一种基于异常检测的无人机博弈决策系统

    公开(公告)号:CN119669951A

    公开(公告)日:2025-03-21

    申请号:CN202411495167.X

    申请日:2024-10-24

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于异常检测的无人机博弈决策系统,包括无人机传感器数据库、上位机和传感器实时数据接收器;所述无人机传感器数据库和传感器实时数据接收器分别与上位机相连;所述上位机包括数据预处理模块、预训练模块和异常检测模块。所述无人机传感器数据库,存储历史飞行过程中所积累的无人机飞行状态数据。所述传感器实时数据接收器采集飞行过程中无人机的实时状态数据,传入上位机的无人机异常检测模块进行异常检测。所述上位机,包括数据预处理、预训练、异常检测三个模块,对数据库和接收器传入的数据进行预处理操作,使用数据库中的正常数据进行对抗性预训练,训练好的模型用于对接收器实时数据进行异常检测。本发明创新性地引入对抗性训练框架异常检测模型来充分学习正常数据内在特征,增强正常数据和异常数据的差异性,克服了传统异常检测系统未能完全识别微小异常的问题,显著提升了无人机异常检测精度。

    一种基于时间序列分解重构模型的空中目标轨迹预测系统

    公开(公告)号:CN119600854A

    公开(公告)日:2025-03-11

    申请号:CN202411495189.6

    申请日:2024-10-24

    Applicant: 浙江大学

    Abstract: 本发明提供了一种基于时间序列分解重构模型的空中目标轨迹预测系统,所述系统包括:传感器、数据库和轨迹预测单元。传感器用于实时采集空中目标的轨迹数据并传输至数据库进行存储和管理,确保数据的完整性和实时性。轨迹预测单元由数据预处理模块、在线分解模块、分量预测模块和数据重构模块组成。数据预处理模块对轨迹数据进行清洗、异常值检测和归一化处理,在线分解模块将数据分解为趋势项、季节项和残差项,分量预测模块通过深度学习模型对分解后的数据进行预测,数据重构模块则将各分量加权组合以生成最终的预测结果。通过对空中目标轨迹数据进行清洗、分解、预测和重构,实现对空中目标未来轨迹的高精度、实时性预测。本发明具有预测精度高、实时处理能力强等优点,适用于复杂空中环境下的轨迹预测。

    一种基于高精度轨迹预测的无人机博弈决策系统

    公开(公告)号:CN119693820A

    公开(公告)日:2025-03-25

    申请号:CN202411495187.7

    申请日:2024-10-24

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于高精度轨迹预测的无人机博弈决策系统,包括:数据采集子系统、飞行轨迹数据库和上位机子系统;所述数据采集子系统通过定位雷达、红外传感器和扫描式陀螺仪实时采集无人机的飞行数据,随后对飞行数据进行图结构化处理,得到图结构化处理后的飞行数据并存入飞行轨迹数据库;所述飞行轨迹数据库用于为上位机子系统提供图结构化处理后的飞行数据;所述上位机子系统用于输出图结构化处理后的飞行数据对应的下一时刻的飞行数据,随后进行可视化呈现并存入飞行轨迹数据库;所述上位机子系统包括依次相连的数据集预处理模块、VGAE嵌入生成模块、图神经网络建模模块、轨迹预测模块以及结果展示模块。本发明创新性地引入图结构化和图嵌入表示,充分捕捉无人机集群中的多层次依赖关系,显著提升了无人机博弈决策飞行轨迹预测的精度与适用性,最终结合博弈决策机制,为无人机集群博弈决策的协同任务提供一种高效可靠的博弈决策解决方案。

Patent Agency Ranking