买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中广核数字科技有限公司申请的专利一种发射导航欺骗信号的无人机诱捕方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120403347B 。

龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510551194.2，技术领域涉及：F41H11/02；该发明授权一种发射导航欺骗信号的无人机诱捕方法是由王国伟;姜博;郄永学;苏伟;陈宁设计研发完成，并于2025-04-29向国家知识产权局提交的专利申请。

本一种发射导航欺骗信号的无人机诱捕方法在说明书摘要公布了：本发明涉及无人机诱捕技术领域，公开一种发射导航欺骗信号的无人机诱捕方法，包括：步骤1，通过原子钟同步机制生成与卫星导航系统时间基准同步的导航欺骗信号；步骤2，基于导航欺骗信号注入动态预测的卫星轨道参数；步骤3，对注入参数的导航欺骗信号实施副载波伪任意跳频控制；步骤4，采集雷达与光学传感器的多源数据且融合生成无人机运动轨迹。本发明采用原子钟同步机制生成高精度时间基准，结合动态轨道预测与伪随机跳频控制的技术方案，通过原子钟实现与卫星系统的时间同步、长短期记忆网络动态修正卫星轨道参数，以及副载波频段的快速跳变调制，达到欺骗信号时空一致性高、频谱特征动态伪装的技术效果。

本发明授权一种发射导航欺骗信号的无人机诱捕方法在权利要求书中公布了：1.一种发射导航欺骗信号的无人机诱捕方法，其特征在于，包括： 步骤1，通过原子钟同步机制生成与卫星导航系统时间基准同步的导航欺骗信号； 所述步骤1中，生成与卫星系统时间基准同步的导航欺骗信号基带： sspooft＝A·CAt-Δt·sin2πfLlt+φ0， 其中，A为信号幅度，CA·为Gold码伪任意序列，fLl为GPS载波频率，φ0为初始相位，t为时间变量，sspooft为导航欺骗信号基带，π为圆周率常数； 步骤2，基于导航欺骗信号注入动态预测的卫星轨道参数； 所述步骤2中，基于导航欺骗信号注入动态预测的卫星轨道参数，进一步包括： 子步骤2.1，接收步骤1生成的导航欺骗信号基带，获取当前卫星星历数据且构建轨道参数向量： 其中，Xt为卫星轨道状态向量，xsat、ysat、zsat为卫星ECEF坐标系位置，为卫星运动速度； 子步骤2.2，通过长短期记忆网络预测未来时域内卫星轨道参数： 其中，Xt-n:t为历史n时刻的轨道参数向量序列，Wlstm为预训练网络权重矩阵，Δh为预测的未来时间长度，为预测的未来时刻卫星轨道参数，t为时间变量； 子步骤2.3，将预测轨道参数注入导航欺骗信号基带，修正伪距计算值： 其中，ρtruet为真实伪距，Δρt为伪距修正量，Tlnj为参数更新周期，rect·为矩形窗函数，t0为参数注入起始时刻，ρspooft为欺骗信号伪距，t为时间变量； 步骤3，对注入参数的导航欺骗信号实施副载波伪任意跳频控制； 所述步骤3中，根据子步骤2.3计算的伪距修正量生成跳频序列，确定跳频间隔与频率集合： 其中，Thop为跳频时隙宽度，Fset为跳频频率集合，Δfmax为最大频偏，vmax为无人机最大运动速度，c为光速，f0为标称频率，Δfstep为跳频步长，δfvar为任意频偏量，K为跳频频点总数； 所述步骤3中，生成跳频控制下的导航欺骗信号时域波形： 其中，shopt为跳频调制后的导航欺骗信号时域波形，sspooft为基带导航欺骗信号，fn为第n时隙的跳频载波频率，rect·为矩形窗函数，M为单次参数注入周期内的跳频次数，j为虚数单位； 步骤4，采集雷达与光学传感器的多源数据且融合生成无人机运动轨迹； 所述步骤4中，采集雷达与光学传感器的多源数据且融合生成无人机运动轨迹，进一步包括： 子步骤4.1，对雷达点云数据与光学图像数据实施时空同步，计算传感器时间戳与原子钟时间的偏差补偿量： 其中，Δtsync为雷达与光学传感器的时间同步偏差补偿量，为第m次采样时雷达传感器的时间戳，为第m次采样时光学传感器的时间戳，为雷达极坐标系下的目标位置，为光学图像坐标系下的目标位置，c为光速，B为同步标定点数量； 子步骤4.2，将雷达极坐标系数据转换至WGS84地理坐标系： pWGS84＝Rzθ·S·pradar+T， 其中，pWGS84为目标在WGS84坐标系下的位置，Rθ为绕Z轴的旋转矩阵，θ为航向角，S为雷达传感器尺度因子矩阵，pradar为雷达原始极坐标数据，T为平移向量； 子步骤4.3，融合多源数据生成无人机六自由度运动轨迹： 其中，为k时刻无人机状态估计向量，F为状态转移矩阵，K为卡尔曼增益矩阵，z为观测向量，H为观测矩阵，为k-1时刻无人机状态估计向量； 步骤5，根据无人机运动轨迹调整跳频控制参数； 所述步骤5中，根据无人机运动轨迹调整跳频控制参数，进一步包括： 子步骤5.1，基于子步骤4.3生成的无人机运动轨迹，提取速度向量与加速度向量： 其中，为k时刻无人机三维速度分量，Δz为轨迹更新周期，v为无人机在k时刻的三维速度向量，vk-1为无人机在k-1时刻的三维速度向量，auav为无人机三维加速度向量，vuav为无人机速度向量； 子步骤5.2，计算运动引起的多普勒频移补偿量： 其中，f0为标称频率，esat为卫星视线方向单位向量，vsat为卫星运动速度，euav为无人机运动方向单位向量，Δfdoppler为多普勒频移补偿量； 子步骤5.3，动态调整跳频参数集合： δf′var＝δfvar+Δfdoppler， 其中，amax为无人机最大加速度阈值，Δfstep为初始跳频步长，δfvar为初始任意频偏量，Δf′step为自适应跳频步长，δf′var为复合任意频偏量； 步骤6，通过分布式相控阵天线阵列发射调整后的导航欺骗信号； 所述步骤6中，通过分布式相控阵天线阵列发射调整后的导航欺骗信号，进一步包括： 子步骤6.1，基于子步骤5.3调整的跳频参数计算波束成形权值，最大化目标区域信干噪比： 其中，w*为最优波束成形权值向量，w为波束成形权值向量，H为目标信道矩阵，Rn为噪声协方差矩阵，Hj为干扰源信道矩阵，wH为权值向量的共轭转置； 子步骤6.2，通过参考信号同步分布式节点的载波相位： 其中，为第k节点同步相位，φref为参考相位基准，f0为标称频率，为第k节点至无人机的传播时延，∈PLL为锁相环跟踪误差； 子步骤6.3，动态分配各节点发射功率并合成辐射信号： 其中，Pk为第k节点动态分配功率，Pmax为单节点最大允许发射功率，η为功率分配效率因子，hk为第k节点信道响应向量，为噪声功率，Ienv为环境干扰功率，Ptotal为总发射功率预算； 步骤7，基于发射信号反馈数据动态优化轨道预测参数； 所述步骤7中，基于发射信号反馈数据动态优化轨道预测参数，进一步包括： 子步骤7.1，采集子步骤6.3分配的发射功率数据与接收信号误码率，计算轨道预测误差评估指标： 其中，JWlstm为损失函数，为第k次采样时刻的真实卫星轨道参数，σpos为位置误差容忍阈值，Ptotal为总发射功率预算，Pk为第k节点动态分配功率，Pmax为单节点最大允许发射功率，λ为功率约束项的权重因子，为第k次采样时刻的预测卫星轨道参数； 子步骤7.2，通过反向传播算法更新子步骤2.2的LSTM网络权重： 其中，W′lstm为更新后的LSTM网络权重矩阵，Wlstm为预训练网络权重矩阵，η为功率分配效率因子，为损失函数对权重的梯度； 子步骤7.3，重构动态预测模型并更新环境特征库： 其中，Denv为环境特征库，Xt为当前时刻卫星轨道参数真值，为LSTM预测的未来轨道参数，Pk为第k节点动态分配功率，BER为误码率阈值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中广核数字科技有限公司，其通讯地址为：200241 上海市闵行区紫星路1588号3幢A501室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。