您所在的位置: 成果库 低空飞行器智能监测关键技术及应用

低空飞行器智能监测关键技术及应用

发布时间: 2022-11-13

来源: 科技服务团

基本信息

合作方式: 合作开发
成果类型: 发明专利,软件著作权,著作权
行业领域:
新一代信息技术产业,人工智能
成果介绍
以多旋冀为主的低空小型无人机已广泛应用到工业、军事、民用等方面,在其市场的快速增长的同时,无人机的“黑飞”与“滥飞”对个体及公共安全形成亚重威胁和挑战,近年来国内外发生的多起无人机入侵事件,暴露出低空小型无人机防控不仅仅是城市安全和隐私保护的问题,更是关系到国家形象与国家安全的大事,迫切需要研发一整套完整有效的技术手段以实现无人机监测和防范 无人机监测与防范主要面临的技术挑战包括:无人机种类繁多特征各异,对无人机特征提取的智能化水平低,导致检测与识别精度低:无人机飞行环培背景复杂,单一传感器检测能力有限,但多源异构传感器融合理论与技术在无人机监 则应用中尚不成熟:无人机处士动态飞行之中,多种传感器融合出处理对系统的 信号处理实时性要求非常高,且系统需要考虑传感器容错。鉴于此,本课题组经过近十年的研发,发明了一套用于低空小型无人机检测的技术并应用于实际系统。
成果亮点
1. 针对复杂图像背景下远距离低空飞行器精准识别难题,发明了基于关键帧搜索目标匹配的分布式主从相机协同智能检测方法,提出了一种全景主相机疑似目标检测算法,设计了基于深度神经网络的双流目标检测识别算法。 2. 针对电磁干扰条件下不同类型低空飞行器的检测定位难题,发明了基于无线电谱纹识别的干扰辨识方法,提出了基于上下行信号时频特征学习的标准协议飞行器检测方法、基于频谱特征时空融合学习的非标准飞行器检测方法及基于张量阵列信号处理的目标角度估计方法,提升了定位精度。 3. 针对低空飞行器音频检测的特征湮没问题,发明了基于最小方差无失真滤波的信号增强方法,提出了基于谐波能量包络特征与注意力机制的多特征融合残差神经网络检测方法,发明了基于贝叶斯推断和多谐波信号关联性估计的声源定位技术,提高了目标检测性能和目标定位精度。 4. 发明了基于关联性分析的异构传感器融合检测算法,提出了一种射频感知引导的无人机融合定位方法,设计研发了低功耗高速边缘视频智能处理硬件系统和基于 Jacobi 并行加速的射频定位硬件电路,研制的多传感低空飞行器监测系统具有强容错性、高实时性。
团队介绍
1史治国 男 1978.07 教授 博士 浙江大学 提出音频的系统方案、提出系统加速思路 2 陈积明 男 1978.02 教授 博士 浙江大学 提出射频的系统方案、提出射频的检测思路 3 吴均峰 男 1987.01 研究员 博士 浙江大学 提出融合检测的方案 4 严鹏 男 1981.09 高级工程师 硕士 上海无线电设备 研究所 提出射频引导多源融合探测方案 5 陈剑锋 男 1978.05 无 本科 浙江欧软低空防 务技术有限公司 提出多源检测一体机设想提出 6 孙优贤 男 1940.12 教授 本科 浙江大学 提出系统容错思想
成果资料
产业化落地方案
点击查看