[發明專利]一種低空無人機監視和航跡預測方法

有效

• 申請號: 202210917324.6
• 申請日: 2022-08-01
• 公開（公告）號: CN115346401B
• 公開（公告）日: 2023-09-12
• 發明（設計）人: 董超;張儀凡;賈子曄;張磊;吳啟暉
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G08G5/00
• 分類號: G08G5/00;G06N3/0442;G06N3/084;G06Q10/04;G06Q50/26
• 代理公司: 南京鐘山專利代理有限公司 32252
• 代理人: 張明浩

本發明提出了一種低空空域內的無人機監視方法并提供了一種低空無人機監視系統中基于LSTM的無人機航跡預測方法:RLSTM（Recurrent?LSTM），屬于航跡預測領域，其在通過無人機載ADS?B?OUT發送定位數據，地面基站的ADS?B?IN接收定位信息后將數據發送給數據處理中心，數據中心對得到的數據進行訓練和預測，得到未來兩個ADS?B廣播時刻的預測航跡，相比于傳統的LSTM和RNN等算法具有更高的預測精度。本發明的技術方案中，利用RLSTM對無人機ADS?B飛行數據進行訓練和預測，在每一次預測過程中將之前已經接收到的航跡數據進行訓練得到新的預測模型，并將預測結果發送給空管部門進行后于跟蹤和預警。

技術領域

本發明屬于無人機航跡預測領域，具體的說，涉及一種低空無人機監視和航跡預測方法。

背景技術

無人機當前正處在一個日趨繁榮的發展形式之中，在許多領域諸如植保、電力巡檢和通信等場景中得到了廣泛的應用。當前低空空域內無人機的數量越來越多，因此對無人機實行空中交通管制是無人機未來各種應用場景實現的必要基礎。但是無人機的飛行軌跡復雜多變，且態勢數據的獲取手段十分有限，這給航跡預測帶來了非常大的難度。為了解決以上難題，具有信息更新速度快、地面站建設成本低等突出優點，且大量應用于民航客機的位置信息獲取的ADS-B是可選的技術手段之一。我們提出了許多的多方案來解決該問題，該發明也將解決低空無人機的跟蹤和監視作為無人機管制中的著力點。

無人機載ADS-BOUT系統按照一定的時間間隔向所在空域廣播自身的態勢信息，這些信息按照時間順序組成。LSTM在預測時序數據時由于其自身獨特的結構，相比其他的神經網絡具有更高的預測精度，可以記住更長時間步的特征信息。我們提出了一種基于ADS-B獲取無人機飛行過程中三維定位數據的系統結構，并根據已有的無人機ADS-BOut廣播的信息通過循環使用LSTM預測未來時間步的無人機飛行航跡趨勢。

發明內容

本發明針對現有技術的不足，提供一種低空無人機監視和航跡預測方法，具體方案如下：一種低空無人機監視和航跡預測方法，包括以下步驟：

步驟1，將空域劃分為若干子空域，子空域由一個總控制站進行無人機監視，每個子空域配備有一個ADS-B地面基站，每個子空域中有n架無人機，子空域g內無人機i通過若干顆GPS衛星進行定位得到當前時刻t無人機i的位置信息；

步驟2，將步驟1中無人機i接收到的位置信息U_g(i)，利用機載ADS-BOUT在廣播時刻t向子空域g內廣播飛行態勢信息U_g(i)_t；

步驟3，將步驟2中廣播出去的ADS-B信息，通過子空域g內負責ADS-B信息接收的地面基站BS_g接收；

步驟4，將步驟3中地面基站BS接收到的ADS-B信息發送給管制中心；

步驟5，將步驟4中發送給管制中心的信息，按照無人機的編號把航跡數據進行按ADS-B廣播時刻的先后按序存儲為無人機航跡DU_g(i)等待后續預測監視；

步驟6，將子空域g內已存儲的無人機航跡數據集作為訓練數據進行訓練得到預測航跡模型Pre₁；

步驟7，將步驟6中得到的預測模型Pre₁，并利用新接收的無人機航跡DU_g(i)的數據對Pre₁進行訓練并更新得到預測模型Pre₂；

步驟8，取步驟7中的預測模型Pre₂，對待預測航跡進行預測得到未來兩個廣播時刻t+1和t+2的預測數據；

步驟9，在廣播時刻t+1，取預測模型Pre₂，對待預測航跡進行預測得到未來兩個廣播時刻t+2和t+3的預測數據；如此重復進行預測直到航跡結束。