申请/专利权人：北京航空航天大学

申请日：2023-12-25

公开（公告）日：2024-03-22

公开（公告）号：CN117741706A

主分类号：G01S19/21

分类号：G01S19/21;G06F18/27;G06F18/2431;G06F18/2415;G06F18/214;G06N20/20;G06N3/084;G06N3/0985

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明涉及一种基于结果驱动机器学习的无人机诱骗选星方法；包括：获得诱骗目标无人机飞行计划中的轨迹信息，计算在整个诱骗计划实施过程中无人机到可见卫星的侧向投影和偏航距离序列保存至原始数据集；在整个诱骗计划实施过程中，根据无人机的位置数据、卫星数据以及卫星截止角，挑选全程可见卫星；计算全程可见卫星的仰角、方位角、与无人机的几何距离、PDOP贡献度序列与可见卫星位置序列一同保存至原始数据集；构建机器学习回归模型，采用原始数据集中数据进行模型训练和超参数选择；使模型能够针对诱骗计划对诱骗过程中可见星的作用进行排序，以供诱骗计划实施过程中进行选星。本发明实现了在诱骗过程中对有效干扰卫星的选择，增强诱骗效果。

主权项：1.一种基于结果驱动机器学习的无人机诱骗选星方法，其特征在于，包括：步骤S1、获得诱骗目标无人机飞行计划中的轨迹信息，设定转发式欺骗干扰的诱骗计划，计算在整个诱骗计划实施过程中目标无人机到可见卫星的侧向投影和诱骗的偏航距离序列保存至原始数据集；步骤S2、在整个诱骗计划实施过程中，根据无人机的位置数据、卫星数据以及设定的卫星截止角，挑选出全程可见卫星；计算全程可见卫星仰角、方位角、与无人机的几何距离和PDOP贡献度序列，与可见卫星位置序列一同保存至原始数据集；步骤S3、构建机器学习回归模型，采用原始数据集中数据进行模型训练和超参数选择；使模型能够针对诱骗计划对诱骗过程中可见星的作用进行排序，以供诱骗计划实施过程中进行选星。

全文数据：

权利要求：

百度查询： 北京航空航天大学 一种基于结果驱动机器学习的无人机诱骗选星方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD