本发明公开了一种基于强化学习的四旋翼无人机攻击检测方法,包括:依据卡尔曼滤波估计无人机飞行情况下的状态值;得到对应的残差相关项;将整个检测空间划分为若干个检测区间;设定继续检测、检测攻击两种动作的回报值,设定不同模拟攻击时刻,使用Saras算法训练不同模拟攻击时刻的Q‑table;将训练好的不同模拟攻击时刻的Q‑table通过加权平均融合;使用神经网络拟合加权平均融合后的Q‑table;通过神经网络拟合后的Q‑table在线检测无人机受到的攻击。本发明通过利用强化学习技术,融合神经网络的非线性逼近能力,实现了四旋翼无人机对微小和隐蔽攻击的检测,不仅能提高微小和隐蔽攻击的识别能力,也能在线检测新的攻击模式,而且能减小攻击检测时延。
声明:
“基于强化学习的四旋翼无人机攻击检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)