[发明专利]基于飞行状态划分的非合作无人机轨迹分布预测方法在审

专利信息
申请号: 202210369483.7 申请日: 2022-04-08
公开(公告)号: CN114740889A 公开(公告)日: 2022-07-12
发明(设计)人: 羊钊;李娜;唐荣;朱仁伟;曾维理;包杰;丛玮 申请(专利权)人: 南京航空航天大学
主分类号: G05D1/10 分类号: G05D1/10
代理公司: 江苏圣典律师事务所 32237 代理人: 贺翔
地址: 210016 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 飞行 状态 划分 合作 无人机 轨迹 分布 预测 方法
【权利要求书】:

1.一种基于飞行状态划分的非合作无人机轨迹分布预测方法,其特征在于,步骤如下:

(1)针对所选监控空域的范围,构建栅格化空域;

(2)划分无人机飞行状态:依据无人机在初始时刻的飞行状态,将无人机的飞行状态划分为悬停状态和运动状态,设定无人机轨迹分布预测参数;

(3)筛选相似轨迹数据集,构建基于数据迁移的轨迹预测模型;

(4)生成轨迹可达空间:根据步骤(2)中划分的无人机飞行状态,求解无人机在预测时刻所有可能的轨迹位置的集合,作为具有闭合边界的区域,生成无人机在预测时刻的轨迹可达空间;

(5)索引轨迹覆盖栅格坐标:将步骤(4)生成的轨迹可达空间在栅格化空域中近似表达为其覆盖的栅格集合,求解所覆盖的栅格在空域笛卡尔坐标系中的坐标;

(6)生成轨迹概率分布:求解监测时刻无人机位于空域笛卡尔坐标系中各栅格的概率,得到栅格集合相对应的概率分布。

2.根据权利要求1所述的基于飞行状态划分的非合作无人机轨迹分布预测方法,其特征在于,所述步骤(1)中的监控空域范围以左下角为原点建立空域笛卡尔坐标系LL,通过设定x轴和y轴的栅格数量,将空域划分为带有唯一坐标的栅格集合,栅格坐标为(i,j)表示该栅格是空域x轴方向第i个,y轴方向第j个栅格,每个栅格保存的信息包括:栅格中心点和四个顶点在空域笛卡尔坐标系LL中的坐标。

3.根据权利要求2所述的基于飞行状态划分的非合作无人机轨迹分布预测方法,其特征在于,所述步骤(2)的具体过程如下:

(21)划分无人机飞行状态;

依据无人机在初始时刻的飞行状态,将无人机的飞行状态划分为悬停状态和运动状态;

(22)设定无人机轨迹分布预测参数;

(221)设定无人机飞行初始速度;

针对无人机在轨迹预测过程中的初始速度,设定悬停状态初始速度绝对值为零,运动状态初始速度绝对值大于零;

(222)设定无人机最大飞行地速及最大水平加速度;

根据无人机的出厂性能参数,预估无人机的静风下最大允许飞行速度均小于30m/s,设定最大飞行地速为30m/s,最大水平加速度为6m/s2

(223)设定无人机轨迹预测时长;

根据步骤(222)中设定的无人机的最大飞行地速、最大水平加速度、最大静风速度和无人机危险行为识别的预先时间需求,设定预测时长大于无人机从悬停状态以最大水平加速度加速到最大飞行地速需要的时间。

4.根据权利要求1所述的基于飞行状态划分的非合作无人机轨迹分布预测方法,其特征在于,所述步骤(3)的具体过程如下:

(31)筛选相似轨迹数据集;

采集非合作类无人机的轨迹片段,根据已有的合作类无人机轨迹数据集,通过飞行速度方差和累积航向改变量来表达无人机轨迹的潜在特征,进而描述每段轨迹飞行状态的稳定性,基于飞行速度方差和累积航向改变量数值的相似,衡量轨迹之间的距离,筛选出与非合作无人机轨迹相似的轨迹数据集;

(32)构建基于数据迁移的轨迹预测模型;

利用步骤(31)中筛选出的相似轨迹数据集作为D-GRU轨迹预测模型的训练样本,将训练后的D-GRU轨迹预测模型视为基于数据迁移的轨迹预测模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京航空航天大学,未经南京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210369483.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top