买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：海江科技集团有限公司

摘要：本发明涉及无人机入侵驱逐调度的技术领域，具体为一种新型智能无人机入侵驱逐调度系统及方法，其中方法包括，基于多传感器的无人机入侵检测与识别；基于识别结果对入侵的无人机进行入侵威胁评估，设定入侵威胁等级；根据设定的无人机入侵威胁等级，制定驱逐调度策略；本发明通过多传感器数据融合，提高了对无人机入侵的检测准确性，减少误报和漏报；利用卡尔曼滤波器和综合评分方法，能够实时评估无人机的威胁等级，快速响应不同等级的入侵；通过设定的基于威胁等级的调度策略，使得驱逐资源的使用更加高效，避免资源浪费。

主权项：1.一种新型智能无人机入侵驱逐调度方法，其特征在于：包括以下步骤，基于多传感器的无人机入侵检测与识别，包括，利用多传感器完成无人机入侵数据的收集，并利用卡尔滤波器对收集的数据进行数据融合，根据数据融合结果进行无人机入侵检测与识别，其中：所述数据融合是利用卡尔滤波器构建数据状态向量预测以及误差协方差预测，并利用卡尔曼增益完成状态向量以及误差协方差的更新，更新后的数据状态向量以及误差协方差则为数据融合结果；基于识别结果对入侵的无人机进行入侵威胁评估，设定入侵威胁等级，包括，根据识别结果计算无人机入侵综合评分，通过无人机入侵综合评分设定入侵威胁等级；根据设定的无人机入侵威胁等级，制定驱逐调度策略；所述数据融合通过卡尔滤波器进行数据特征的融合，具体如下：利用卡尔滤波器算法对构建的联合特征向量进行数据特征的融合，具体如下：基于收集的数据构建状态向量以及观测向量;利用卡尔滤波器对于构建的状态向量进行预测更新，进而完成无人机的入侵检测与识别；状态向量预测， ;误差协方差预测， ;其中，表示当前时刻的预测状态，表示状态转移矩阵，表示前一时刻的后验状态估计，表示控制矩阵，表示控制输入，表示当前时刻的预测误差协方差，表示前一时刻的后验误差协方差，表示噪声协方差，为收集数据过程中噪声的协方差；所述卡尔曼增益是根据观测矩阵以及观测噪声矩阵进行计算的，具体如下： ; ; ;其中，表示计算的卡尔曼增益，表示预测矩阵，、、分别表示雷达传感器的观测矩阵、声学传感器的观测矩阵以及GPS传感器的观测矩阵，、、分别表示雷达传感器收集数据的观测噪声协方差、声学传感器收集数据的观测噪声协方差以及GPS传感器收集数据的观测噪声协方差，表示观测噪声协方差，对于预测矩阵以及观测噪声协方差，是基于构建的特征集合进行计算的，具体如下：当数据来源于雷达传感器时，则有，，;当数据来源于声学传感器时，则有，，;当数据来源于声学传感器时，则有，，;其中，、、分别表示雷达传感器的观测矩阵、声学传感器的观测矩阵以及GPS传感器的观测矩阵，、、分别表示雷达传感器收集数据的观测噪声协方差、声学传感器收集数据的观测噪声协方差以及GPS传感器收集数据的观测噪声协方差，、、分别表示雷达传感器收集数据的方差、声学传感器收集数据的方差以及GPS传感器收集数据的方差，表示单位矩阵；利用计算的卡尔曼增益进行状态向量以及误差协方差的更新，具体如下：状态向量的更新， ;误差协方差的更新， ;其中，表示更新后的状态向量，表示更新后的观测向量，表示更新后的误差协方差，表示单位矩阵；所述无人机入侵综合评分是根据无人机的入侵特征以及历史数据进行综合评估的，具体如下： ; ，， ; ，;其中，、、、、分别表示当前时刻无人机的位置特征值、速度特征值、加速度特征值、距离特征值以及方位角特征值，、、、、分别表示无人机的位置特征值威胁评估函数、速度特征值威胁评估函数、加速度特征值威胁评估函数、距离特征值威胁评估函数以及方位角特征值威胁评估函数，、、、、分别表示当前时刻无人机的位置特征值的评估函数的倾斜系数、速度特征值的评估函数的倾斜系数、加速度特征值的评估函数的倾斜系数、距离特征值的评估函数的倾斜系数以及方位角特征值的评估函数的倾斜系数，、、、、分别表示当前时刻无人机的位置特征值的评估函数的偏移量、速度特征值的评估函数的偏移量、加速度特征值的评估函数的偏移量、距离特征值的评估函数的偏移量以及方位角特征值的评估函数的偏移量，、、、、分别表示当前时刻无人机的位置特征值的权重、速度特征值的权重、加速度特征值的权重、距离特征值的权重以及方位角特征值的权重是根据历史数据进行人为设定的，通过历史无人机入侵记录，按照特征值的大小进行权重的设定。

全文数据：

权利要求：

百度查询： 海江科技集团有限公司 一种新型智能无人机入侵驱逐调度系统及方法