System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于多传感器融合的无人机群关键节点检测方法技术_技高网

基于多传感器融合的无人机群关键节点检测方法技术

技术编号:41065843 阅读:2 留言:0更新日期:2024-04-24 11:19
本发明专利技术提供了一种基于多传感器融合的无人机群关键节点检测方法,涉及无人机群通信技术领域,该方法包括如下步骤:通过多源传感器获取无人机群的原始数据,将所述原始数据进行融合,获得无人机群的目标数据;将所述目标数据进行网络化建模,通过社团检测模型,对目标无人机群关键节点进行检测。本发明专利技术通过多源传感器数据融合技术,实现对目标无人机群关键节点的高精度跟踪和定位。在此基础之上,利用社团检测方法对无人机群的融合航迹进行解算,为无人机群的关键节点检测提供了合理的技术途径。

【技术实现步骤摘要】

本专利技术涉及无人机群通信,具体涉及一种基于多传感器融合的无人机群关键节点检测方法


技术介绍

1、近年来,随着无人机技术的不断发展,无人机群在诸多领域中展现出巨大的潜力和应用前景。由于无人机群的高速移动,网络拓扑会呈现高动态变化,这对组网路由技术提出了更高的要求。关键节点的有效检测可以帮助无人机群更好地了解网络状态和拓扑结构,防止未来可能出现的网络故障,提高网络的连通性和稳定性,以保障无人机群的协同能力。然而,单一传感器受到各种环境因素的影响以及自身的性能限制,难以获得准确和稳定的检测信息。多传感器融合能够综合利用不同传感器的优点,增强信息获取的能力和精度,同时减少因单一传感器的失效而引起的检测失败问题。因此,开发一种基于多传感器融合的无人机群关键节点检测方法不仅能够提高无人机群协同作战和任务执行的效果和效率,还能够推动无人机群在领域中更广泛的应用,具有重要的意义和应用价值。


技术实现思路

1、有鉴于此,本申请实施例提供一种基于多传感器融合的无人机群关键节点检测方法,旨在通过多源传感器数据融合技术,实现对目标无人机群关键节点的高精度跟踪和定位。在此基础之上,利用社团检测方法对无人机群的融合航迹进行解算,为无人机群的关键节点检测提供了合理的技术途径。

2、本申请实施例提供以下技术方案:一种基于多传感器融合的无人机群关键节点检测方法,该方法包括如下步骤:

3、s1、通过多源传感器获取无人机群的原始数据,将所述原始数据进行融合,获得无人机群的目标数据;

<p>4、s2、将所述目标数据进行网络化建模,通过社团检测模型,对目标无人机群关键节点进行检测。

5、根据本申请一种实施例,所述原始数据包括:无人机群航迹数据、无人机速度、加速度、方向角属性信息。

6、根据本申请一种实施例,通过多源传感器获取无人机群的原始数据,将所述原始数据进行融合,获得无人机群的目标数据,包括:

7、s11、对所述原始数据进行预处理,将多源传感器原始数据的时空关系进行同步;

8、s12、将多源传感器获取的所述原始数据进行关联和表征,形成可进行融合的统一结构,获得多源传感器的转换信息;

9、s13、对所述多源传感器的转换信息进行融合,获得无人机群的目标数据。

10、根据本申请一种实施例,将所述目标数据进行网络化建模,通过社团检测模型,对无人机群关键节点进行检测,包括:

11、s21、将所述目标数据中的目标无人机群航迹数据按照设定的时间间隔进行切片,产生多个时间片上的目标无人机群航迹点;

12、s22、将每个时间片上的目标无人机群航迹点作为一个处理单位,分别转化为每个时间片上的无人机群航迹特征向量;

13、s23、通过社团检测模型对每个所述时间片上的无人机群航迹特征向量进行解算,识别出多个密集连接的区域中包含的无人机,得到目标无人机群中的关键节点。

14、根据本申请一种实施例,所述s11中,对所述原始数据进行预处理,将多源传感器原始数据的时空关系进行同步,包括:

15、s111、将属于同一目标的多源传感器不同步的量测信息同步到同一基准时间,以使后续数据融合处理的输入是同一目标的相同时刻的量测值;

16、s112、将不同传感器所用坐标系统一到相同的坐标系下。

17、根据本申请一种实施例,所述s12中,将多源传感器获取的所述原始数据进行关联和表征,以形成可融合的统一结构,将各传感器属于同一个目标的量测数据按目标进行分组和关联,获得多源传感器的转换信息。

18、根据本申请一种实施例,所述s21中,对目标数据中的目标无人机群航迹数据按照设定的时间间隔进行切片,产生多个时刻的目标无人机群航迹点,包括:

19、s211、对比不同时间间隔下的目标无人机群航迹点变化情况,设定时间间隔;

20、s212、以时间为横坐标,每隔设定的时间间隔截取一次目标无人机群航迹数据,将当前时刻的数据作为一个切片,得到目标无人机群航迹点。

21、根据本申请一种实施例,所述s22中,将每个时间片上的无人机群航迹点作为一个处理单位,分别转化为时间片上的无人机群航迹特征向量,包括:

22、s221、将每个时间片上的航迹点视为网络中的节点,提取每个时间片上无人机群的拓扑结构,并根据航迹点之间的连接关系构建航迹网络;

23、s222、基于构建的航迹网络,结合所述目标数据中的无人机速度、加速度、方向角属性信息,将包括无人机速度、加速度、方向角属性的特征信息转化为对应的特征向量。

24、根据本申请一种实施例,所述s23中,通过社团检测模型对每个所述时间片上的无人机群航迹特征向量进行解算时,比较航迹网络密度和随机连接密度的差异,确定密集连接的区域,将航迹网络划分成多个子图,以使子图内部的节点连接紧密,子图间的节点连接稀疏,若无人机存在于多个子图中,则识别为目标无人机群的关键节点。

25、本专利技术基于多源传感器融合技术,提高了无人机群关键节点检测的准确性和稳定性。由于不同传感器获取的信息具有不同的特点和优势,将它们进行融合可以更好地发挥各自的优势,提高目标检测的精度和稳定性;通过社团检测方法对多时间片的无人机群航迹特征向量进行解算,实现了对无人机群关键节点的准确且稳定的检测。这种方法可以更好地识别出无人机群中的关键节点,对于无人机群的协同作战和智能控制具有重要的意义。

本文档来自技高网
...

【技术保护点】

1.一种基于多传感器融合的无人机群关键节点检测方法,其特征在于,该方法包括如下步骤:

2.根据权利要求1所述的基于多传感器融合的无人机群关键节点检测方法,其特征在于,所述原始数据包括:无人机群航迹数据、无人机速度、加速度、方向角属性信息。

3.根据权利要求1所述的基于多传感器融合的无人机群关键节点检测方法,其特征在于,通过多源传感器获取无人机群的原始数据,将所述原始数据进行融合,获得无人机群的目标数据,包括:

4.根据权利要求1所述的基于多传感器融合的无人机群关键节点检测方法,其特征在于,将所述目标数据进行网络化建模,通过社团检测模型,对无人机群关键节点进行检测,包括:

5.根据权利要求3所述的基于多传感器融合的无人机群关键节点检测方法,其特征在于,所述S11中,对所述原始数据进行预处理,将多源传感器原始数据的时空关系进行同步,包括:

6.根据权利要求3所述的基于多传感器融合的无人机群关键节点检测方法,其特征在于,所述S12中,将多源传感器获取的所述原始数据进行关联和表征,以形成可融合的统一结构,将各传感器属于同一个目标的量测数据按目标进行分组和关联,获得多源传感器的转换信息。

7.根据权利要求4所述的将基于多传感器融合的无人机群关键节点检测方法,其特征在于,所述S21中,对目标数据中的目标无人机群航迹数据按照设定的时间间隔进行切片,产生多个时刻的目标无人机群航迹点,包括:

8.根据权利要求4所述的将基于多传感器融合的无人机群关键节点检测方法,其特征在于,所述S22中,将每个时间片上的无人机群航迹点作为一个处理单位,分别转化为时间片上的无人机群航迹特征向量,包括:

9.根据权利要求4所述的将基于多传感器融合的无人机群关键节点检测方法,其特征在于,所述S23中,通过社团检测模型对每个所述时间片上的无人机群航迹特征向量进行解算时,比较航迹网络密度和随机连接密度的差异,确定密集连接的区域,将航迹网络划分成多个子图,以使子图内部的节点连接紧密,子图间的节点连接稀疏,若无人机存在于多个子图中,则识别为目标无人机群的关键节点。

...

【技术特征摘要】

1.一种基于多传感器融合的无人机群关键节点检测方法,其特征在于,该方法包括如下步骤:

2.根据权利要求1所述的基于多传感器融合的无人机群关键节点检测方法,其特征在于,所述原始数据包括:无人机群航迹数据、无人机速度、加速度、方向角属性信息。

3.根据权利要求1所述的基于多传感器融合的无人机群关键节点检测方法,其特征在于,通过多源传感器获取无人机群的原始数据,将所述原始数据进行融合,获得无人机群的目标数据,包括:

4.根据权利要求1所述的基于多传感器融合的无人机群关键节点检测方法,其特征在于,将所述目标数据进行网络化建模,通过社团检测模型,对无人机群关键节点进行检测,包括:

5.根据权利要求3所述的基于多传感器融合的无人机群关键节点检测方法,其特征在于,所述s11中,对所述原始数据进行预处理,将多源传感器原始数据的时空关系进行同步,包括:

6.根据权利要求3所述的基于多传感器融合的无人机群关键节点检测方法,其特征在于,所述s12中,将多源传感器获取的所...

【专利技术属性】
技术研发人员:杨芷柔赵岩车凯刘鑫白林亭
申请(专利权)人:中国航空工业集团公司西安航空计算技术研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1