本申请提供一种无人机飞行高度确定方法、装置及存储介质，涉及无人飞行器技术领域，能够节省确定无人机飞行高度的时间成本和人力成本。该方法包括：获取待预测无人机的目标数据集和无人机飞行高度预测模型；目标数据集包括待预测无人机所属区域中小区的信号测量数据、待预测无人机所属区域中小区的工参数据、以及待预测无人机的参数；将目标数据集输入无人机飞行高度预测模型，得到待预测无人机的飞行高度。行高度。行高度。
【技术实现步骤摘要】
无人机飞行高度确定方法、装置及存储介质
[0001]本申请涉及无人飞行器
，尤其涉及一种无人机飞行高度确定方法、装置及存储介质。
技术介绍
[0002]在无人机的飞行过程中，无人机飞行高度作为无人机飞行控制和无人机现实应用的一个重要参数，是无人机安全有效飞行和指挥人员安全的重要保障。目前对无人机高度测量的方法通常为利用测量设备采集无人机的飞行参数，并对上述飞行参数进行一系列计算，得到无人机的飞行高度。
[0003]但是，在基于上述方法确定无人机的飞行高度的过程中，需要对上述飞行参数进行大量的计算。由于计算难度较大，因此确定无人机的飞行高度的周期较长且对工作人员的专业理论水平要求较高，导致需要花费大量的时间成本和人力成本，进而导致确定无人机的飞行高度的成本较高。
技术实现思路
[0004]本申请提供一种无人机飞行高度确定方法、装置及存储介质，能够节省确定无人机飞行高度的时间成本和人力成本。
[0005]为达到上述目的，本申请采用如下技术方案：
[0006]第一方面，本申请提供一种无人机飞行高度确定方法，该方法包括：获取待预测无人机的目标数据集和无人机飞行高度预测模型；目标数据集包括待预测无人机所属区域中小区的信号测量数据、待预测无人机所属区域中小区的工参数据、以及待预测无人机的参数；将目标数据集输入无人机飞行高度预测模型，得到待预测无人机的飞行高度。
[0007]在一种可能的实现方式中，方法还包括：确定各个待选无人机飞行高度预测模型的误差；误差用于表征待选无人机飞行高度预测模型预测得到的预测飞行高度与无人机的实际飞行高度的差值；基于误差，从至少一个待选无人机飞行高度预测模型中确定无人机飞行高度预测模型。
[0008]在一种可能的实现方式中，确定各个待选无人机飞行高度预测模型的误差，包括：获取在第一历史时间段内待预测无人机所属区域中无人机的历史数据集、以及在第一历史时间段内待预测无人机所属区域中无人机的历史飞行高度；历史数据集与目标数据集中的数据种类相同；将历史数据集分别输入至少一个待选无人机飞行高度预测模型，得到待预测无人机所属区域中无人机的至少一个预测飞行高度；计算至少一个预测飞行高度中各个预测飞行高度与历史飞行高度的差值，得到各个待选无人机飞行高度预测模型的误差。
[0009]在一种可能的实现方式中，方法还包括：获取初始模型、在第二历史时间段内初始模型对应的区域中无人机的训练数据集、以及在第二历史时间段内初始模型对应的区域中无人机的实际飞行高度；初始模型对应的区域中包括至少一个小区；基于训练数据集、以及初始模型对应的区域中无人机的实际飞行高度，对初始模型进行训练，得到初始模型对应
的区域的待选无人机飞行高度预测模型。
[0010]在一种可能的实现方式中，方法还包括：获取多个小区的小区属性；小区属性包括以下至少之一：小区频点、小区带宽、以及小区所属接入网设备的类别；基于小区属性，对多个小区进行聚类，得到小区簇；将小区簇中各个小区的位置形成的区域确定为初始模型对应的区域。
[0011]第二方面，本申请提供一种无人机飞行高度确定装置，该装置包括：通信单元和处理单元；通信单元，用于获取待预测无人机的目标数据集和无人机飞行高度预测模型；目标数据集包括待预测无人机所属区域中小区的信号测量数据、待预测无人机所属区域中小区的工参数据、以及待预测无人机的参数；处理单元，用于将目标数据集输入无人机飞行高度预测模型，得到待预测无人机的飞行高度。
[0012]在一种可能的实现方式中，处理单元，还用于确定各个待选无人机飞行高度预测模型的误差；误差用于表征待选无人机飞行高度预测模型预测得到的预测飞行高度与无人机的实际飞行高度的差值；处理单元，还用于基于误差，从至少一个待选无人机飞行高度预测模型中确定无人机飞行高度预测模型。
[0013]在一种可能的实现方式中，通信单元，还用于获取在第一历史时间段内待预测无人机所属区域中无人机的历史数据集、以及在第一历史时间段内待预测无人机所属区域中无人机的历史飞行高度；历史数据集与目标数据集中的数据种类相同；处理单元，还用于将历史数据集分别输入至少一个待选无人机飞行高度预测模型，得到待预测无人机所属区域中无人机的至少一个预测飞行高度；处理单元，还用于计算至少一个预测飞行高度中各个预测飞行高度与历史飞行高度的差值，得到各个待选无人机飞行高度预测模型的误差。
[0014]在一种可能的实现方式中，通信单元，还用于获取初始模型、在第二历史时间段内初始模型对应的区域中无人机的训练数据集、以及在第二历史时间段内初始模型对应的区域中无人机的实际飞行高度；初始模型对应的区域中包括至少一个小区；处理单元，还用于基于训练数据集、以及初始模型对应的区域中无人机的实际飞行高度，对初始模型进行训练，得到初始模型对应的区域的待选无人机飞行高度预测模型。
[0015]在一种可能的实现方式中，通信单元，还用于获取多个小区的小区属性；小区属性包括以下至少之一：小区频点、小区带宽、以及小区所属接入网设备的类别；处理单元，还用于基于小区属性，对多个小区进行聚类，得到小区簇；处理单元，还用于将小区簇中各个小区的位置形成的区域确定为初始模型对应的区域。
[0016]第三方面，本申请提供了一种无人机飞行高度确定装置，该装置包括：处理器和通信接口；通信接口和处理器耦合，处理器用于运行计算机程序或指令，以实现如第一方面和第一方面的任一种可能的实现方式中所描述的无人机飞行高度确定方法。
[0017]第四方面，本申请提供了一种计算机可读存储介质，计算机可读存储介质中存储有指令，当指令在终端上运行时，使得终端执行如第一方面和第一方面的任一种可能的实现方式中描述的无人机飞行高度确定方法。
[0018]第五方面，本申请提供一种包含指令的计算机程序产品，当计算机程序产品在无人机飞行高度确定装置上运行时，使得无人机飞行高度确定装置执行如第一方面和第一方面的任一种可能的实现方式中所描述的无人机飞行高度确定方法。
[0019]第六方面，本申请提供一种芯片，芯片包括处理器和通信接口，通信接口和处理器
耦合，处理器用于运行计算机程序或指令，以实现如第一方面和第一方面的任一种可能的实现方式中所描述的无人机飞行高度确定方法。
[0020]具体的，本申请中提供的芯片还包括存储器，用于存储计算机程序或指令。
[0021]上述技术方案至少带来以下有益效果：在本申请实施例提供的无人机飞行高度确定方法中，可以将待预测无人机的相关数据(即目标数据集)输入无人机飞行高度预测模型中，进而直接得到待预测无人机的飞行高度。相较于通用技术中对待预测无人机的飞行参数进行测量后，再进行大量的计算，本申请实施例提供的无人机飞行高度确定方法能够极大地减少计算量，进而能够方便快捷地得到待预测无人机的飞行高度，进而能够降低时间成本。并且，无人机飞行高度预测模型的使用对工作人员的专业理论水平的要求相对较低，因此，本申请实施例提供的无人机飞行高度确定方法也不需要较多的技术本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种无人机飞行高度确定方法，其特征在于，所述方法包括：获取待预测无人机的目标数据集和无人机飞行高度预测模型；所述目标数据集包括所述待预测无人机所属区域中小区的信号测量数据、所述待预测无人机所属区域中小区的工参数据、以及所述待预测无人机的参数；将所述目标数据集输入所述无人机飞行高度预测模型，得到所述待预测无人机的飞行高度。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：确定各个待选无人机飞行高度预测模型的误差；所述误差用于表征所述待选无人机飞行高度预测模型预测得到的预测飞行高度与无人机的实际飞行高度的差值；基于所述误差，从至少一个待选无人机飞行高度预测模型中确定所述无人机飞行高度预测模型。3.根据权利要求2所述的方法，其特征在于，所述确定各个待选无人机飞行高度预测模型的误差，包括：获取在第一历史时间段内所述待预测无人机所属区域中无人机的历史数据集、以及在所述第一历史时间段内所述待预测无人机所属区域中无人机的历史飞行高度；所述历史数据集与所述目标数据集中的数据种类相同；将所述历史数据集分别输入所述至少一个待选无人机飞行高度预测模型，得到所述待预测无人机所属区域中无人机的至少一个预测飞行高度；计算所述至少一个预测飞行高度中各个预测飞行高度与所述历史飞行高度的差值，得到所述各个待选无人机飞行高度预测模型的误差。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：获取初始模型、在第二历史时间段内所述初始模型对应的区域中无人机的训练数据集、以及在所述第二历史时间段内所述初始模型对应的区域中无人机的实际飞行高度；所述初始模型对应的区域中包括至少一个小区；基于所述训练数据集、以及所述初始模型对应的区域中无人机的实际飞行高度，对所述初始模型进行训练，得到所述初始模型对应的区域的待选无人机飞行高度预测模型。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：获取多个小区的小区属性；所述小区属性包括以下至少之一：小区频点、小区带宽、以及小区所属接入网设...
【专利技术属性】
技术研发人员：李张铮，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：
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。