一种用于城市反无人机的机巢塔拓扑优化方法
本发明涉及无人机反制,具体涉及一种用于城市反无人机任务的机巢塔拓扑优化方法,所述方法通过在城市核心区按拓扑结构部署机巢塔,以有效拦截范围覆盖率、拦截效率、协同接力拦截覆盖率、附带损伤风险以及塔数成本最小化为多目标,在建设成本、建筑遮挡、人口密集区附带损伤阈值、低空空域法规约束下,求解pareto最优机巢塔选址方案。
背景技术:
1、随着消费级和工业级无人机的日益普及,未授权无人机进入城市核心区空域所引发的安全威胁日益突出,包括偷拍窥探、违禁品走私、关键设施袭扰乃至集群攻击等。传统反无人机系统(counter-unmanned aircraft system,cuas)主要采用地面固定或车载移动探测、无线电干扰、光电跟踪与捕网装置等手段开展反制,存在以下不足:
2、1)探测、决策与反制环节物理分离。现有cuas通常由独立的探测站点负责探测、指挥中心负责决策、干扰站或捕网装置负责反制,侦察-决策-打击环(ooda环)较长,难以满足秒级拦截窗口的时效要求。
3、2)地面反制手段受限于城市环境。无线电干扰在城市建筑密集区存在多径效应与电磁兼容问题,地面捕网装置射程有限且受建筑遮挡影响,难以覆盖楼际线以下空域。
4、3)地面设备附带损伤风险高。在城市核心区使用大功率干扰可能影响合法通信,使用物理拦截手段存在无人机残骸坠落伤人风险。
5、“以无反无”技术路线提供了一种新思路,即以无人机反制无人机,提供了一种灵活、高效的反制手段。当前“以无反无”方案仍存在以下不足:
6、1)无人机集群无固定地面基础设施支撑,续航与算力受限。反制无人机需自身携带电池与计算单元,难以支撑长时间警戒与复杂轨迹预测任务。
7、2)在城市广域环境中,反无集群协同缺乏资源补给节点和全局协作能力。反制无人机能量耗尽后需返航至远离防御区的基地补给,导致防御空域出现覆盖空窗。
8、另一方面,无人机机巢(亦称停机坪、起降平台)技术已在巡检领域得到广泛应用。经专利检索,cn115542935b《一种机巢智能选址的无人机网格化巡检方法及系统》公开了基于无人机巡航能力的机巢智能选址方法;cn120335497b《基于移动式无人机机巢的无人机巡查路径优化方法及系统》公开了基于环境态势感知与多目标分层路径规划的移动机巢协同巡查路径优化方法;起航无人机“蜂巢ai智能巡检系统”商业方案公开了机巢基站配备充电平台、通信模块与边缘ai计算节点的整体架构。然而,上述机巢技术均面向巡检场景,优化目标为巡检覆盖率或作业成本,未涉及反无人机应用。
9、在反无人机部署优化方面,cn121631890a《一种移动式快速反应部署的多功能反制无人机装置》公开了一种车载移动平台集成无源侦测、干扰设备与捕网设备的反制装置。但该方案仍是地面移动平台上的反制设备,反制手段由地面设备执行而非反制无人机执行,且为单车快速部署而非固定基础设施网络拓扑优化。
10、经充分检索后认为,将固定基础设施与以无反无相结合、以拦截范围与效率为指标优化拓扑的技术方向,在现有技术中尚属空白。
技术实现思路
1、本发明的目的在于提供一种反无人机机巢塔拓扑优化方法,通过在城市核心区按拓扑结构部署无人机机巢塔,以有效拦截范围覆盖率、拦截效率、协同接力拦截覆盖率、附带损伤风险以及塔数成本最小化为多目标优化机巢塔拓扑,为反制无人机提供起降、充电、通信与算力服务的基础设施支撑。
2、技术方案
3、一种用于城市反无人机的机巢塔拓扑优化方法,包括以下步骤:
4、步骤1:获取目标防御空域的威胁特征数据与城市核心区环境约束数据,所述环境约束数据包括三维建筑遮挡模型、人口密集区分布及低空空域法规限制;
5、步骤2:以有效拦截范围覆盖率、拦截效率、协同接力拦截覆盖率、附带损伤风险以及塔数成本最小化为多目标,构建机巢塔拓扑优化模型;
6、步骤3:在城市核心区三维建筑遮挡、人口密集区附带损伤阈值、机巢塔建设成本、低空空域法规及各机巢塔资源约束下,求解所述拓扑优化模型的pareto最优机巢塔选址方案;
7、步骤4:按所述pareto最优机巢塔选址方案部署机巢塔,构成覆盖目标防御空域的拓扑网络。
8、所述“机巢塔”为部署于城市道路沿线的塔式基础设施,要求通电、通网,塔体采用模块化集成方式,包含探测模块、通信模块、充电模块、停放模块与算力模块,为反制无人机提供探测、通信、充电、起降与算力服务。多台机巢塔信息互联,构成覆盖目标防御空域的拓扑网络。
9、有益效果
10、1)有益效果一:通过在城市道路沿线部署全功能机巢塔,为反制无人机提供探测、通信、充电、起降与算力服务,解决了“以无反无”方案续航与算力受限问题,使反制无人机获取全局广域探测信息并随需起降、补能,具备全域反无能力。
11、2)有益效果二:以有效拦截范围覆盖率、拦截效率、协同接力拦截覆盖率最大化及附带损伤风险、塔数成本最小化为指标,优化机巢塔拓扑,首次将固定基础设施与“以无反无”策略结合,填补了现有技术空白。
12、3)有益效果三:机巢塔采用路灯式塔体形态,不占用额外城市用地,且可复用已有设施,制造、安装、维护方便,工程落地性强。
13、4)有益效果四:考虑城市核心区三维建筑遮挡与附带损伤约束,相比于现有的二维平面覆盖选址方法,更加适配城市核心区的复杂环境。
1.一种用于城市反无人机的机巢塔拓扑优化方法,其特征在于,所述方法包括以下步骤:
2.根据权利要求1所述的方法,其特征在于,所述机巢塔为部署于城市道路沿线的塔式基础设施,通电通网,塔体模块化集成探测模块、通信模块、充电模块、停放模块与算力模块;每台机巢塔硬件配置相同且全功能,为反制无人机提供起降、充电、通信与算力服务;多台机巢塔通过通信网络互联,构成覆盖目标防御空域的拓扑网络。
3.根据权利要求1所述的方法,其特征在于,所述有效拦截范围覆盖率为机巢塔拓扑所能覆盖的、满足拦截时延约束的空域面积与目标防御空域面积之比;所述拦截时延约束为从机巢塔起飞到抵达拦截点的时延不超过威胁等级对应的最小拦截时延要求;所述空域面积的计算基于三维建筑遮挡模型,排除被建筑遮挡的空域。
4.根据权利要求1所述的方法,其特征在于,所述拦截效率为各威胁场景下拦截成功概率与响应时延之比的归一化求和值;所述协同接力拦截覆盖率为机巢塔沿威胁来袭航线、同时满足空间可达、环境可达与时序可达三个条件的接力联合拦截覆盖率;所述附带损伤风险为拦截终端点落入人群或建筑密集区的概率。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括威胁分级步骤:按目标类型、运动特征、规模和时效四个维度对威胁目标进行分级,输出三级威胁等级与反击半径;所述反击半径依据威胁等级、反制无人机最大飞行速度、可用拦截机数量和最小拦截时延要求确定,用于约束机巢塔拓扑优化的覆盖范围。
6.根据权利要求1所述的方法,其特征在于,所述城市核心区三维建筑遮挡约束的建模方法为:对任意两台机巢塔,连线与三维建筑模型求交,若交点存在则该链路被遮挡;对机巢塔到拦截点的航线,航线与三维建筑模型求交,若交点存在则该航线不可直达;识别相邻建筑间宽度大于无人机翼展两倍的水平间隙与高度低于限高且高于建筑顶部的垂直间隙,作为可飞行通道纳入拓扑优化约束。
7.根据权利要求1所述的方法,其特征在于,所述拓扑优化模型采用优化算法求解pareto前沿获得离线最优方案,或采用深度强化学习进行在线拓扑重构以适应威胁动态变化;所述深度强化学习的状态空间包括威胁等级、机巢塔状态与环境约束,动作空间包括机巢塔选址位置与数量,奖励函数为有效拦截范围覆盖率、拦截效率、协同接力拦截覆盖率、附带损伤风险和塔数成本最小化的加权组合。
8.根据权利要求1所述的方法,其特征在于,所述机巢塔沿城市道路沿线部署,形态参考路灯杆,安装于道路绿化带、人行道或建筑顶部;部署间距依据反击半径与三维建筑遮挡情况确定。
9.根据权利要求1所述的方法,其特征在于,当威胁等级演化或城市建设变化时,重新触发拓扑优化,动态新增、迁移或退役机巢塔,保持拓扑网络的有效性。
10.一种反无人机机巢塔拓扑优化系统,其特征在于,包括:数据获取模块,用于获取目标防御空域的威胁特征数据与城市核心区环境约束数据;模型构建模块,用于以有效拦截范围覆盖率、拦截效率、协同接力拦截覆盖率、附带损伤风险和塔数成本最小化为多目标,构建机巢塔拓扑优化模型;求解模块,用于在城市核心区三维建筑遮挡、人口密集区附带损伤阈值、机巢塔建设成本、低空空域法规及各机巢塔资源约束下,求解所述拓扑优化模型的pareto最优机巢塔选址方案;部署模块,用于按所述pareto最优机巢塔选址方案部署机巢塔,构成覆盖目标防御空域的拓扑网络。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com