基于大数据识别的无人驾驶航空器管理方法、系统和介质与流程

1.本技术涉及大数据安全及无人驾驶航空器管理技术领域，具体而言，涉及基于大数据识别的无人驾驶航空器管理方法、系统和介质。


背景技术：

2.随着无人驾驶航空器技术逐渐成熟，无人驾驶航空器应用越来越频而广，加之制造成本和门槛降低，消费级微小型无人机和民用无人驾驶航空器市场已经爆发，而国家目前对无人驾驶航空器的监管还缺乏系统全面的体系和标准，还没有形成权威的标准管理系统，随着无人驾驶航空器市场的高速发展，城市无人驾驶航空器空域管制系统的需求越来越紧迫。
3.现有城市为了区域保护和空域限值，会在城市区域上空划分禁空区或监控区，禁止除授权登记的无人驾驶航空器以外其他无人驾驶航空器进入，且对于无人驾驶航空器的监管和识别存在智慧化手段和智能化系统，过多依赖传统系统或管理员式管理，这种常规系统和手段缺乏系统性、机动性、灵活性和智慧化，对无人驾驶航空器的有益使用和快速发展起到抑制作用，降低无人驾驶航空器对于城市信息化、数字化发展的促进力，且在无人驾驶航空器的判定和管理过程中由于过多的人为因素干扰影响判定的机敏性和准确性，对无人驾驶航空器的科学、合理、便捷运用具有阻碍作用。
4.针对上述问题，目前亟待有效的技术解决方案。


技术实现要素：

5.本技术实施例的目的在于提供基于大数据识别的无人驾驶航空器管理方法、系统和介质，可以根据采集获取的无人驾驶航空器信息数据提高对无人驾驶航空器飞行安全授权情况的识别和管理的准确度。
6.本技术实施例还提供了基于大数据识别的无人驾驶航空器管理方法，包括以下步骤：
7.监测获取濒域或申报的无人驾驶航空器的特征标识信息和飞行数据信息；
8.根据所述特征标识信息提取所述无人驾驶航空器的特征标识数据并获取追溯源信息和安全度数据，根据所述飞行数据信息提取所述无人驾驶航空器的预存飞行数据集；
9.根据所述特征标识数据、追溯源信息和安全度数据获取所述无人驾驶航空器的授权级别数据，并根据所述授权级别数据按照预设警示阈值级别进行对照显示；
10.根据所述预存飞行数据集生成所述无人驾驶航空器的飞行特征图谱，并根据飞行轨迹预测模型预测所述无人驾驶航空器的拟飞行轨迹数据；
11.根据所述拟飞行轨迹数据结合授权级别数据与所述预存飞行数据集的数据进行授权相关性判断获取所述无人驾驶航空器的准飞相关性系数；
12.根据所述准飞相关性系数与预设授权阈值进行阈值对比，根据阈值对比结果判定所述无人驾驶航空器是否授权准飞，若判定为异常授权则对所述无人驾驶航空器进行警告
或干扰。
13.可选地，在本技术实施例所述的基于大数据识别的无人驾驶航空器管理方法中，所述监测获取濒域或申报的无人驾驶航空器的特征标识信息和飞行数据信息，包括：
14.根据监测到的濒域无人驾驶航空器或获取的申报无人驾驶航空器的传输信号获取无人驾驶航空器的特征标识信息，包括类型信息、用途信息、归属注册信息以及特种认证信息；
15.根据所述归属注册信息和特种认证信息进行无人驾驶航空器身份信息识别获取所述无人驾驶航空器的作业目的信息和空管申报信息；
16.根据所述作业目的信息、空管申报信息以及特种认证信息集成飞行数据信息。
17.可选地，在本技术实施例所述的基于大数据识别的无人驾驶航空器管理方法中，所述根据所述特征标识信息提取所述无人驾驶航空器的特征标识数据并获取追溯源信息和安全度数据，根据所述飞行数据信息提取所述无人驾驶航空器的预存飞行数据集，包括：
18.根据所述特征标识信息在预设的飞行器识别数据库中查询获得对应特征标识数据，包括飞行器类型数据、作业用途数据以及操控归属数据；
19.根据所述操控归属数据查询获取所述无人驾驶航空器的追溯源信息；
20.根据所述追溯源信息结合所述作业目的信息和空管申报信息在所述飞行器识别数据库中提取所述无人驾驶航空器的安全度数据；
21.根据所述飞行数据信息提取所述无人驾驶航空器的预存飞行数据集，包括飞行目的地数据、空域警示信息数据、任务指令数据以及特殊作业数据。
22.可选地，在本技术实施例所述的基于大数据识别的无人驾驶航空器管理方法中，所述根据所述特征标识数据、追溯源信息和安全度数据获取所述无人驾驶航空器的授权级别数据，并根据所述授权级别数据按照预设警示阈值级别进行对照显示，包括：
23.根据所述飞行器类型数据、作业用途数据以及操控归属数据结合对应风险参数进行风险值聚类获得风险信息值k1；
24.根据所述追溯源信息和安全度数据加权获得安全识别值k2；
25.根据所述风险信息值k1和安全识别值k2计算获得所述无人驾驶航空器的授权级别数据y＝(k1+k2)/k2；
26.根据所述授权级别数据y与预设警示阈值进行阈值对比获取所述无人驾驶航空器的警示阈值对应警示级别，并根据警示级别进行显示。
27.可选地，在本技术实施例所述的基于大数据识别的无人驾驶航空器管理方法中，所述根据所述预存飞行数据集生成所述无人驾驶航空器的飞行特征图谱，并根据飞行轨迹预测模型预测所述无人驾驶航空器的拟飞行轨迹数据，包括：
28.根据所述无人驾驶航空器的飞行目的地数据、空域警示信息数据、任务指令数据以及特殊作业数据生成飞行特征图谱；
29.根据所述飞行特征图谱提取飞行任务特征信息并输入至预设飞行轨迹预测模型中进行飞行轨迹预设，获得所述无人驾驶航空器的拟飞行轨迹数据，包括航线数据、空域多边数据、渐进线数据。
30.可选地，在本技术实施例所述的基于大数据识别的无人驾驶航空器管理方法中，所述根据所述拟飞行轨迹数据结合授权级别数据与所述预存飞行数据集的数据进行授权
相关性判断获取所述无人驾驶航空器的准飞相关性系数，包括：
31.根据所述无人驾驶航空器的航线数据、空域多边数据、渐进线数据结合授权级别数据y与所述飞行目的地数据、空域警示信息数据、任务指令数据以及特殊作业数据进行授权相关性判断获取准飞相关性系数；
32.所述准飞相关性系数计算公式为：
[0033][0034]
其中，p为准飞相关性系数，s0为航线数据，t0为空域多边数据，h0为渐进线数据，y为授权级别数据，d为飞行目的地数据，c为空域警示信息数据，w为任务指令数据，l为特殊作业数据，为无人驾驶航空器证照安全系数，εk为无人驾驶航空器持有人信用指数。
[0035]
可选地，在本技术实施例所述的基于大数据识别的无人驾驶航空器管理方法中，所述根据所述准飞相关性系数与预设授权阈值进行阈值对比，根据阈值对比结果判定所述无人驾驶航空器是否授权准飞，若判定为异常授权则对所述无人驾驶航空器进行警告或干扰，包括：
[0036]
根据所述无人驾驶航空器的特征标识信息查询获得预设预设授权阈值；
[0037]
根据所述准飞相关性系数与预设授权阈值进行阈值对比；
[0038]
若所述准飞相关性系数大于所述预设授权阈值，则判定所述无人驾驶航空器为正常授权，若所述准飞相关性系数不大于所述预设授权阈值，则判定所述无人驾驶航空器为异常授权；
[0039]
对异常授权的无人驾驶航空器进行信号干扰或指令警告。
[0040]
第二方面，本技术实施例提供了基于大数据识别的无人驾驶航空器管理系统，该系统包括：存储器及处理器，所述存储器中包括基于大数据识别的无人驾驶航空器管理方法的程序，所述基于大数据识别的无人驾驶航空器管理方法的程序被所述处理器执行时实现以下步骤：
[0041]
监测获取濒域或申报的无人驾驶航空器的特征标识信息和飞行数据信息；
[0042]
根据所述特征标识信息提取所述无人驾驶航空器的特征标识数据并获取追溯源信息和安全度数据，根据所述飞行数据信息提取所述无人驾驶航空器的预存飞行数据集；
[0043]
根据所述特征标识数据、追溯源信息和安全度数据获取所述无人驾驶航空器的授权级别数据，并根据所述授权级别数据按照预设警示阈值级别进行对照显示；
[0044]
根据所述预存飞行数据集生成所述无人驾驶航空器的飞行特征图谱，并根据飞行轨迹预测模型预测所述无人驾驶航空器的拟飞行轨迹数据；
[0045]
根据所述拟飞行轨迹数据结合授权级别数据与所述预存飞行数据集的数据进行授权相关性判断获取所述无人驾驶航空器的准飞相关性系数；
[0046]
根据所述准飞相关性系数与预设授权阈值进行阈值对比，根据阈值对比结果判定所述无人驾驶航空器是否授权准飞，若判定为异常授权则对所述无人驾驶航空器进行警告或干扰。
[0047]
可选地，在本技术实施例所述的基于大数据识别的无人驾驶航空器管理系统中，所述监测获取濒域或申报的无人驾驶航空器的特征标识信息和飞行数据信息，包括：
[0048]
根据监测到的濒域无人驾驶航空器或获取的申报无人驾驶航空器的传输信号获取无人驾驶航空器的特征标识信息，包括类型信息、用途信息、归属注册信息以及特种认证信息；
[0049]
根据所述归属注册信息和特种认证信息进行无人驾驶航空器身份信息识别获取所述无人驾驶航空器的作业目的信息和空管申报信息；
[0050]
根据所述作业目的信息、空管申报信息以及特种认证信息集成飞行数据信息。
[0051]
第三方面，本技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中包括基于大数据识别的无人驾驶航空器管理方法程序，所述基于大数据识别的无人驾驶航空器管理方法程序被处理器执行时，实现如上述任一项所述的基于大数据识别的无人驾驶航空器管理方法的步骤。
[0052]
由上可知，本技术实施例提供的基于大数据识别的无人驾驶航空器管理方法、系统和介质通过获取无人驾驶航空器的特征标识信息和飞行数据信息提取特征标识数据并获取追溯源信息和安全度数据以及预存飞行数据集并获取授权级别数据，根据授权级别数据按照警示阈值级别进行显示，根据预存飞行数据集生成飞行特征图谱并预测拟飞行轨迹数据，再结合授权级别数据与预存飞行数据进行判断获取准飞相关性系数，根据系数与预设授权阈值进行对比判定无人驾驶航空器是否授权准飞并采取警告或干扰；从而基于大数据识别技术对无人驾驶航空器特征信息和飞行数据进行授权准飞评估，实现根据无人驾驶航空器监测信息数据进行评估获取授权参数进行授权判断技术，提高对无人驾驶航空器空域安全管理的精准辨识度。
[0053]
本技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本技术实施例了解。本技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
[0054]
为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0055]
图1为本技术实施例提供的基于大数据识别的无人驾驶航空器管理方法的流程图；
[0056]
图2为本技术实施例提供的基于大数据识别的无人驾驶航空器管理方法的获取无人驾驶航空器特征标识信息和飞行数据信息的流程图；
[0057]
图3为本技术实施例提供的基于大数据识别的无人驾驶航空器管理方法的获取特征标识数据、追溯源信息和安全度数据以及预存飞行数据集的流程图；
[0058]
图4为本技术实施例提供的基于大数据识别的无人驾驶航空器管理系统的一种结构示意图。
具体实施方式
[0059]
下面将结合本技术实施例中附图，对本技术实施例中的技术方案进行清楚、完整
地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
[0060]
应注意到，相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0061]
请参照图1，图1是本技术一些实施例中的基于大数据识别的无人驾驶航空器管理方法的一种流程图。该基于大数据识别的无人驾驶航空器管理方法用于终端设备中，例如电脑、手机终端等。该基于大数据识别的无人驾驶航空器管理方法，包括以下步骤：
[0062]
s101、监测获取濒域或申报的无人驾驶航空器的特征标识信息和飞行数据信息；
[0063]
s102、根据所述特征标识信息提取所述无人驾驶航空器的特征标识数据并获取追溯源信息和安全度数据，根据所述飞行数据信息提取所述无人驾驶航空器的预存飞行数据集；
[0064]
s103、根据所述特征标识数据、追溯源信息和安全度数据获取所述无人驾驶航空器的授权级别数据，并根据所述授权级别数据按照预设警示阈值级别进行对照显示；
[0065]
s104、根据所述预存飞行数据集生成所述无人驾驶航空器的飞行特征图谱，并根据飞行轨迹预测模型预测所述无人驾驶航空器的拟飞行轨迹数据；
[0066]
s105、根据所述拟飞行轨迹数据结合授权级别数据与所述预存飞行数据集的数据进行授权相关性判断获取所述无人驾驶航空器的准飞相关性系数；
[0067]
s106、根据所述准飞相关性系数与预设授权阈值进行阈值对比，根据阈值对比结果判定所述无人驾驶航空器是否授权准飞，若判定为异常授权则对所述无人驾驶航空器进行警告或干扰。
[0068]
需要说明的是，为监测飞行接近预设空域的无人驾驶航空器或临时通讯申报的无人驾驶航空器的情况，判断是否可以进行空域飞行授权或者警告、干扰甚至强制降落，通过获取无人驾驶航空器的特征标识信息提取无人驾驶航空器的特征标识数据并获取追溯源信息和安全度数据并根据飞行数据信息提取无人驾驶航空器的预存飞行数据集，根据特征标识数据、追溯源信息和安全度数据获取无人驾驶航空器的授权级别数据，并根据授权级别数据按照预设警示阈值级别进行对照显示，可使系统或监管人员明确无人驾驶航空器的授权级别，再根据预存飞行数据集生成无人驾驶航空器的飞行特征图谱并根据飞行轨迹预测模型预测无人驾驶航空器的拟飞行轨迹数据，最后根据拟飞行轨迹数据结合授权级别数据与预存飞行数据集的数据进行授权相关性判断获取无人驾驶航空器的准飞相关性系数，通过准飞相关性系数与预设授权阈值进行阈值对比的对比结果判定无人驾驶航空器是否授权准飞，若判定为异常授权则对无人驾驶航空器进行警告或干扰，通过对待判定无人驾驶航空器的标识和信息数据的获取和处理对无人驾驶航空器进行授权性判定从而实现对无人驾驶航空器的大数据智能化空域授权管理实现空域的安全管理。
[0069]
请参照图2，图2是本技术一些实施例中的基于大数据识别的无人驾驶航空器管理方法的获取无人驾驶航空器特征标识信息和飞行数据信息的流程图。根据本发明实施例，
所述监测获取濒域或申报的无人驾驶航空器的特征标识信息和飞行数据信息，具体为：
[0070]
s201、根据监测到的濒域无人驾驶航空器或获取的申报无人驾驶航空器的传输信号获取无人驾驶航空器的特征标识信息，包括类型信息、用途信息、归属注册信息以及特种认证信息；
[0071]
s202、根据所述归属注册信息和特种认证信息进行无人驾驶航空器身份信息识别获取所述无人驾驶航空器的作业目的信息和空管申报信息；
[0072]
s203、根据所述作业目的信息、空管申报信息以及特种认证信息集成飞行数据信息。
[0073]
需要说明的是，对于空域监测的无人驾驶航空器需通过身份标识识别和飞机数据获取进行对待评估无人驾驶航空器的判定，需根据监测到的无人驾驶航空器传输信号获取无人驾驶航空器的特征标识信息，包括类型信息、用途信息、归属注册信息以及特种认证信息，可反映出无人驾驶航空器的类别如大型、小型或微型，用途如军用、民用、商用，以及无人驾驶航空器所属公司、团体或个人的归属注册情况，以及特种认证如特种型号无人驾驶航空器、应急救援无人驾驶航空器、空防无人驾驶航空器等特殊用途功用的无人驾驶航空器信息，通过归属注册信息和特种认证信息对无人驾驶航空器身份信息进行识别获取无人驾驶航空器的作业目的信息和空管申报信息，如飞行指令发出方、飞行区间段、飞行时间和时长、起飞重量、载重物品明细等信息，根据作业目的信息、空管申报信息以及特种认证信息集成飞行数据信息。
[0074]
请参照图3，图3是本技术一些实施例中的基于大数据识别的无人驾驶航空器管理方法的获取特征标识数据、追溯源信息和安全度数据以及预存飞行数据集的流程图。根据本发明实施例，所述根据所述特征标识信息提取所述无人驾驶航空器的特征标识数据并获取追溯源信息和安全度数据，根据所述飞行数据信息提取所述无人驾驶航空器的预存飞行数据集，具体为：
[0075]
s301、根据所述特征标识信息在预设的飞行器识别数据库中查询获得对应特征标识数据，包括飞行器类型数据、作业用途数据以及操控归属数据；
[0076]
s302、根据所述操控归属数据查询获取所述无人驾驶航空器的追溯源信息；
[0077]
s303、根据所述追溯源信息结合所述作业目的信息和空管申报信息在所述飞行器识别数据库中提取所述无人驾驶航空器的安全度数据；
[0078]
s304、根据所述飞行数据信息提取所述无人驾驶航空器的预存飞行数据集，包括飞行目的地数据、空域警示信息数据、任务指令数据以及特殊作业数据。
[0079]
需要说明的是，根据无人驾驶航空器的特征标识信息在预设的飞行器识别数据库中查询获得对应特征标识数据，反映无人驾驶航空器类型、功能用途、使用目的、飞行指令发出方、无人驾驶航空器归属单位以及飞行操控方的信息数据，根据操控归属数据查询获取无人驾驶航空器的追溯源信息反映拥有方或操控方的数据信息源，根据追溯源信息结合作业目的信息和空管申报信息在飞行器识别数据库中提取无人驾驶航空器的安全度数据，即通过获取的无人驾驶航空器来源信息、飞行作业信息、指令功能信息以及空管申报的数据信息可查询识别出该架无人驾驶航空器的安全度数据，同时根据飞行数据信息提取无人驾驶航空器的预存飞行数据集包括飞行目的地数据、空域警示信息数据、任务指令数据以及特殊作业数据，即获取无人驾驶航空器的飞行目的、飞行航程、途径空域以及空域预警、
空域标记和指令指引、特殊作业、特种任务等预存的飞行数据。
[0080]
根据本发明实施例，所述根据所述特征标识数据、追溯源信息和安全度数据获取所述无人驾驶航空器的授权级别数据，并根据所述授权级别数据按照预设警示阈值级别进行对照显示，具体为：
[0081]
根据所述飞行器类型数据、作业用途数据以及操控归属数据结合对应风险参数进行风险值聚类获得风险信息值k1；
[0082]
根据所述追溯源信息和安全度数据加权获得安全识别值k2；
[0083]
根据所述风险信息值k1和安全识别值k2计算获得所述无人驾驶航空器的授权级别数据y＝(k1+k2)/k2；
[0084]
根据所述授权级别数据y与预设警示阈值进行阈值对比获取所述无人驾驶航空器的警示阈值对应警示级别，并根据警示级别进行显示。
[0085]
需要说明的是，为获取无人驾驶航空器的授权级别情况，根据风险信息值和安全识别值计算获得无人驾驶航空器的授权级别数据，再与预设警示阈值进行阈值对比，根据授权级别数据与警示阈值的阈值对比结果获得无人驾驶航空器对应的警示阈值对应警示级别，警示级别按照划分的阈值范围均分为四个等级，为一到四级，其中一级阈值范围为(0.75，1]，二级阈值范围为(0.5，0.75]，三级阈值范围为(0.25，0.5]，四级阈值范围为[0，0.25]，如某无人驾驶航空器a的对比阈值为0.7，则无人驾驶航空器a的警示级别为二级，根据获得的对应警示级别进行显示，其中，根据飞行器类型数据a1、作业用途数据a2、操控归属数据a3结合对应风险参数进行风险值聚类获得风险信息值的计算公式为根据追溯源信息τ0和安全度数据s加权获得安全识别值的计算公式为k2＝τ0×
s。
[0086]
根据本发明实施例，所述根据所述预存飞行数据集生成所述无人驾驶航空器的飞行特征图谱，并根据飞行轨迹预测模型预测所述无人驾驶航空器的拟飞行轨迹数据，具体为：
[0087]
根据所述无人驾驶航空器的飞行目的地数据、空域警示信息数据、任务指令数据以及特殊作业数据生成飞行特征图谱；
[0088]
根据所述飞行特征图谱提取飞行任务特征信息并输入至预设飞行轨迹预测模型中进行飞行轨迹预设，获得所述无人驾驶航空器的拟飞行轨迹数据，包括航线数据、空域多边数据、渐进线数据。
[0089]
需要说明的是，通过对无人驾驶航空器的预存飞行数据集的飞行目的地数据、空域警示信息数据、任务指令数据以及特殊作业数据进行提取生成无人驾驶航空器的飞行特征图谱，通过该飞行特征图谱可反映无人驾驶航空器进行指令飞行作业中的飞行目的、空域警示、空管标识、任务明细、指令列表等飞行任务信息，根据飞行特征图谱提取的飞行任务特征信息输入至训练好的预设飞行轨迹预测模型中进行飞行轨迹预设获得拟飞行轨迹数据，其中，为获取各类无人驾驶航空器执行各类任务的预飞行轨迹的精准数据，建立预设飞行轨迹预测模型，预设飞行轨迹预测模型是根据大量的各类型无人驾驶航空器在历史飞行任务档案数据中的飞行任务样本数据进行训练获取，数据量越大则结果越准确，本方案中的预设飞行轨迹预测模型通过历史样本数据中的飞行任务特征信息与实际飞行轨迹数据作为训练数据输入该模型中进行训练获得输出值，当输出值满足预设要求则停止训练得
到训练好的预设飞行轨迹预测模型。
[0090]
根据本发明实施例，所述根据所述拟飞行轨迹数据结合授权级别数据与所述预存飞行数据集的数据进行授权相关性判断获取所述无人驾驶航空器的准飞相关性系数，具体为：
[0091]
根据所述无人驾驶航空器的航线数据、空域多边数据、渐进线数据结合授权级别数据y与所述飞行目的地数据、空域警示信息数据、任务指令数据以及特殊作业数据进行授权相关性判断获取准飞相关性系数；
[0092]
所述准飞相关性系数计算公式为：
[0093][0094]
其中，p为准飞相关性系数，s0为航线数据，t0为空域多边数据，h0为渐进线数据，y为授权级别数据，d为飞行目的地数据，c为空域警示信息数据，w为任务指令数据，l为特殊作业数据，为无人驾驶航空器证照安全系数，εk为无人驾驶航空器持有人信用指数(和εk在飞行器识别数据库中根据无人驾驶航空器的特征标识信息查询获得)。
[0095]
需要说明的是，为评估无人驾驶航空器的可授权准飞状态，通过无人驾驶航空器的拟飞行轨迹数据结合授权级别数据与预存飞行数据集的数据进行处理判断获得无人驾驶航空器的准飞相关性系数，该系数可反映出无人驾驶航空器的授权准飞状态。
[0096]
根据本发明实施例，所述根据所述准飞相关性系数与预设授权阈值进行阈值对比，根据阈值对比结果判定所述无人驾驶航空器是否授权准飞，若判定为异常授权则对所述无人驾驶航空器进行警告或干扰，具体为：
[0097]
根据所述无人驾驶航空器的特征标识信息查询获得预设预设授权阈值；
[0098]
根据所述准飞相关性系数与预设授权阈值进行阈值对比；
[0099]
若所述准飞相关性系数大于所述预设授权阈值，则判定所述无人驾驶航空器为正常授权，若所述准飞相关性系数不大于所述预设授权阈值，则判定所述无人驾驶航空器为异常授权；
[0100]
对异常授权的无人驾驶航空器进行信号干扰或指令警告。
[0101]
需要说明的是，为判定无人驾驶航空器是否授权准飞，通过无人驾驶航空器的特征标识信息在飞行器识别数据库中根据无人驾驶航空器属性信息进行查询获得预设预设授权阈值，根据无人驾驶航空器的准飞相关性系数与预设授权阈值进行阈值对比，若准飞相关性系数大于预设授权阈值则判定该无人驾驶航空器为正常授权，即获得空域授权，若准飞相关性系数不大于预设授权阈值则判定该无人驾驶航空器为异常授权，即该无人驾驶航空器无法获得空域授权，需对无人驾驶航空器进行信号干扰或指令警告，以实现对无人驾驶航空器的智能甄别以及放行或警告处理。
[0102]
如图4所示，本发明还公开了基于大数据识别的无人驾驶航空器管理系统，包括存储器41和处理器42，所述存储器中包括基于大数据识别的无人驾驶航空器管理方法程序，所述基于大数据识别的无人驾驶航空器管理方法程序被所述处理器执行时实现如下步骤：
[0103]
监测获取濒域或申报的无人驾驶航空器的特征标识信息和飞行数据信息；
[0104]
根据所述特征标识信息提取所述无人驾驶航空器的特征标识数据并获取追溯源
信息和安全度数据，根据所述飞行数据信息提取所述无人驾驶航空器的预存飞行数据集；
[0105]
根据所述特征标识数据、追溯源信息和安全度数据获取所述无人驾驶航空器的授权级别数据，并根据所述授权级别数据按照预设警示阈值级别进行对照显示；
[0106]
根据所述预存飞行数据集生成所述无人驾驶航空器的飞行特征图谱，并根据飞行轨迹预测模型预测所述无人驾驶航空器的拟飞行轨迹数据；
[0107]
根据所述拟飞行轨迹数据结合授权级别数据与所述预存飞行数据集的数据进行授权相关性判断获取所述无人驾驶航空器的准飞相关性系数；
[0108]
根据所述准飞相关性系数与预设授权阈值进行阈值对比，根据阈值对比结果判定所述无人驾驶航空器是否授权准飞，若判定为异常授权则对所述无人驾驶航空器进行警告或干扰。
[0109]
需要说明的是，为监测飞行接近预设空域的无人驾驶航空器或临时通讯申报的无人驾驶航空器的情况，判断是否可以进行空域飞行授权或者警告、干扰甚至强制降落，通过获取无人驾驶航空器的特征标识信息提取无人驾驶航空器的特征标识数据并获取追溯源信息和安全度数据并根据飞行数据信息提取无人驾驶航空器的预存飞行数据集，根据特征标识数据、追溯源信息和安全度数据获取无人驾驶航空器的授权级别数据，并根据授权级别数据按照预设警示阈值级别进行对照显示，可使系统或监管人员明确无人驾驶航空器的授权级别，再根据预存飞行数据集生成无人驾驶航空器的飞行特征图谱并根据飞行轨迹预测模型预测无人驾驶航空器的拟飞行轨迹数据，最后根据拟飞行轨迹数据结合授权级别数据与预存飞行数据集的数据进行授权相关性判断获取无人驾驶航空器的准飞相关性系数，通过准飞相关性系数与预设授权阈值进行阈值对比的对比结果判定无人驾驶航空器是否授权准飞，若判定为异常授权则对无人驾驶航空器进行警告或干扰，通过对待判定无人驾驶航空器的标识和信息数据的获取和处理对无人驾驶航空器进行授权性判定从而实现对无人驾驶航空器的大数据智能化空域授权管理实现空域的安全管理。
[0110]
根据本发明实施例，所述监测获取濒域或申报的无人驾驶航空器的特征标识信息和飞行数据信息，具体为：
[0111]
根据监测到的濒域无人驾驶航空器或获取的申报无人驾驶航空器的传输信号获取无人驾驶航空器的特征标识信息，包括类型信息、用途信息、归属注册信息以及特种认证信息；
[0112]
根据所述归属注册信息和特种认证信息进行无人驾驶航空器身份信息识别获取所述无人驾驶航空器的作业目的信息和空管申报信息；
[0113]
根据所述作业目的信息、空管申报信息以及特种认证信息集成飞行数据信息。
[0114]
需要说明的是，对于空域监测的无人驾驶航空器需通过身份标识识别和飞机数据获取进行对待评估无人驾驶航空器的判定，需根据监测到的无人驾驶航空器传输信号获取无人驾驶航空器的特征标识信息，包括类型信息、用途信息、归属注册信息以及特种认证信息，可反映出无人驾驶航空器的类别如大型、小型或微型，用途如军用、民用、商用，以及无人驾驶航空器所属公司、团体或个人的归属注册情况，以及特种认证如特种型号无人驾驶航空器、应急救援无人驾驶航空器、空防无人驾驶航空器等特殊用途功用的无人驾驶航空器信息，通过归属注册信息和特种认证信息对无人驾驶航空器身份信息进行识别获取无人驾驶航空器的作业目的信息和空管申报信息，如飞行指令发出方、飞行区间段、飞行时间和
时长、起飞重量、载重物品明细等信息，根据作业目的信息、空管申报信息以及特种认证信息集成飞行数据信息。
[0115]
根据本发明实施例，所述根据所述特征标识信息提取所述无人驾驶航空器的特征标识数据并获取追溯源信息和安全度数据，根据所述飞行数据信息提取所述无人驾驶航空器的预存飞行数据集，具体为：
[0116]
根据所述特征标识信息在预设的飞行器识别数据库中查询获得对应特征标识数据，包括飞行器类型数据、作业用途数据以及操控归属数据；
[0117]
根据所述操控归属数据查询获取所述无人驾驶航空器的追溯源信息；
[0118]
根据所述追溯源信息结合所述作业目的信息和空管申报信息在所述飞行器识别数据库中提取所述无人驾驶航空器的安全度数据；
[0119]
根据所述飞行数据信息提取所述无人驾驶航空器的预存飞行数据集，包括飞行目的地数据、空域警示信息数据、任务指令数据以及特殊作业数据。
[0120]
需要说明的是，根据无人驾驶航空器的特征标识信息在预设的飞行器识别数据库中查询获得对应特征标识数据，反映无人驾驶航空器类型、功能用途、使用目的、飞行指令发出方、无人驾驶航空器归属单位以及飞行操控方的信息数据，根据操控归属数据查询获取无人驾驶航空器的追溯源信息反映拥有方或操控方的数据信息源，根据追溯源信息结合作业目的信息和空管申报信息在飞行器识别数据库中提取无人驾驶航空器的安全度数据，即通过获取的无人驾驶航空器来源信息、飞行作业信息、指令功能信息以及空管申报的数据信息可查询识别出该架无人驾驶航空器的安全度数据，同时根据飞行数据信息提取无人驾驶航空器的预存飞行数据集包括飞行目的地数据、空域警示信息数据、任务指令数据以及特殊作业数据，即获取无人驾驶航空器的飞行目的、飞行航程、途径空域以及空域预警、空域标记和指令指引、特殊作业、特种任务等预存的飞行数据。
[0121]
根据本发明实施例，所述根据所述特征标识数据、追溯源信息和安全度数据获取所述无人驾驶航空器的授权级别数据，并根据所述授权级别数据按照预设警示阈值级别进行对照显示，具体为：
[0122]
根据所述飞行器类型数据、作业用途数据以及操控归属数据结合对应风险参数进行风险值聚类获得风险信息值k1；
[0123]
根据所述追溯源信息和安全度数据加权获得安全识别值k2；
[0124]
根据所述风险信息值k1和安全识别值k2计算获得所述无人驾驶航空器的授权级别数据y＝(k1+k2)/k2；
[0125]
根据所述授权级别数据y与预设警示阈值进行阈值对比获取所述无人驾驶航空器的警示阈值对应警示级别，并根据警示级别进行显示。
[0126]
需要说明的是，为获取无人驾驶航空器的授权级别情况，根据风险信息值和安全识别值计算获得无人驾驶航空器的授权级别数据，再与预设警示阈值进行阈值对比，根据授权级别数据与警示阈值的阈值对比结果获得无人驾驶航空器对应的警示阈值对应警示级别，警示级别按照划分的阈值范围均分为四个等级，为一到四级，其中一级阈值范围为(0.75，1]，二级阈值范围为(0.5，0.75]，三级阈值范围为(0.25，0.5]，四级阈值范围为[0，0.25]，如某无人驾驶航空器a的对比阈值为0.7，则无人驾驶航空器a的警示级别为二级，根据获得的对应警示级别进行显示，其中，根据飞行器类型数据a1、作业用途数据a2、操控归属
数据a3结合对应风险参数进行风险值聚类获得风险信息值的计算公式为根据追溯源信息τ0和安全度数据s加权获得安全识别值的计算公式为k2＝τ0×
s。
[0127]
根据本发明实施例，所述根据所述预存飞行数据集生成所述无人驾驶航空器的飞行特征图谱，并根据飞行轨迹预测模型预测所述无人驾驶航空器的拟飞行轨迹数据，具体为：
[0128]
根据所述无人驾驶航空器的飞行目的地数据、空域警示信息数据、任务指令数据以及特殊作业数据生成飞行特征图谱；
[0129]
根据所述飞行特征图谱提取飞行任务特征信息并输入至预设飞行轨迹预测模型中进行飞行轨迹预设，获得所述无人驾驶航空器的拟飞行轨迹数据，包括航线数据、空域多边数据、渐进线数据。
[0130]
需要说明的是，通过对无人驾驶航空器的预存飞行数据集的飞行目的地数据、空域警示信息数据、任务指令数据以及特殊作业数据进行提取生成无人驾驶航空器的飞行特征图谱，通过该飞行特征图谱可反映无人驾驶航空器进行指令飞行作业中的飞行目的、空域警示、空管标识、任务明细、指令列表等飞行任务信息，根据飞行特征图谱提取的飞行任务特征信息输入至训练好的预设飞行轨迹预测模型中进行飞行轨迹预设获得拟飞行轨迹数据，其中，为获取各类无人驾驶航空器执行各类任务的预飞行轨迹的精准数据，建立预设飞行轨迹预测模型，预设飞行轨迹预测模型是根据大量的各类型无人驾驶航空器在历史飞行任务档案数据中的飞行任务样本数据进行训练获取，数据量越大则结果越准确，本方案中的预设飞行轨迹预测模型通过历史样本数据中的飞行任务特征信息与实际飞行轨迹数据作为训练数据输入该模型中进行训练获得输出值，当输出值满足预设要求则停止训练得到训练好的预设飞行轨迹预测模型。
[0131]
根据本发明实施例，所述根据所述拟飞行轨迹数据结合授权级别数据与所述预存飞行数据集的数据进行授权相关性判断获取所述无人驾驶航空器的准飞相关性系数，具体为：
[0132]
根据所述无人驾驶航空器的航线数据、空域多边数据、渐进线数据结合授权级别数据y与所述飞行目的地数据、空域警示信息数据、任务指令数据以及特殊作业数据进行授权相关性判断获取准飞相关性系数；
[0133]
所述准飞相关性系数计算公式为：
[0134][0135]
其中，p为准飞相关性系数，s0为航线数据，t0为空域多边数据，h0为渐进线数据，y为授权级别数据，d为飞行目的地数据，c为空域警示信息数据，w为任务指令数据，l为特殊作业数据，为无人驾驶航空器证照安全系数，εk为无人驾驶航空器持有人信用指数(和εk在飞行器识别数据库中根据无人驾驶航空器的特征标识信息查询获得)。
[0136]
需要说明的是，为评估无人驾驶航空器的可授权准飞状态，通过无人驾驶航空器的拟飞行轨迹数据结合授权级别数据与预存飞行数据集的数据进行处理判断获得无人驾驶航空器的准飞相关性系数，该系数可反映出无人驾驶航空器的授权准飞状态。
[0137]
根据本发明实施例，所述根据所述准飞相关性系数与预设授权阈值进行阈值对比，根据阈值对比结果判定所述无人驾驶航空器是否授权准飞，若判定为异常授权则对所述无人驾驶航空器进行警告或干扰，具体为：
[0138]
根据所述无人驾驶航空器的特征标识信息查询获得预设预设授权阈值；
[0139]
根据所述准飞相关性系数与预设授权阈值进行阈值对比；
[0140]
若所述准飞相关性系数大于所述预设授权阈值，则判定所述无人驾驶航空器为正常授权，若所述准飞相关性系数不大于所述预设授权阈值，则判定所述无人驾驶航空器为异常授权；
[0141]
对异常授权的无人驾驶航空器进行信号干扰或指令警告。
[0142]
需要说明的是，为判定无人驾驶航空器是否授权准飞，通过无人驾驶航空器的特征标识信息在飞行器识别数据库中根据无人驾驶航空器属性信息进行查询获得预设预设授权阈值，根据无人驾驶航空器的准飞相关性系数与预设授权阈值进行阈值对比，若准飞相关性系数大于预设授权阈值则判定该无人驾驶航空器为正常授权，即获得空域授权，若准飞相关性系数不大于预设授权阈值则判定该无人驾驶航空器为异常授权，即该无人驾驶航空器无法获得空域授权，需对无人驾驶航空器进行信号干扰或指令警告，以实现对无人驾驶航空器的智能甄别以及放行或警告处理。
[0143]
本发明第三方面提供了一种可读存储介质，所述可读存储介质中包括基于大数据识别的无人驾驶航空器管理方法程序，所述基于大数据识别的无人驾驶航空器管理方法程序被处理器执行时，实现如上述任一项所述的基于大数据识别的无人驾驶航空器管理方法的步骤。
[0144]
本发明公开的基于大数据识别的无人驾驶航空器管理方法、系统和介质，通过获取无人驾驶航空器的特征标识信息和飞行数据信息提取特征标识数据并获取追溯源信息和安全度数据以及预存飞行数据集并获取授权级别数据，根据授权级别数据按照警示阈值级别进行显示，根据预存飞行数据集生成飞行特征图谱并预测拟飞行轨迹数据，再结合授权级别数据与预存飞行数据进行判断获取准飞相关性系数，根据系数与预设授权阈值进行对比判定无人驾驶航空器是否授权准飞并采取警告或干扰；从而基于大数据识别技术对无人驾驶航空器特征信息和飞行数据进行授权准飞评估，实现根据无人驾驶航空器监测信息数据进行评估获取授权参数进行授权判断技术，提高对无人驾驶航空器空域安全管理的精准辨识度。
[0145]
在本技术所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
[0146]
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
[0147]
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可
以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
[0148]
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0149]
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。