[发明专利]无人机数据链电磁干扰态势预测方法及装置

权利要求书

1.一种无人机数据链电磁干扰态势预测方法，其特征在于，包括：

获取无人机的电磁参数和环境干扰数据；

将所述无人机的所述电磁参数和所述环境干扰数据输入高斯过程回归预测模型，得到电磁干扰效应阈值；

根据所述环境干扰数据和所述电磁干扰效应阈值，确定所述无人机数据链所处的电磁干扰态势；

所述无人机的电磁参数包括工作信号功率，所述环境干扰数据包括电磁干扰频率；所述电磁干扰效应阈值包括干扰信号功率阈值和AGC电压阈值；

所述将所述无人机的所述电磁参数和所述环境干扰数据输入高斯过程回归预测模型，得到电磁干扰效应阈值，包括：

将所述工作信号功率和所述电磁干扰频率输入所述高斯过程回归预测模型，输出所述无人机数据链出现不同效应时对应的干信比和AGC电压变化量；

根据所述无人机数据链出现不同效应时对应的干信比和所述工作信号功率，确定所述无人机数据链在不同工作状态下的干扰信号功率阈值；

根据所述无人机数据链出现不同效应时对应的AGC电压变化量和标准AGC电压，确定所述无人机数据链在不同工作状态下的AGC电压阈值；

数据链效应包括失锁和误码，所述干扰信号功率阈值包括第一干扰信号功率阈值、第二干扰信号功率阈值、第三干扰信号功率阈值和第四干扰信号功率阈值；

所述根据所述无人机数据链出现不同效应时对应的干信比和所述工作信号功率，确定所述无人机数据链在不同工作状态下的干扰信号功率阈值，包括：

计算所述无人机数据链出现失锁效应时对应的干信比和所述工作信号功率的乘积，得到第一干扰信号功率阈值；所述第一干扰信号功率阈值为所述无人机数据链进入失锁状态的干扰信号功率阈值；

计算所述无人机数据链出现误码效应时对应的干信比和所述工作信号功率的乘积，得到第二干扰信号功率阈值，所述第二干扰信号功率阈值为所述无人机数据链由不稳定状态进入临界失锁状态的干扰信号功率阈值；

将所述第二干扰信号功率阈值减去第一预设缓冲值，得到第三干扰信号功率阈值，所述第三干扰信号功率阈值为所述无人机数据链由相对稳定状态进入不稳定状态的干扰信号功率阈值；

将所述第三干扰信号功率阈值减去第二预设缓冲值，得到第四干扰信号功率阈值，所述第四干扰信号功率阈值为所述无人机数据链由稳定状态进入相对稳定状态对应的干扰信号功率阈值；

所述AGC电压阈值包括第一AGC电压阈值、第二AGC电压阈值、第三AGC电压阈值和第四AGC电压阈值；

所述根据所述无人机数据链出现不同效应时对应的AGC电压变化量和标准AGC电压，确定所述无人机数据链在不同工作状态下的AGC电压阈值，包括：

将所述无人机数据链在失锁效应下对应的AGC电压变化量与标准AGC电压相加，得到第一AGC电压阈值，所述第一AGC电压阈值为所述无人机数据链进入失锁状态的AGC电压阈值；

将所述无人机数据链在误码效应下对应的AGC电压变化量与标准AGC电压相加，得到第二AGC电压阈值，所述第二AGC电压阈值为所述无人机数据链由不稳定状态进入临界失锁状态的AGC电压阈值；

将所述第二AGC电压阈值减去第三预设缓冲值，得到第三AGC电压阈值，所述第三AGC电压阈值为所述无人机数据链由相对稳定状态进入不稳定状态的AGC电压阈值；

将所述第三AGC电压阈值减去第四预设缓冲值，得到第四AGC电压阈值，所述第四AGC电压阈值为所述无人机数据链由稳定状态进入相对稳定状态的AGC电压阈值。

2.如权利要求1所述的无人机数据链电磁干扰态势预测方法，其特征在于，在所述获取无人机的电磁参数和环境干扰数据之前，所述方法还包括：

获取训练样本，所述训练样本包括观测数据和输入数据；所述观测数据包括干信比和AGC电压变化量，所述输入数据包括电磁参数和环境干扰数据；

对所述训练样本中的观测数据和所述输入数据进行标准化处理，得到标准化后的训练样本；

基于高斯过程回归方法创建初始预测模型；

将所述标准化后的训练样本输入所述初始预测模型，对所述初始预测模型进行训练，得到所述高斯过程回归预测模型。

3.如权利要求1至2任一项所述的无人机数据链电磁干扰态势预测方法，其特征在于，所述方法还包括：

根据所述无人机数据链所处的电磁干扰态势确定对应的抗干扰响应措施。