一种基于欺骗信息注入的无人机群诱导驱离方法技术

本发明专利技术公开了一种基于欺骗信息注入的无人机群诱导驱离方法，包括步骤：Step1.探测识别无人机群编队结构和系统矩阵；Step2.设计欺骗信息并注入领导者无人机控制环路；Step3.求取欺骗信息注入后领导者理论运动轨迹；Step4.根据无人机群分布式交互特征，求取欺骗信息注入后跟随者理论运动轨迹；Step5.探测欺骗信息注入后无人机群实际运动轨迹；Step6.对比理论与实际运动轨迹，判定无人机群是否驱离反制成功。针对具有领导

【技术实现步骤摘要】
一种基于欺骗信息注入的无人机群诱导驱离方法


[0001]本专利技术涉及无人机群驱离反制
，具体涉及一种基于欺骗信息注入的无人机群诱导驱离方法。

技术介绍

[0002]随着人工智能技术的进一步革新，逐渐智能化、体系化的无人机群已经广泛应用于社会生活和军事国防领域，失稳坠毁的无人机群会对人身安全和公共安全造成安全威胁，被攻击者夺控的无人机群会扰乱航空秩序，影响正常航空飞行任务，导致任务失败；现有无人机群反制手段主要包括摧毁破坏等硬反制手段和通信链路干扰等软反制手段，摧毁破坏等硬反制手段即破坏无人机硬件，知识无人机群在飞行的过程中失去目标或者使无人机丧失飞行能力，通信链路干扰等软反制手段主要指通过干扰无人机之间的链路信号传播，影响无人机群中无人机之间的协作关系，致使其任务失败，但在使用过程中，上述手段仍在反制效费比低、反制效果差且附带损害严重等缺陷；
[0003]而于欺骗信息注入的无人机群诱导驱离方法主要聚焦于无人机群分布式交互机理，设计欺骗信息并注入无人机群领导者的控制环路，利用领导者对跟随者的吸引机制，实现整个无人机群的驱离反制；该方法在使用时不以毁伤无人机为目的，反制效果可控、无附带损害且存在捕获敌方无人机群的可能；但在已有的研究成果来看，尚无关于基于欺骗信息注入的无人机群驱离反制相关方法的研究；
[0004]基于此，亟需设计一种基于欺骗信息注入的无人机群诱导驱离方法，以实现对无人机群的驱离反制，从而解决上述现有技术存在的问题。

技术实现思路

[0005]针对上述存在的问题，本专利技术旨在提供一种基于欺骗信息注入的无人机群诱导驱离方法，本方法通过结合无人机群系统模型设计欺骗信息，并注入领导者控制环路替换领导者状态，利用领导者对跟随者的吸引作用，使领导者和跟随者同时偏离原始期望运动轨迹，能够实现对无人机群整体的诱导驱离，具有反制效果可控、无附带损害的特点。
[0006]为了实现上述目的，本专利技术所采用的技术方案如下：
[0007]一种基于欺骗信息注入的无人机群诱导驱离方法，包括步骤
[0008]Step1.在无人机飞行过程中，探测无人机群运动轨迹和分布特征，识别无人机编队向量组成，根据编队可行条件推算出无人机群的系统矩阵参数A；
[0009]Step2.根据无人机群系统矩阵A设计欺骗信息模型矩阵H，得到欺骗信息并将欺骗信息注入无人机群领导者的控制环路；
[0010]Step3.求取欺骗信息注入后领导者的控制协议和理论运动状态x
N
(t)；
[0011]Step4.无人机群跟随者接收领导者转发的欺骗信息，并跟踪该欺骗信息，求取欺
骗信息注入后跟随者i的控制协议和理论运动状态x
i
(t)(i＝1,2,
…
,N
‑
1)；
[0012]Step5.通过雷达、可见光等探测手段，获取欺骗信息注入后无人机群领导者和跟随者的实际运动状态和
[0013]Step6.判定欺骗信息注入后领导者、跟随者的实际运动状态是否接近理论运动状态，若接近，则实现无人机群诱导驱离，若不接近，返回Step2。
[0014]优选的，步骤Step1所述的无人机群的系统矩阵参数A的计算过程包括
[0015]Step101.在无人机群飞行过程中，采集无人机群中各无人机位置、速度、空间分布和运动趋势等信息，计算无人机之间的相对状态差构建无人机群编队向量
[0016][0017]其中，h
ip
(t)为无人机i在机群中需保持的期望位置，h
iv
(t)为需保持的期望速度；
[0018]Step102.在无人机群编队向量中，根据无人机群时变编队可行条件推算得到无人机群系统矩阵A为：
[0019][0020]优选的，步骤Step2所述的得到欺骗信息的过程包括
[0021]Step201.欺骗信息中的模型矩阵H需与无人机群系统矩阵A具有相同模态，即欺骗信息需满足如下驱离反制可行条件：
[0022][0023]即注入到无人机群的欺骗信息必须是基于无人机群系统矩阵的状态信号，否则无人机群无法实现编队跟踪和驱离反制；
[0024]Step202.将欺骗信息注入到领导者控制环路中后，欺骗信息将直接替换领导者控制环路中的状态信息x
N
(t)，并向无人机群中的跟随者发送欺骗信息
[0025]Step203.通过定向发射天线将欺骗信息注入无人机群领导者的控制环路。
[0026]优选的，步骤Step3所述的控制协议和理论运动状态x
N
(t)的计算过程包括
[0027]Step301.求取欺骗信息注入后领导者的控制协议；
[0028]Step302.根据欺骗信息注入后领导者的控制协议，计算理论运动状态x
N
(t)。
[0029]优选的，步骤Step301所述的控制协议的计算过程包括
[0030](1)设在分布式无人机群动力学模型中，包含一个领导者和N
‑
1个跟随者，每架无人机的动力学模型如下双积分器系统：
[0031][0032]其中，l＝1,2,
……
,N，p
l
(t)、v
l
(t)和u
l
(t)分别表示第l架无人机的位置、速度和控制输入；
[0033](2)根据双积分器系统，得到无人机群的动力学模型为：
[0034][0035]其中，和和分别表示领导者和跟随者i的状态，n表示无人机状态向量的维度；为了方便描述，令n＝1，n＝1情况下得到的结论可通过Kronecker积运算扩展至多维空间；和分别表示领导者和跟随者i的控制输入；
[0036](3)构建有向拓扑图G来描述机间通信交互网络，设每个无人机对应于拓扑图G中的一个节点，无人机之间的通信交互关系用拓扑图中的边线表示，通信交互强度用边权重w
ij
表示；W＝[w
ij
]N
×
N
和D＝diag{d1,d2,
…
,d
N
}分别表示拓扑图的邻接矩阵和入度矩阵，其中N
i
表示与第i架无人机通信的邻居无人机集合；拓扑图G的Laplacian矩阵为L＝D
‑
W为：
[0037][0038]其中，表示跟随者之间的通信交互关系，表示领导者和跟随者之间的通信交互关系；
[0039](4)构建基于无人机群时变状态编队跟踪控制协议如下：
[0040][0041]其中，i＝1,2,
…
,N
‑
1，和为可使无人机群的动力学模型(2)实现稳定编队跟踪的控制增益矩阵；为无人机i需实现的期望编队向量，为时变编队跟踪的补偿向量，c(t)∈R
n
为无人机群需要跟踪的运动轨迹；
[0042](5)本方法基于无本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于欺骗信息注入的无人机群诱导驱离方法，其特征在于：包括步骤Step1.在无人机飞行过程中，探测无人机群运动轨迹和分布特征，识别无人机编队向量组成，根据编队可行条件推算出无人机群的系统矩阵参数A；Step2.根据无人机群系统矩阵A设计欺骗信息模型矩阵H，得到欺骗信息并将欺骗信息注入无人机群领导者的控制环路；Step3.求取欺骗信息注入后领导者的控制协议和理论运动状态x
N
(t)；Step4.无人机群跟随者接收领导者转发的欺骗信息，并跟踪该欺骗信息，求取欺骗信息注入后跟随者i的控制协议和理论运动状态x
i
(t)(i＝1,2,
…
,N
‑
1)；Step5.通过雷达、可见光等探测手段，获取欺骗信息注入后无人机群领导者和跟随者的实际运动状态和Step6.判定欺骗信息注入后领导者、跟随者的实际运动状态是否接近理论运动状态，若接近，则实现无人机群诱导驱离，若不接近，返回Step2。2.根据权利要求1所述的一种基于欺骗信息注入的无人机群诱导驱离方法，其特征在于：步骤Step1所述的无人机群的系统矩阵参数A的计算过程包括Step101.在无人机群飞行过程中，采集无人机群中各无人机位置、速度、空间分布和运动趋势等信息，计算无人机之间的相对状态差构建无人机群编队向量其中，h
ip
(t)为无人机i在机群中需保持的期望位置，h
iv
(t)为需保持的期望速度；Step102.在无人机群编队向量中，根据无人机群时变编队可行条件推算得到无人机群系统矩阵A为：3.根据权利要求1所述的一种基于欺骗信息注入的无人机群诱导驱离方法，其特征在于：步骤Step2所述的得到欺骗信息的过程包括Step201.欺骗信息中的模型矩阵H需与无人机群系统矩阵A具有相同模态，即欺骗信息需满足如下驱离反制可行条件：即注入到无人机群的欺骗信息必须是基于无人机群系统矩阵的状态信号，否则无人机群无法实现编队跟踪和驱离反制；Step202.将欺骗信息注入到领导者控制环路中后，欺骗信息将直接替换领导者控制环路中的状态信息x
N
(t)，并向无人机群中的跟随者发送欺骗信息
Step203.通过定向发射天线将欺骗信息注入无人机群领导者的控制环路。4.根据权利要求1所述的一种基于欺骗信息注入的无人机群诱导驱离方法，其特征在于：步骤Step3所述的控制协议和理论运动状态x
N
(t)的计算过程包括Step301.求取欺骗信息注入后领导者的控制协议；Step302.根据欺骗信息注入后领导者的控制协议，计算理论运动状态x
N
(t)。5.根据权利要求4所述的一种基于欺骗信息注入的无人机群诱导驱离方法，其特征在于：步骤Step301所述的控制协议的计算过程包括(1)设在分布式无人机群动力学模型中，包含一个领导者和N
‑
1个跟随者，每架无人机的动力学模型如下双积分器系统：其中，l＝1,2,
…
,N，p
l
(t)、v
l
(t)和u
l
(t)分别表示第l架无人机的位置、速度和控制输入；(2)根据双积分器系统，得到无人机群的动力学模型为：其中，和(i＝1,2,
…
,N
‑
1)分别表示领导者和跟随者i的状态，n表示无人机状态向量的维度；为了方便描述，令n＝1，n＝1情况下得到的结论可通过Kronecker积运算扩展至多维空间；和分别表示领导者和跟随者i的控制输入；(3)构建有向拓扑图G来描述机间通信交互网络，设每个无人机对应于拓扑图G中的一个节点，无人机之间的通信交互关系用拓扑图中的边线表示，通信交互强度用边权重w
ij
表示；W＝[w
ij
]
N
×
N
和D＝diag{d1,d2,
…
,d
N
}分别表示拓扑图的邻接矩阵和入度矩阵，其中N
i
表示与第i架无人机通信...

【专利技术属性】
技术研发人员：席建祥，李俊龙，王乐，范志良，杨小冈，姚志成，樊红东，高久安，
申请(专利权)人：中国人民解放军火箭军工程大学，
类型：发明
国别省市：