一种基于lightGBM的无人机轨迹特征异常检测方法

本发明公开了一种基于lightGBM的无人机轨迹特征异常检测方法，克服了现有技术中无人机异常轨迹检测准确度低且时间复杂度高的问题，包括：获取无人机飞行数据，建立无人机飞行数据集；利用聚类算法，根据数据点间的欧式距离对飞行数据进行分类，剔除起飞数据以及下降数据；根据处理后的无人机飞行数据，构建无人机巡航的轨迹特征向量；基于所述轨迹特征向量，利用light GBM训练无人机轨迹异常检测模型，进行无人机轨迹异常检测。通过对无人机飞行数据中的噪声数据清洗，并进行不同飞行模式下的数据甄别，完成对不同飞行模式的数据分类，构建相应的轨迹特征向量，利用lightGBM训练轨迹检测模型，时间复杂度更低、准确率更高。