【技术实现步骤摘要】
本专利技术涉及无人机异常检测，尤其涉及一种用于无人机多传感器系统的异常检测方法及存储介质。
技术介绍
1、随着无人机技术的不断发展，无人机技术可以与电子信息、人工智能等众多前沿技术融合，这不仅极大地增加了无人机的功能，并显著提升了其工作效率。当前，无人机凭借其便捷灵活和成本效益优势，在众多民用领域得到广泛应用，包括目标检测，无线通信，农业遥感，灾害管理，智慧交通系统等。尽管无人机应用潜力巨大，但无人机仍面临着严峻的安全问题。无人机是由传感器、引擎、机翼等众多部件组成的复杂物理系统，而这些机械部分一旦出现故障，也将导致无人机飞行失败甚至坠毁，造成严重后果。为了及时发现无人机运行过程中出现的各种异常，并迅速响应，无人机异常检测技术应运而生，并逐渐成为无人机领域的研究热点。
2、异常检测目的是识别数据中的异常行为或模式，是后续实施纠正措施的重要前提。在无人机飞行过程中，会产生大量飞行数据，这些数据通常由各类传感器收集，是反映无人机稳定性、机动性和飞行效率等性能的重要指标。因此，针对无人机飞行数据的异常检测是保障无人机飞行安全的有效...
【技术保护点】
1.一种用于无人机多传感器系统的异常检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的用于无人机多传感器系统的异常检测方法，其特征在于，所述异常分析任务包括已知异常分析任务和未知异常分析任务；
3.根据权利要求2所述的用于无人机多传感器系统的异常检测方法，其特征在于，所述多模态特征提取网络包括时序特征提取网络、姿态特征提取网络和特征融合网络；所述无人机飞行数据包括时序数据和姿态数据；
4.根据权利要求1所述的用于无人机多传感器系统的异常检测方法，其特征在于，所述多模态特征提取网络采用下述方式构建：
5.根据权...
【技术特征摘要】
1.一种用于无人机多传感器系统的异常检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的用于无人机多传感器系统的异常检测方法，其特征在于，所述异常分析任务包括已知异常分析任务和未知异常分析任务；
3.根据权利要求2所述的用于无人机多传感器系统的异常检测方法，其特征在于，所述多模态特征提取网络包括时序特征提取网络、姿态特征提取网络和特征融合网络；所述无人机飞行数据包括时序数据和姿态数据；
4.根据权利要求1所述的用于无人机多传感器系统的异常检测方法，其特征在于，所述多模态特征提取网络采用下述方式构建：
5.根据权利要求4所述的用于无人机多传感器系统的异常检测方法，其特征在于，所述对所述飞行样本数据特征进行三元组提取处理，得到三元组集合，包括：
6.根据权利要求2所述的用于无人机多传感器系统的异常检测方法，其特征在于，所述基于所述未知异常检测模块，对所述飞行多模态特征数据进行未知异常检测处理，得到所述飞行多模态...
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。