本發明公開了一種基于強化學習的四旋翼無人機攻擊檢測方法,包括:依據卡爾曼濾波估計無人機飛行情況下的狀態值;得到對應的殘差相關項;將整個檢測空間劃分為若干個檢測區間;設定繼續檢測、檢測攻擊兩種動作的回報值,設定不同模擬攻擊時刻,使用Saras算法訓練不同模擬攻擊時刻的Q?table;將訓練好的不同模擬攻擊時刻的Q?table通過加權平均融合;使用神經網絡擬合加權平均融合后的Q?table;通過神經網絡擬合后的Q?table在線檢測無人機受到的攻擊。本發明通過利用強化學習技術,融合神經網絡的非線性逼近能力,實現了四旋翼無人機對微小和隱蔽攻擊的檢測,不僅能提高微小和隱蔽攻擊的識別能力,也能在線檢測新的攻擊模式,而且能減小攻擊檢測時延。
聲明:
“基于強化學習的四旋翼無人機攻擊檢測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)