本發(fā)明涉及機(jī)場安全防范，具體為一種機(jī)場鳥擊和無人機(jī)入侵防范一體化融合的方法和系統(tǒng)。

背景技術(shù)：

1、隨著航空運(yùn)輸業(yè)的迅猛發(fā)展，機(jī)場的運(yùn)行安全面臨著諸多挑戰(zhàn)，其中鳥擊和無人機(jī)入侵問題日益凸顯，嚴(yán)重威脅著飛機(jī)的飛行安全和機(jī)場的正常運(yùn)營。

2、鳥擊事件一直是航空安全的重大隱患。鳥類活動具有隨機(jī)性和不可預(yù)測性，它們常在機(jī)場周邊覓食、棲息，當(dāng)飛機(jī)起降時，鳥類與飛機(jī)相撞的概率大大增加。據(jù)統(tǒng)計，全球每年因鳥擊造成的經(jīng)濟(jì)損失高達(dá)數(shù)億美元，更有甚者會導(dǎo)致機(jī)毀人亡的嚴(yán)重事故。而傳統(tǒng)的驅(qū)鳥手段，如稻草人、鞭炮等，效果有限且無法實時監(jiān)測鳥群動態(tài)，難以滿足現(xiàn)代機(jī)場對鳥擊防范的需求。

3、與此同時，無人機(jī)技術(shù)的普及也給機(jī)場安全帶來了新的威脅。無人機(jī)的非法闖入可能干擾飛機(jī)的正常起降，甚至直接與飛機(jī)發(fā)生碰撞。由于無人機(jī)體積小、速度快，現(xiàn)有的機(jī)場安保系統(tǒng)難以對其進(jìn)行有效識別和攔截。例如，在一些大型機(jī)場周邊，多次出現(xiàn)無人機(jī)闖入禁飛區(qū)域的情況，導(dǎo)致航班延誤或取消，嚴(yán)重影響了機(jī)場的正常運(yùn)營秩序?，F(xiàn)有的無人機(jī)反制設(shè)備往往存在響應(yīng)速度慢、干擾效果不佳等問題，無法及時應(yīng)對無人機(jī)入侵帶來的安全風(fēng)險。

4、此外，目前機(jī)場在防范鳥擊和無人機(jī)入侵方面，大多采用獨立的監(jiān)測和防范系統(tǒng)，缺乏有效的一體化融合機(jī)制。這使得監(jiān)測數(shù)據(jù)無法共享，防范措施無法協(xié)同，導(dǎo)致整體防范效率低下。面對日益復(fù)雜的安全形勢，迫切需要一種能夠?qū)ⅧB擊和無人機(jī)入侵防范進(jìn)行一體化融合的方法和系統(tǒng)，以提高機(jī)場的安全保障能力，確保航空運(yùn)輸?shù)陌踩晚槙场?/p>

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于提供一種機(jī)場鳥擊和無人機(jī)入侵防范一體化融合的方法和系統(tǒng)以解決上述背景技術(shù)中提出的問題。

2、為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種機(jī)場鳥擊和無人機(jī)入侵防范一體化融合的方法，所述方法包括：

3、基于預(yù)設(shè)的監(jiān)測周期獲取機(jī)場周邊區(qū)域的動態(tài)圖像數(shù)據(jù)和雷達(dá)監(jiān)測數(shù)據(jù)，并將所述動態(tài)圖像數(shù)據(jù)輸入至預(yù)設(shè)的鳥群識別模型，將雷達(dá)監(jiān)測數(shù)據(jù)輸入至預(yù)設(shè)的無人機(jī)識別模型，分別生成鳥群活動特征參數(shù)和無人機(jī)活動特征參數(shù)；

4、對所述鳥群活動特征參數(shù)和無人機(jī)活動特征參數(shù)進(jìn)行多源數(shù)據(jù)融合處理，生成融合風(fēng)險系數(shù)，并根據(jù)融合風(fēng)險系數(shù)劃分預(yù)警等級；

5、基于預(yù)設(shè)的監(jiān)測周期獲取機(jī)場跑道使用狀態(tài)數(shù)據(jù)，結(jié)合當(dāng)前預(yù)警等級和跑道使用狀態(tài)數(shù)據(jù)，生成動態(tài)防范策略；

6、根據(jù)動態(tài)防范策略控制預(yù)設(shè)的驅(qū)鳥裝置啟動模式以及無人機(jī)反制設(shè)備的響應(yīng)強(qiáng)度；

7、實時采集驅(qū)鳥裝置和無人機(jī)反制設(shè)備的運(yùn)行反饋數(shù)據(jù)，結(jié)合當(dāng)前融合風(fēng)險系數(shù)更新預(yù)警等級，并動態(tài)調(diào)整防范策略。

8、優(yōu)選的，所述動態(tài)圖像數(shù)據(jù)包括可見光圖像和紅外熱成像數(shù)據(jù)，所述雷達(dá)監(jiān)測數(shù)據(jù)包括無人機(jī)反射信號強(qiáng)度和運(yùn)動軌跡參數(shù)；所述融合風(fēng)險系數(shù)包括鳥群密度風(fēng)險值和無人機(jī)入侵風(fēng)險值；

9、基于預(yù)設(shè)的監(jiān)測周期獲取可見光圖像、紅外熱成像數(shù)據(jù)及雷達(dá)監(jiān)測數(shù)據(jù)，對所述可見光圖像進(jìn)行背景噪聲去除處理，對紅外熱成像數(shù)據(jù)進(jìn)行溫度閾值分割處理，生成預(yù)處理后的動態(tài)圖像數(shù)據(jù)；

10、將預(yù)處理后的動態(tài)圖像數(shù)據(jù)輸入至鳥群識別模型，計算鳥群密度、飛行高度和運(yùn)動方向，生成鳥群活動特征參數(shù)；

11、對雷達(dá)監(jiān)測數(shù)據(jù)進(jìn)行信號濾波處理，提取無人機(jī)反射信號強(qiáng)度和運(yùn)動軌跡參數(shù)，輸入至無人機(jī)識別模型，計算無人機(jī)類型、飛行速度和入侵距離，生成無人機(jī)活動特征參數(shù)。

12、優(yōu)選的，所述對所述鳥群活動特征參數(shù)和無人機(jī)活動特征參數(shù)進(jìn)行多源數(shù)據(jù)融合處理，生成融合風(fēng)險系數(shù)，并根據(jù)融合風(fēng)險系數(shù)劃分預(yù)警等級，包括：

13、對鳥群密度、飛行高度、運(yùn)動方向與無人機(jī)類型、飛行速度、入侵距離進(jìn)行歸一化處理，分別計算鳥群密度風(fēng)險值和無人機(jī)入侵風(fēng)險值；

14、基于鳥群密度風(fēng)險值和無人機(jī)入侵風(fēng)險值，通過加權(quán)融合公式計算融合風(fēng)險系數(shù)，其中：，和為動態(tài)調(diào)整權(quán)重系數(shù)；

15、根據(jù)融合風(fēng)險系數(shù)的數(shù)值區(qū)間劃分預(yù)警等級。

16、優(yōu)選的，所述基于預(yù)設(shè)的監(jiān)測周期獲取機(jī)場跑道使用狀態(tài)數(shù)據(jù)，結(jié)合當(dāng)前預(yù)警等級和跑道使用狀態(tài)數(shù)據(jù)，生成動態(tài)防范策略，包括：

17、獲取當(dāng)前跑道使用狀態(tài)數(shù)據(jù)，包括航班起降時間、跑道占用狀態(tài)及氣象條件；

18、根據(jù)預(yù)警等級匹配預(yù)設(shè)的防范策略模板，結(jié)合跑道占用狀態(tài)調(diào)整驅(qū)鳥裝置的部署區(qū)域，結(jié)合氣象條件調(diào)整無人機(jī)反制設(shè)備的信號覆蓋范圍；

19、生成包含驅(qū)鳥裝置啟動頻率、無人機(jī)反制設(shè)備功率等級及響應(yīng)優(yōu)先級的動態(tài)防范策略。

20、優(yōu)選的，所述根據(jù)動態(tài)防范策略控制預(yù)設(shè)的驅(qū)鳥裝置啟動模式以及無人機(jī)反制設(shè)備的響應(yīng)強(qiáng)度，包括：

21、根據(jù)驅(qū)鳥裝置啟動頻率控制聲波發(fā)生器的輸出頻率和定向揚(yáng)聲器的覆蓋角度；

22、根據(jù)無人機(jī)反制設(shè)備功率等級調(diào)整電磁干擾信號的發(fā)射強(qiáng)度，并根據(jù)響應(yīng)優(yōu)先級確定不同入侵無人機(jī)的反制順序。

23、優(yōu)選的，所述實時采集驅(qū)鳥裝置和無人機(jī)反制設(shè)備的運(yùn)行反饋數(shù)據(jù)，結(jié)合當(dāng)前融合風(fēng)險系數(shù)更新預(yù)警等級，并動態(tài)調(diào)整防范策略，包括：

24、采集驅(qū)鳥裝置的有效驅(qū)離次數(shù)和覆蓋區(qū)域變化數(shù)據(jù)，以及無人機(jī)反制設(shè)備的成功攔截次數(shù)和信號干擾范圍數(shù)據(jù)；

25、根據(jù)有效驅(qū)離次數(shù)和成功攔截次數(shù)計算防范效率系數(shù)，結(jié)合當(dāng)前融合風(fēng)險系數(shù)更新預(yù)警等級；

26、基于更新后的預(yù)警等級和防范效率系數(shù)，重新計算動態(tài)調(diào)整權(quán)重系數(shù)和，并迭代優(yōu)化動態(tài)防范策略。

27、優(yōu)選的，所述通過加權(quán)融合公式計算融合風(fēng)險系數(shù)，其中動態(tài)調(diào)整權(quán)重系數(shù)和的確定方法包括：

28、基于歷史鳥群活動數(shù)據(jù)和無人機(jī)入侵事件數(shù)據(jù)，統(tǒng)計不同氣象條件下鳥群密度風(fēng)險值和無人機(jī)入侵風(fēng)險值的關(guān)聯(lián)性；

29、根據(jù)當(dāng)前氣象條件匹配關(guān)聯(lián)性參數(shù)，動態(tài)調(diào)整和的數(shù)值，使融合風(fēng)險系數(shù)反映實時環(huán)境下的綜合風(fēng)險水平。

30、優(yōu)選的，所述對可見光圖像進(jìn)行背景噪聲去除處理，包括：

31、采用自適應(yīng)濾波算法對可見光圖像中的動態(tài)背景進(jìn)行建模，分離移動目標(biāo)與靜態(tài)背景噪聲；

32、對分離后的移動目標(biāo)進(jìn)行形態(tài)學(xué)處理，消除圖像中的孤立噪點，并提取鳥群輪廓特征。

33、優(yōu)選的，所述調(diào)整電磁干擾信號的發(fā)射強(qiáng)度，包括：

34、根據(jù)無人機(jī)類型匹配對應(yīng)的通信頻段和調(diào)制方式，生成針對性的電磁干擾信號；

35、基于無人機(jī)入侵距離調(diào)整信號發(fā)射功率，確保干擾信號在目標(biāo)區(qū)域內(nèi)達(dá)到預(yù)設(shè)強(qiáng)度閾值。

36、優(yōu)選的，本發(fā)明還包括一種機(jī)場鳥擊和無人機(jī)入侵防范一體化融合的系統(tǒng)，所述系統(tǒng)包括：

37、數(shù)據(jù)采集模塊：用于基于預(yù)設(shè)的監(jiān)測周期獲取機(jī)場周邊區(qū)域的動態(tài)圖像數(shù)據(jù)、雷達(dá)監(jiān)測數(shù)據(jù)以及機(jī)場跑道使用狀態(tài)數(shù)據(jù)；

38、識別分析模塊：將所述動態(tài)圖像數(shù)據(jù)輸入至預(yù)設(shè)的鳥群識別模型，將雷達(dá)監(jiān)測數(shù)據(jù)輸入至預(yù)設(shè)的無人機(jī)識別模型，分別生成鳥群活動特征參數(shù)和無人機(jī)活動特征參數(shù)，并對所述鳥群活動特征參數(shù)和無人機(jī)活動特征參數(shù)進(jìn)行多源數(shù)據(jù)融合處理，生成融合風(fēng)險系數(shù)，根據(jù)融合風(fēng)險系數(shù)劃分預(yù)警等級；

39、策略生成模塊：基于預(yù)設(shè)的監(jiān)測周期獲取的機(jī)場跑道使用狀態(tài)數(shù)據(jù)，結(jié)合當(dāng)前預(yù)警等級，生成動態(tài)防范策略；

40、設(shè)備控制模塊：根據(jù)動態(tài)防范策略控制預(yù)設(shè)的驅(qū)鳥裝置啟動模式以及無人機(jī)反制設(shè)備的響應(yīng)強(qiáng)度；

41、反饋調(diào)整模塊：實時采集驅(qū)鳥裝置和無人機(jī)反制設(shè)備的運(yùn)行反饋數(shù)據(jù)，結(jié)合當(dāng)前融合風(fēng)險系數(shù)更新預(yù)警等級，并動態(tài)調(diào)整防范策略。

42、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

43、在數(shù)據(jù)處理與風(fēng)險評估上，通過獲取動態(tài)圖像數(shù)據(jù)和雷達(dá)監(jiān)測數(shù)據(jù)，利用預(yù)設(shè)模型分別生成鳥群和無人機(jī)活動特征參數(shù)，并進(jìn)行多源數(shù)據(jù)融合處理生成融合風(fēng)險系數(shù)、劃分預(yù)警等級，這一過程實現(xiàn)了對風(fēng)險的精準(zhǔn)量化評估。相較于傳統(tǒng)單一的監(jiān)測方式，能更全面、準(zhǔn)確地掌握機(jī)場周邊鳥群和無人機(jī)的活動情況。比如，傳統(tǒng)方法可能僅能發(fā)現(xiàn)鳥群或無人機(jī)的存在，卻難以評估其帶來的實際風(fēng)險程度，而該方法通過綜合分析鳥群密度、飛行高度、運(yùn)動方向以及無人機(jī)類型、飛行速度、入侵距離等多維度參數(shù)，精確計算風(fēng)險值，為后續(xù)防范策略的制定提供了可靠依據(jù)。生成動態(tài)防范策略方面，結(jié)合跑道使用狀態(tài)數(shù)據(jù)（如航班起降時間、跑道占用狀態(tài)、氣象條件）和預(yù)警等級，能夠因地制宜、因時制宜地制定策略。在航班起降高峰期，若預(yù)警等級較高，可針對性地加強(qiáng)驅(qū)鳥裝置和無人機(jī)反制設(shè)備的部署與運(yùn)行強(qiáng)度；根據(jù)不同氣象條件調(diào)整無人機(jī)反制設(shè)備的信號覆蓋范圍，確保設(shè)備在復(fù)雜環(huán)境下也能發(fā)揮最佳性能，有效提高防范措施的科學(xué)性和有效性，避免資源浪費，提升防范效率。

44、設(shè)備控制環(huán)節(jié)，根據(jù)動態(tài)防范策略精準(zhǔn)控制驅(qū)鳥裝置和無人機(jī)反制設(shè)備。例如，根據(jù)驅(qū)鳥裝置啟動頻率控制聲波發(fā)生器輸出頻率和定向揚(yáng)聲器覆蓋角度，能更高效地驅(qū)趕鳥群；依據(jù)無人機(jī)類型匹配通信頻段和調(diào)制方式生成針對性電磁干擾信號，并根據(jù)入侵距離調(diào)整發(fā)射功率，確保干擾信號在目標(biāo)區(qū)域達(dá)到預(yù)設(shè)強(qiáng)度閾值，實現(xiàn)對不同類型無人機(jī)的精準(zhǔn)反制，大大提高了對鳥擊和無人機(jī)入侵的應(yīng)對能力。

45、反饋調(diào)整機(jī)制十分關(guān)鍵，實時采集設(shè)備運(yùn)行反饋數(shù)據(jù)，結(jié)合融合風(fēng)險系數(shù)更新預(yù)警等級、動態(tài)調(diào)整防范策略。通過計算防范效率系數(shù)，可及時了解防范措施的實際效果，基于此重新計算動態(tài)調(diào)整權(quán)重系數(shù)，迭代優(yōu)化動態(tài)防范策略，使整個防范體系能夠根據(jù)實際情況不斷自我完善和優(yōu)化，適應(yīng)復(fù)雜多變的機(jī)場安全環(huán)境，持續(xù)保障機(jī)場的安全運(yùn)營。