城市低空微小型无人机的探测定位方法以及装置制造方法及图纸

本发明专利技术提供了一种城市低空微小型无人机的探测定位方法，包括：控制监测设备进行扫描，获取第一信号以形成数据样本集；根据数据样本集和模拟数据补全法建立行为指纹特征库；控制每个监测设备进行扫描并获取第一扫描信号和预警信号，根据第一扫描信号和行为指纹数据库初步判定无人机是否存在；若判定无人机存在，则根据第一监测位置信息确定若干协同监测设备，并控制其对第一区域进行监测，获取相应的第一监测信号；以及根据第一监测信号和深度神经网络得到第一监测结果；其中，监测设备包括无线电设备、光学设备以及声学设备。该技术方案，解决了如何对弱信号无人机进行监测定位和协同监测设备的调度的问题；提高了对无人机的监测定位的准确性。监测定位的准确性。监测定位的准确性。

【技术实现步骤摘要】
城市低空微小型无人机的探测定位方法以及装置


[0001]本专利技术涉及无人机的探测定位领域，尤其涉及一种城市低空微小型无人机的探测定位方法以及装置。

技术介绍

[0002]城市低空无人机的探测定位是当前的热点问题。但目前鲜有针对低空微小型无人机的探测定位工作。事实上，微小型无人机正在快速从军用走向民用，迅速的进入市场，受到许多个人玩家的追捧。同时，微小型无人机由于不需要进行身份注册登记，某种程度上规避了无人机法规约束，对居民安全、个人隐私等的潜在危害更是不容忽视。
[0003]但是，微小型无人机由于体积特别小、无线电信号特别弱、活动范围在城市楼房周围、室内之间不断转换，给现有的无人机探测定位技术带来了极大挑战。光电探测对微小无人机的识别十分困难，且在楼房周围、室内环境下光电探测的视场十分受限，因而不实用；雷达探测容易将微小型无人机误判为鸟类等其他事物，且杂波太强、辐射太大，无法在城市楼房周围、室内等人员密集场所使用。传统的无线电探测技术(如TOA、TDOA、AOA、RSS等)由于信号强度弱、多径效应强、时差精度不稳定、信号衰落模型瞬时切换等限制，对微小型无人机的探测定位也十分困难。因此，现有的单一技术，都难以解决城市楼宇周边范围微小型无人机的探测定位难题。
[0004]为此，本专利技术提出一种城市低空微小型无人机的探测定位方法，依据对微小型无人机的多维数据分析研判，通过综合调度多种无人机监测手段，动态分配跟踪监测资源，突破传统的对单维数据进行传统数学化分析的手段，对多维数据进行基于深度神经网络的智能判读，实现对城市低空微小型无人机的探测定位，解决弱信号无人机在高频度动态场景下的连续监测调度方案和数据分析问题。

技术实现思路

[0005]本专利技术提供一种城市低空微小型无人机的探测定位方法以及装置，以解决如何对弱信号无人机(在高频动态场景下)进行相对准确的监测定位，和协同监测设备的调度的问题。
[0006]根据本专利技术的第一方面，提供了一种城市低空微小型无人机的探测定位方法，包括：
[0007]控制监测设备进行扫描，并获取第一信号以形成数据样本集；所述第一信号表征了所述监测设备进行扫描时，监测到的无人机的信号；
[0008]利用模拟数据补全法对所述数据样本集进行处理，以建立行为指纹特征库；所述行为指纹特征库包括所述数据样本集；
[0009]控制每个所述监测设备以第一扫描频点进行扫描并获取第一扫描信号和预警信号，直到每个所述监测设备均穷尽所有的第一扫描频点；所述预警信号表征了所述第一扫描信号的强度大于设定强度门限时，接收到相应的所述监测设备发出的信号；所述第一扫
描频点表征了所述行为指纹特征库中的任一数据；所述预警信号包括第一监测位置信息；所述第一监测位置信息表征了发出预警信号的所述监测设备的位置信息；所述预警信号包括相应的所述第一扫描信号；
[0010]根据所述第一扫描信号和所述行为指纹数据库初步判定无人机是否存在；若判定无人机存在，则根据所述第一监测位置信息确定若干协同监测设备，并控制若干所述协同监测设备对第一区域进行监测，获取相应的第一监测信号；所述第一区域表征了发出所述预警信号的所述监测设备所在的区域；以及
[0011]利用深度神经网络对所述第一监测信号进行处理，以和深度神经网络得到第一监测结果；其中，所述监测设备包括无线电设备、光学设备以及声学设备。
[0012]可选的，所述第一信号包括相应的无线电信号、光学信号以及声学信号。
[0013]可选的，所述模拟数据补全法包括生成对抗网络法、样本特征聚类分析法以及插值法。
[0014]可选的，利用模拟数据补全法对所述数据样本集进行处理，以建立行为指纹特征库具体包括：
[0015]利用所述生成对抗网络法对所述数据样本集进行扩充，生成若干生成值；
[0016]利用所述样本聚类分析法对所述数据样本集进行分析，并剔除异常的所述第一信号；
[0017]利用所述插值法对所述数据样本集进行填充，形成填充值；所述行为指纹特征库包括指纹特征值；所述行为指纹特征值包括所述生成值、剔除异常的所述第一信号之后剩余的所述第一信号以及所述填充值。
[0018]可选的，所述第一扫描信号包括第一声学扫描信号和第一无线电扫描信号。
[0019]可选的，控制每个所述监测设备以第一扫描频点进行扫描并获取第一扫描信号和预警信号包括：
[0020]确定每个所述监测设备的第一数量的所述第一扫描频点；其中，任一所述监测设备的每个所述第一扫描频点的频点值各不相同；
[0021]控制每个所述监测设备以所述第一数量的所述第一扫描频点依次进行扫描得到相应的若干所述第一扫描信号，直到每个所述监测设备均穷尽所有的所述第一扫描频点。
[0022]可选的，控制每个所述监测设备以所述第一数量的所述第一扫描频点依次进行扫描时的扫描周期为第一扫描周期。
[0023]可选的，确定每个所述监测设备的第一数量的所述第一扫描频点具体包括：
[0024]确定第一监测设备的所述第一数量的所述第一扫描频点；所述第一监测设备表征了所述监测设备中任一所述监测设备；
[0025]确定第二监测设备的所述第一数量的所述第一扫描频点；所述第二监测设备表征了所述第一监测设备周围第一距离以内的所述监测设备；所述第一监测设备的所述第一扫描频点与所述第二监测设备的所述第一扫描频点的频点值各不相同；
[0026]确定第三监测设备的所述第一数量的所述第一扫描频点；所述第三监测设备表征了所述第二监测设备周围的所述第一距离以内的所述监测设备；其中，所述第三设备的所述第一扫描频点与所述第二设备的所述第一扫描频点的频点值各不相同；
[0027]以此类推，直到确定每个所述监测设备的所述第一数量的所述第一扫描频点。
[0028]可选的，所述第一距离为100m。
[0029]可选的，所述第一扫描频点包括固定周期扫描频点和非固定周期扫描频点；
[0030]所述固定周期扫描频点表征了概率最集中的所述指纹特征值；所述非固定周期扫描频点表征了所述固定周期扫描频点之外的其他频点。
[0031]可选的，控制每个所述监测设备以所述第一数量的所述第一扫描频点依次进行扫描得到相应的若干所述第一扫描信号，直到每个所述监测设备均穷尽所有的所述第一扫描频点，具体包括：
[0032]控制所述监测设备以所述第一数量的所述固定周期扫描频点进行扫描得到所述第一扫描信号，直到每个所述监测设备均扫描完所有的所述固定周期扫描频点；
[0033]控制所述监测设备以第一数量的所述非固定周期扫描频点进行扫描得到所述第一扫描信号；直到每个所述监测设备均扫描完所有的所述非固定周期扫描频点。
[0034]可选的，根据所述第一扫描信号和所述行为指纹数据库初步判定无人机是否存在，具体包括：
[0035]根据所述第一扫描信号和所述行为指纹数据库确定第一相关度和第二相关度；所述第一相关度表征了所述第一扫描信号与相本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种城市低空微小型无人机的探测定位方法，其特征在于，包括：控制监测设备进行扫描，并获取第一信号以形成数据样本集；所述第一信号表征了所述监测设备进行扫描时，监测到的无人机的信号；利用模拟数据补全法对所述数据样本集进行处理，以建立行为指纹特征库；所述行为指纹特征库包括所述数据样本集；控制每个所述监测设备以第一扫描频点进行扫描并获取第一扫描信号和预警信号，直到每个所述监测设备均穷尽所有的第一扫描频点；所述预警信号表征了所述第一扫描信号的强度大于设定强度门限时，接收到相应的所述监测设备发出的信号；所述第一扫描频点表征了所述行为指纹特征库中的任一数据；所述预警信号包括第一监测位置信息；所述第一监测位置信息表征了发出预警信号的所述监测设备的位置信息；所述预警信号包括相应的所述第一扫描信号；根据所述第一扫描信号和所述行为指纹数据库初步判定无人机是否存在；若判定无人机存在，则根据所述第一监测位置信息确定若干协同监测设备，并控制若干所述协同监测设备对第一区域进行监测，获取相应的第一监测信号；所述第一区域表征了发出所述预警信号的所述监测设备所在的区域；以及利用深度神经网络对所述第一监测信号进行处理，以得到第一监测结果；其中，所述监测设备包括无线电设备、光学设备以及声学设备。2.根据权利要求1所述的城市低空微小型无人机的探测定位方法，其特征在于，所述第一信号包括相应的无线电信号、光学信号以及声学信号。3.根据权利要求2所述的城市低空微小型无人机的探测定位方法，其特征在于，所述模拟数据补全法包括生成对抗网络法、样本特征聚类分析法以及插值法。4.根据权利要求3所述的城市低空微小型无人机的探测定位方法，其特征在于，利用模拟数据补全法对所述数据样本集进行处理，以建立行为指纹特征库具体包括：利用所述生成对抗网络法对所述数据样本集进行扩充，生成若干生成值；利用所述样本聚类分析法对所述数据样本集进行分析，并剔除异常的所述第一信号；利用所述插值法对所述数据样本集进行填充，形成填充值；所述行为指纹特征库包括指纹特征值；所述行为指纹特征值包括所述生成值、剔除异常的所述第一信号之后剩余的所述第一信号以及所述填充值。5.根据权利要求4所述的城市低空微小型无人机的探测定位方法，其特征在于，所述第一扫描信号包括第一声学扫描信号和第一无线电扫描信号。6.据权利要求5所述的城市低空微小型无人机的探测定位方法，其特征在于，控制每个所述监测设备以第一扫描频点进行扫描并获取第一扫描信号和预警信号包括：确定每个所述监测设备的第一数量的所述第一扫描频点；其中，任一所述监测设备的每个所述第一扫描频点的频点值各不相同；控制每个所述监测设备以所述第一数量的所述第一扫描频点依次进行扫描得到相应的若干所述第一扫描信号，直到每个所述监测设备均穷尽所有的所述第一扫描频点。7.根据权利要求6所述的城市低空微小型无人机的探测定位方法，其特征在于，控制每个所述监测设备以所述第一数量的所述第一扫描频点依次进行扫描时的扫描周期为第一扫描周期。
8.根据权利要求7所述的城市低空微小型无人机的探测定位方法，其特征在于，确定每个所述监测设备的第一数量的所述第一扫描频点具体包括：确定第一监测设备的所述第一数量的所述第一扫描频点；所述第一监测设备表征了所述监测设备中任一所述监测设备；确定第二监测设备的所述第一数量的所述第一扫描频点；所述第二监测设备表征了所述第一监测设备周围第一距离以内的所述监测设备；所述第一监测设备的所述第一扫描频点与所述第二监测设备的所述第一扫描频点的频点值各不相同；确定第三监测设备的所述第一数量的所述第一扫描频点；所述第三监测设备表征了所述第二监测设备周围的所述第一距离以内的所述监测设备；其中，所述第三设备的所述第一扫描频点与所述第二设备的所述第一扫描频点的频点值各不相同；以此类推，直到确定每个所述监测设备的所述第一数量的所述第一扫描频点。9.根据权利要求8所述的城市低空微小型无人机的探测定位方法，其特征在于，所述第一距离为100m。10.根据权利要求9所述的城市低空微小型无人机的探测定位方法，其特征在于，所述第一扫描频点包括固定周期扫描频点和非固定周期扫描频点；所述固定周期扫描频点...

【专利技术属性】
技术研发人员：姜化京，
申请(专利权)人：上海特金信息科技有限公司，
类型：发明
国别省市：