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！

申请/专利权人：北京航空航天大学

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，与全程可见卫星位置序列一同保存至原始数据集；所述步骤S2中，包括：步骤S201、根据诱骗过程中计算出的诱骗飞行轨迹中各位置点信息和可见卫星位置坐标，计算诱骗位置到可见卫星的几何距离；步骤S202、计算在诱骗飞行轨迹中各位置点无人机所观测的所有卫星的仰角，通过设置截止角，挑选出诱骗全过程的可见卫星，即全程可见卫星；计算全程可见卫星的仰角和方位角；步骤S203、采用PDOP进行评估，在全程可见卫星组成的卫星空间几何分布中确定出每颗全程可见卫星的PDOP贡献度；步骤S204、计算在整个诱骗计划实施过程中，全程可见卫星的仰角、方位角、与无人机的几何距离和PDOP贡献度序列，与全程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全程可见卫星的作用进行排序，以供诱骗计划实施过程中进行选星；在步骤S3中，通过构建机器学习回归模型，采用贝叶斯优化选取模型中的超参数组合，进行训练，建立输入特征包括全程可见卫星位置、与无人机的几何距离、仰角、方位角、PDOP贡献度和侧向投影，输出特征为偏航距离的模型；根据全程可见卫星与偏航距离的对应关系，对诱骗过程中全程可见卫星的作用进行排序，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