技术摘要：
本发明提供了一种无人驾驶飞行器对多要地威胁程度确认方法及系统，包括：基于雷达或频谱监测、红外等探测手段，获取针对多要地的来袭目标不同属性的目标特性；根据目标距离和不同的目标特性，按照本方法从目标特征数据库中提取不同的可信特征权值，在探测过程中持续更  全部
背景技术：
随着无人机技术的迅猛发展，一些别有用心的人恶意利用无人机这一新手段进行 违法活动，侦察军事要地、传递违禁物品、拍摄保密设施、携带爆炸物品进行有目的的破坏 活动等，为国家、军事及公共安全构成严重威胁。 当前检测手段通常采用雷达、频谱监测等多种探测手段，且由于飞行器飞行速度 快，就需要非常及时、准确、快速的对无人驾驶飞行器进行监测，一旦确定飞行器具有不良 企图必须立刻采取有效处置手段，因此对无人驾驶飞行器的监管效率是首要目的。 而当前对无人驾驶飞行器监管手段不完备，尚没有稳定可靠的成熟系统运用。为 保证安全，一些军事、政府机关重要点位，大多采用人员值班方式，通过雷达、频谱监测等目 标探测手段，对不同种类目标的威胁意图进行人工判别，以提供处置决策。人工判别需要值 班人员长期经验的积累，值班期间一直处于精神紧张状态，特别是对多架或大量无人机多 方向同时向多个防护要地抵近时，人工对目标意图的判别工作量巨大，及时、准确、快速、有 效处置极其困难。
技术实现要素：
为了解决现有技术中所存在的问题，本发明提供一种无人驾驶飞行器对多要地威 胁程度确认方法及系统，包括： 获取多要地坐标、以及多个无人驾驶飞行器在一定时间段内的连续坐标数据； 根据所述无人驾驶飞行器连续时间内坐标的变化情况确定每个无人驾驶飞行器 对多个要地的威胁程度。 优选的，所述获取无人驾驶飞行器一定时间段内的连续坐标数据，包括： 基于设定的时间步长，在设定的时间周期内采用探测设备并结合GPS或北斗定位 信息，获取无人驾驶飞行器的坐标数据； 其中，所述探测设备包括雷达、频谱监测或红外设备。 优选的，所述根据所述无人驾驶飞行器连续时间内坐标的变化情况确定每个无人 驾驶飞行器对多个要地的威胁程度，包括： 针对每个要地，基于预先设定的影响因素，从所述无人驾驶飞行器的坐标以及连 续时间内坐标的变化情况确定所述影响因素的值； 将每个无人驾驶飞行器的各影响因素的值带入预先构建的威胁函数确定对多个 要地的威胁程度； 所述影响因素包括：无人驾驶飞行器的距离、轨迹和速度。 优选的，所述威胁程度函数的计算式如下： 5 CN 111612673 A 说　明　书 2/13 页 其中，fnm(w)为第n个目标针对第m个防护要地的威胁函数；V表示第n个目标一共有 V个威胁因素；i为第n个目标针对第m个防护要地的第i个威胁因素；wmi为第m个防护要地的 第i个威胁因素对应的威胁权值。 优选的，所述针对每个要地，基于预先设定的影响因素，从所述无人驾驶飞行器的 坐标以及连续时间内坐标的变化情况确定所述影响因素的值，包括： 基于所述无人驾驶飞行器的坐标以及连续时间内坐标的变化情况确定所述无人 驾驶飞行器对每个要地的距离、轨迹和速度； 基于所述无人驾驶飞行器的距离以及预先为所述距离构建的权值模型确定所述 无人驾驶飞行器对每个要地的距离权值，基于所有无人驾驶飞行器到所有要地的距离权值 构建距离权值矩阵； 基于所述无人驾驶飞行器的轨迹确定所述无人驾驶飞行器对每个要地的轨迹权 值，基于所有无人驾驶飞行器到所有要地的轨迹权值构建轨迹权值矩阵； 基于所述无人驾驶飞行器的速度确定所述无人驾驶飞行器对每个要地的速度权 值，基于所有无人驾驶飞行器到所有要地的速度权值构建速度权值矩阵。 优选的，所述权值模型包括：直线模型、幂函数模型、椭圆模型和圆模型。 优选的，所述直线模型的计算式如下： 式中：y1为距离权值；x1为无人驾驶飞行器到要地中心的距离；k1和b1为常数项，其 中k1由探测设备的最远有效范围确定，b1的取值为1。 优选的，所述幂函数模型的计算式如下： y1＝a1x -11 式中：y1为距离权值；x1为无人驾驶飞行器到要地中心的距离；a1为与探测设备最 小盲区范围相关的值。 优选的，所述椭圆模型的计算式如下： 式中：y1为距离权值；x1为无人驾驶飞行器到要地中心的距离；a2为与探测设备最 大探测范围相关的值；b2的取值为1。 优选的，所述圆模型的计算式如下： x 21 y 21 ＝R 21 ，y1′＝y1/R1 式中：y1为距离权值；x1为无人驾驶飞行器到要地中心的距离；R1为与探测设备最 大探测范围相关的值；y1′为y1归一化处理后的值。 优选的，所述无人驾驶飞行器的距离权值矩阵如下式： 式中：Ad为某一时刻的距离因素威胁权值矩阵；wdnm为第n个来袭目标针对第m个防 6 CN 111612673 A 说　明　书 3/13 页 护要地所对应的距离因素威胁权值。 优选的，所述基于所述无人驾驶飞行器的轨迹确定所述无人驾驶飞行器对每个要 地的轨迹权值，基于所有无人驾驶飞行器到所有要地的轨迹权值构建轨迹权值矩阵，包括： 获取对所述无人驾驶飞行器的有效打击范围； 基于每个无人驾驶飞行器对每个要地当前时刻及前一时刻的坐标P1(xt1，yt1)和P0 (xt0，yt0)，确定当前时刻的及前一时刻位置点矢量； 基于所述有效打击范围、位置点矢量与中心点之间的距离关系来确定威胁权值； 将所述无人驾驶飞行器轨迹上每个时刻的位置权值进行累加，并归一化处理后得 到所述无人驾驶飞行器轨迹权值； 基于每个无人驾驶飞行器对每个要地的轨迹权值确定所有无人驾驶飞行器对所 有要地的轨迹权值矩阵。 优选的，所述轨迹权值的计算式如下： y2′＝y2/R2 式中：y2为轨迹权值；x2为要地中心到P1P0所确定直线的距离；R2为与处置手段最大 有效范围相关的值；y2′为y2归一化处理后的值。 优选的，所述轨迹权值矩阵如下式： 式中：At为某一时刻的轨迹因素威胁权值矩阵；wtnm为第n个来袭目标针对第m个防 护要地的轨迹因素威胁权值。 优选的，所述无人驾驶飞行器的速度权值计算式如下： 式中：y3为速度权值；x3为无人驾驶飞行器当前速度；μ为与无人机等目标平均飞行 速度相关的速度值；σ为与目标平均飞行速度相关的速度差值。 优选的，所述无人驾驶飞行器的速度权值矩阵如下式： 式中：Av为某一时刻速度因素威胁权值矩阵；wvnm为第n个来袭目标针对第m个防护 要地的速度因素威胁权值。 基于同一种发明构思，本发明还提供一种低空飞行的非合作目标对要地威胁程度 的确定系统，包括： 数据获取模块，用于获取多要地坐标、以及多个无人驾驶飞行器在一定时间段内 的连续坐标数据； 7 CN 111612673 A 说　明　书 4/13 页 威胁确定模块，用于根据所述无人驾驶飞行器连续时间内坐标的变化情况确定每 个无人驾驶飞行器对多个要地的威胁程度。 与现有技术相比，本发明的有益效果为： 本发明提供的技术方案为一种无人驾驶飞行器对多要地威胁程度确认方法及系 统，包括：获取多要地坐标、以及多个无人驾驶飞行器在一定时间段内的连续坐标数据；根 据所述无人驾驶飞行器连续时间内坐标的变化情况确定每个无人驾驶飞行器对多个要地 的威胁程度，利用本发明提供的技术方案中多手段对可能威胁防护区内重要目标安全的无 人机进行目标辅助判断，降低误判概率，提高指挥信息系统辅助决策的自动化与智能化，缩 短指挥员决策时间，提高对多个要地防御系统打击效率； 利用本发明可以针对多个要地进行防护，对接近要地的多个可疑目标的威胁程度 进行排序，精确确定可疑目标是否为来袭目标，降低误判概率。 附图说明 图1为本发明的无人驾驶飞行器对多要地威胁程度确认流程图； 图2为本发明的目标来袭情况及防区部署示意图； 图3为本发明的阶梯模型； 图4为本发明的直线模型； 图5为本发明提供的实施例中的幂函数模型； 图6为本发明提供的实施例中椭圆模型； 图7为本发明提供的实施例中圆模型； 图8为本发明轨迹因素下的目标点与基准范围； 图9为本发明提供的实施例中威胁权值计算模型的分段曲线； 图10为本发明提供的实施例中速度-威胁权值的正态分布模型； 图11为本发明的无人驾驶飞行器对多要地威胁程度确认系统结构图。