(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111439824.5 (22)申请日 2021.11.30 (71)申请人 中航空管系统装备有限公司 地址 200241 上海市闵行区紫星路6 66号第 二幢3楼 (72)发明人 林思远　裴云峰　陈舒伟　 (74)专利代理 机构 上海和跃知识产权代理事务 所(普通合伙) 31239 代理人 杨慧 (51)Int.Cl. G06F 30/20(2020.01) G06F 9/50(2006.01) G06F 119/02(2020.01) (54)发明名称 一种面向无人机反制车的多传感器自动协 同管理方法 (57)摘要 本发明公开了一种面向无人机反制车的多 传感器自动协同管理方法， 其中无人机反制车上 车载的多传感器包含 载车位置感知传感器、 载车 平台姿态感知传感器、 雷达探测设备、 光电探测 设备、 无线电侦测设备； 根据融合的航迹识别信 息、 频谱特征识别、 目标图像识别等类型的信息， 采用概率的形式给出目标识别结果。 再结合目标 实时位置、 与防护区域的接近/远离速度等因素， 对目标威胁进行量化评估， 并生成排序结果。 根 据目标的威胁排序结果采用相应的多传感器协 同管理措施对目标进行跟综。 本发 明能够提高存 在多个目标无人机的场景中， 威胁评估排序的可 靠性与准确性。 权利要求书3页 说明书9页 附图3页 CN 114139373 A 2022.03.04 CN 114139373 A 1.一种面向无人机反制车的多传感器自动协同管理方法， 其中无人机反制车上车载的 多传感器包含载车位置感知传感器、 载车平台姿态感知传感器、 雷达探测设备、 光电探测设 备、 无线电侦测设备； 载车位置感知传感器用于获取无人机反制车当前时刻的地理位置， 包括当前时刻的无 人机反制车的经度、 纬度与海拔高度； 载车平台姿态感知传感器用于获取无人机反制车当前时刻的姿态， 包括当前时刻的无 人机反制车的方位角、 俯仰角与滚转角； 雷达探测设备采用周扫模式， 用于获取当前时刻目标相对于雷达探测设备的方位、 俯 仰、 距离； 无线电侦测设备采用预设位巡航模式， 用于获取当前时刻目标相对于无线电侦测设备 的方位、 频谱； 光电探测设备采用全向工作模式， 用于获取目标相对于光电探测设备的方位、 俯仰和 光学视频图像； 其特征在于包 含以下步骤： 步骤1： 设置防护区域范围， 将防护区域从重到轻依次划分为核心区域、 反制区域、 预警 区域， 反制区域进一 步划分为硬杀伤区、 软 杀伤区； 步骤2： 设置白名单 数据； 步骤3： 接收无 人机反制车 上车载的多传感器获取的数据； 步骤4： 对多传感器获取的数据进行融合， 生成： 无人机反制车目前所在位置的经度、 纬 度与海拔高度； 无人机反制车当前时刻的方位角、 俯仰角与滚转角； 目标相对于无人机反制 车的方位、 俯仰、 距离； 目标的经度、 纬度、 海拔高度； 目标的速度； 目标的无线电频谱； 目标 的光学视频图像； 步骤5： 对目标进行威胁评估并按威胁等级排序， 包 含以下步骤： 步骤5.1： 根据目标的无线电频谱数据识别目标和目标位移量， 给出无线电侦测识别指 数αI： 其中： 无线电目标识别结果ca： 无线电目标位移量cb： b为无线电侦测目标当前时刻与目标初次出现时刻的位移差 无线电侦测识别指数αI＝ca*cb； 步骤5.2： 根据目标的光学视频图像识别目标类型， 给 出光电图像识别指数αE； 其中： 目标类型cd： 权　利　要　求　书 1/3 页 2 CN 114139373 A 2光电图像识别指数αE： αE＝cd*ce ce为识别结果的相似度； 步骤5.3： 基于多传感器对目标的探测锁定时长为依据对目标的航迹进行量化， 给出航 迹稳定性指数αR； t为航迹持续时间； 步骤5.4： 根据无线电侦测识别指数αI和光电图像识别指数αE给出目标综合识别结果， 并给出目标综合识别指数Tr； Tr＝θIαI+θEαE 其中， θI为无线电侦测识别指数αI的权值， θE为光电图像识别指数αE的权值； 根据目标综合识别 指数对目标的敌我属性进行分类， Tr＜0为第三方目标， Tr＝0为不明 确目标， Tr＞0为敌方； 步骤5.5： 计算目标威胁指数Pr： 其中， 为无线电侦测识别指数的权值、 为光电图像识别指数的权值、 为航迹稳 定性指数的权值； 步骤5.6： 根据目标的威胁类型、 敌我属性信息、 位置信息， 确定各目标的威胁等级并输 出目标威胁评估排序； 其中， 目标的威胁 类型分为四大类： 威胁分类A： 对于已经确认的黑名单 无人机； 威胁分类B： 已确认为无 人机的目标， 但无法确认其敌我属性； 威胁分类C： 目标类型及敌我属性均不明确； 无威胁： 对于已经确定的白名单 无人机或已经识别为非无 人机目标； 针对威胁分类A威胁分类B根据目标分别侵入核心区、 硬杀伤区、 软杀伤区、 预警区、 预 警区外进行等级划分； 若某威胁等级的目标有 多个， 则对该威胁等级内的多目标进行威胁评估排序： (1)对于威胁分类A的目标威胁排序， 综合目标与各等级防护区域边界的距离、 目标接 近/远离防护区的速度信息， 以目标预计最快到达防护区边界的时间为依据进行威胁评估 排序； (2)对于威胁分类B的目标威胁排序， 综合考虑目标综合识别威胁性Pr和目标接近核心 区的趋势两方面进行威胁排序； (3)对于威胁分类C的目标威胁排序， 考虑目标综合识别威胁性作为目标威胁排序的依 据； 步骤6： 根据目标的威胁排序结果采用相应的多传感器协同管理措施对目标进行跟综。 2.权利要求1所述的一种面向无人机反制车的多传感器自动协同管理方法， 其特征在 于所述步骤6包含以下步骤： 步骤6.1： 使雷达处于周扫模式， 光电处于预设位巡航模式， 无线电测向处于开启全向权　利　要　求　书 2/3 页 3 CN 114139373 A 3