断扫描，实时捕获非法入侵可疑目标的基本特征，包括距离、高度、方向以及速度，雷达观测到天空中小目标出现时，先将目标距离、方向信息传递到控制中心，若存在疑似无人机目标，控制中心依据可疑目标距离分别列入待检测列表；否则，雷达继续进行扫描与监控；控制中心根据雷达提供待检测列表中目标的距离、方向信息旋转光电设备的云台，调整方向角与俯仰角，光电设备同时进行变焦与对焦，得到包含可疑目标的图像画面，射频侦测设备开始侦测可疑目标及周围范围内的射频信号。进一步的，步骤二具体包括：首先，收集大量无人机照片作为数据集基础，然后进行扩充；其次，引入SSD深度学习模型，对数据集进行训练，训练时，先确定用于匹配真实目标位置的先验框，找到先验框与目标框的交并比大于某阈值时，则先验框为正训练样本。进一步的，在训练模型时，改进SSD模型中损失函数，添加λc,λl作为损失函数权重修正系数来调节两者间的作用程度，修改后的损失函数为：式中：Lconf，Lloc—置信度和位置损失函数；N—代表检测到无人机的数量；—第i个预测框与第j个真实框类别k是否匹配；c—类别置信度预测值；l—先验框的所对应边界框的位置预测值；进一步的，步骤三具体包括：根据雷达获取到目标的高度特征Q1和速度特征Q2，筛选出其数值100<q1<500，3<q2<15的目标xi＝{x1,x2,…,xt}作为待检测目标列表，然后根据目标距离特征Q3和方位特征Q4判断目标的威胁程度，按照威胁程度的高低依次调整光电设备方位角、俯仰角和变焦倍数获取目标外观信息；在光照充足情况下，通过光电设备获取到目标图像特征Q5，通过SSD深度学习预测模型实现对目标类别的自动判别；设定目标检测的阈值为thresh，假设多次检测结果result>thresh，表示可疑目标的外观形态特征表现为非法入侵的无人机，系统对照目标高度、速度特征后，若均满足无人机目标特点，则确定有无人机目标入侵。本专利技术利用多传感器信息融合技术可以提高无人机目标侦测的准确率，减少干扰信号造成的误差；另外，多传感器在融合不同特征之后，往往仍需要人为分析各种特征才能对是否存在无人机入侵做出判决，本专利技术提出了一种多特诊融合的决策过程，实现对目标的自主判决，在无人监控的情况下也能完成侦测无人机小目标的任务。附图说明图1是本专利技术一种基于多传感器信息融合的无人本文档来自技高网...

【技术保护点】
1.一种基于多传感器信息融合的无人机目标侦测方法，其特征在于：包括如下步骤：/n步骤一、对雷达、光电设备进行时间配准、坐标配准，再对低空防护区域进行实时监控，获取小目标的特征信息，包括雷达获得的距离方位信息、光电设备捕捉到的图像信息以及射频侦测设备捕捉到的射频信号，并将所述特征信息进行特征层的融合，获取同一目标距离方位、外观形态及通信信号特征，所述距离方位信息包括距离、方向、高度、速度；/n步骤二、收集各类无人机目标的图像并进行扩充，作为无人机目标检测数据集，将数据集进行标注后，引入SSD深度学习网络进行训练，通过数据集中无人机目标所在的位置调整网络参数值，最终得到误差较小的模型作为对无人机外观形态特征进行提取的SSD深度学习预测模型；/n步骤三、利用SSD深度学习预测模型以及光电设备获取到的图像信息进行目标检测，通过设定阈值范围，对同一目标多种类别的信息进行决策融合，包括SSD模型对目标类别预测、对无线通信信号判别，以及方位信息分析，最终对不同信息预测的结果以及多次判定的结果进行融合决策，确认目标是否为无人机。/n

【技术特征摘要】
1.一种基于多传感器信息融合的无人机目标侦测方法，其特征在于：包括如下步骤：
步骤一、对雷达、光电设备进行时间配准、坐标配准，再对低空防护区域进行实时监控，获取小目标的特征信息，包括雷达获得的距离方位信息、光电设备捕捉到的图像信息以及射频侦测设备捕捉到的射频信号，并将所述特征信息进行特征层的融合，获取同一目标距离方位、外观形态及通信信号特征，所述距离方位信息包括距离、方向、高度、速度；
步骤二、收集各类无人机目标的图像并进行扩充，作为无人机目标检测数据集，将数据集进行标注后，引入SSD深度学习网络进行训练，通过数据集中无人机目标所在的位置调整网络参数值，最终得到误差较小的模型作为对无人机外观形态特征进行提取的SSD深度学习预测模型；
步骤三、利用SSD深度学习预测模型以及光电设备获取到的图像信息进行目标检测，通过设定阈值范围，对同一目标多种类别的信息进行决策融合，包括SSD模型对目标类别预测、对无线通信信号判别，以及方位信息分析，最终对不同信息预测的结果以及多次判定的结果进行融合决策，确认目标是否为无人机。


2.如权利要求1所述的基于多传感器信息融合的无人机目标侦测方法，其特征在于：所述光电设备包括RGB相机、红外相机、激光相机。


3.如权利要求1所述的基于多传感器信息融合的无人机目标侦测方法，其特征在于：步骤一中获取小目标的特征信息，具体实施过程如下：
将雷达与光电设备进行联动控制，即雷达设备对低空范围内的目标进行不间断扫描，实时捕获非法入侵可疑目标的基本特征，包括距离、高度、方向以及速度，雷达观测到天空中小目标出现时，先将目标距离、方向信息传递到控制中心，若存在疑似无人机目标，控制中心依据可疑目标距离分别列入待检测列表；否则，雷达继续进行扫描与监控；
控制中心根据雷达提供待检测列表中目标的距离、方向信息旋转光电设备的云台，调整方向角与俯仰角，光电设备同时进行变焦与对焦，得到包含可疑目标的图像画面，射频侦...

【专利技术属性】
技术研发人员：尹洋，陈帅，王家林，杨全顺，王征，桂凡，王黎明，刘洋，李洪科，
申请(专利权)人：中国人民解放军海军工程大学，
类型：发明
国别省市：湖北;42