摘要
本发明公开一种无人机传感器攻击检测与双重恢复方法及系统,主要解决现有技术无法同时对受损传感器数据和控制器内部参数偏差进行协同恢复的问题。其实现方案是:收集无人机在正常及受传感器攻击时的传感器数据和无人机内部数据以生成数据集;选用轻量级前馈神经网络作为攻击检测深度学习模型,选用四个决策树作为传感器恢复模型,选用小型回归模型作为控制器恢复模型;对所述三个模型进行训练并部署到无人机中;无人机飞行中,实时将降维特征向量输入到攻击检测深度学习模型中:若识别到攻击,则对受攻击的传感器和控制器进行恢复;若无攻击或攻击解除,则继续进行监测。本发明能对控制器内部参数进行精准调整,使其在攻击后能恢复控制精度和响应能力,可用于抵御无人机遭受的传感器攻击。
技术关键词
无人机传感器
机器学习模型
深度学习模型
攻击检测模块
数据
无人机实时飞行
决策树模型
扩展卡尔曼滤波器
前馈神经网络
子模块
控制器
传感器特征
误差
恢复方法
陀螺仪
无人机机体
特征选择
随机森林