基于新一代核心网的非联网无人机跟踪监控方法及系统与流程

1.本发明涉及无人机监控技术领域，尤其涉及一种基于新一代核心网的非联网无人机跟踪监控方法及系统。


背景技术：

2.随着5g网络的普及，5g网络与无人机技术的融合，给无人机的应用带来了新的机遇，极大丰富了无人机的应用领域和服务场景，例如农业、电力、水利、交通、公安、消防等，为大众的生活带来了新的变化。对于具有网络通信能力的无人机来说，可以直接利用当前广泛覆盖的蜂窝网络跟踪其飞行路线，以确保无人机顺利完成任务以及飞行过程中的安全性。
3.然而，如今市面上仍有一些缺乏网络连接能力的无人机或执行任务过程中无需联网进行数据传输的无人机。使用此类无人机执行任务时，若无法对其飞行路线进行跟踪，可能存在一定的安全隐患。
4.对此，现如今，基于5g通信感知一体化技术，利用5g基站海量部署优势，实现了通过5g基站进行低空无人机的有效探测，该技术相比传统无人机探测技术有大范围连续覆盖、低成本、易部署等多方面优势，可为低空监管部门提供有效监控手段，探测半径达到1000米以上。
5.然而，现有技术中基于5g基站对无人机进行监控的方式，只能监控到基站通信服务范围内是否具有无人机，而无法获取无人机的机型。因此，对于无人机系统服务提供商来说，也就无法根据5g基站跟踪监控自家的非联网无人机的飞行状态，只能通过其它高成本的监控方式进行跟踪。


技术实现要素：

6.本发明的目的是提供一种基于通信基站对非联网无人机的飞行状态进行跟踪监控且可自动获知所监控到的无人机的身份的基于新一代核心网的非联网无人机跟踪监控方法及系统。
7.为了实现上述目的，本发明公开了一种基于新一代通信网的非联网无人机跟踪监控方法，所述通信网包括核心网和与所述核心网通信连接的基站，所述跟踪监控方法包括：
8.核心网根据所要监测无人机执行任务的基本信息生成与所要监测无人机相对应的通信小区信息；
9.根据所述通信小区信息，确定与各个途经点相对应的目标基站，所述目标基站上设置有监控摄像装置；
10.各个所述目标基站将获得的监测信息反馈给所述核心网，所述监测信息包括无人机的位置、飞行高度、飞行速度以及照片；
11.所述核心网基于预设的预测模型对所述监测信息进行处理，以获得与当前所述监测信息相对应的无人机的身份信息；
12.当预测到的无人机的身份信息与所述基本信息相匹配时，将与该监测信息相对应的无人机的位置、飞行高度、飞行速度以及监测到的时间信息反馈给用户终端。
13.较佳地，所述通信小区信息的生成方法包括：
14.所述核心网通过所述用户终端接收所述基本信息；
15.将所述区域范围和预期飞行路线中的途经点映射到通信网络中，以生成所述通信小区信息。
16.较佳地，所述基本信息还包括所检测无人机执行任务的开始时间、预期飞行路线中的途径点、飞行速度以及飞行高度；所述区域范围包括该执行任务所覆盖的地理区域以及各个途经点之间的距离；
17.所述核心网还根据执行任务的区域范围、开始时间、途径点、飞行速度，估算所述无人机到达各个途径点的时间段；
18.所述目标基站根据所述时间段信息定时进入监控状态，以获得所述监测信息。
19.较佳地，所述预测模型基于智能神经网络模型构建。
20.本发明还公开一种基于新一代核心网的非联网无人机跟踪监控系统，所述通信网包括核心网和与所述核心网通信连接的基站，所述跟踪监控系统包括设置于所述核心网中的小区生成模块、基站定位模块、分析处理模块、判断模块以及反馈模块；
21.所述小区生成模块，用于根据所要监测无人机执行任务的基本信息生成与所要监测无人机相对应的通信小区信息；所述基本信息包括无人机的身份以及执行任务的区域范围和预期飞行路线中的途径点；
22.所述基站定位模块，用于根据所述通信小区信息，确定与各个途经点相对应的目标基站，所述目标基站上设置有摄像装置；
23.所述分析处理模块，用于基于预设的预测模型对所述目标基站反馈的监测信息进行处理，以获得与当前所述监测信息相对应的无人机的身份信息；所述监测信息包括无人机的位置、飞行高度、飞行速度以及图像；
24.所述判断模块，用于判断所述分析处理模块预测到的无人机的身份信息与所述基本信息是否匹配；
25.所述反馈模块，用于当所述判断模块的判断结果为是时，将与该监测信息相对应的无人机的位置、飞行高度、飞行速度以及监测到的时间信息反馈给用户终端。
26.较佳地，所述小区生成模块将所述区域范围和预期飞行路线中的途经点映射到通信网络中，以生成所述通信小区信息。
27.较佳地，所述基本信息还包括所检测无人机执行任务的开始时间、预期飞行路线中的途径点、飞行速度以及飞行高度；所述区域范围包括该执行任务所覆盖的地理区域以及各个途经点之间的距离；
28.所述核心网中还设置有时间估算模块，所述时间估算模块用于根据执行任务的区域范围、开始时间、途径点、飞行速度，估算所述无人机到达各个途径点的时间段；
29.所述目标基站根据所述时间段信息定时进入监控状态，以获得所述监测信息。
30.较佳地，所述预测模型基于智能神经网络模型构建。
31.本发明还公开一种非联网无人机跟踪监控系统，其包括：
32.一个或多个处理器；
33.存储器；
34.以及一个或多个程序，其中一个或多个程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述程序包括用于执行如上所述的非联网无人机跟踪监控方法的指令。
35.本发明还公开一种计算机可读存储介质，其包括计算机程序，所述计算机程序可被处理器执行以完成如上所述的非联网无人机跟踪监控方法。
36.与现有技术相比，本发明上述技术方案，基于新一代通信网的基站感知其通信服务范围内的无人机，且通过核心网的数据分析功能对基站获取到的监测信息进行智能分析，以获得当前所监控到的无人机的身份信息，从而可为用户提供差异化的无人机跟踪监控服务，也即，根据用户所指定的非联网无人机的机型，为用户反馈相对应的跟踪监控信息，以有效降低私有用户的非联网无人机的跟踪监控成本。
附图说明
37.图1为本发明实施例中非联网无人机跟踪监控方法流程图。
38.图2为本发明实施例中非联网无人机跟踪监控方法在核心网中的执行流程图。
具体实施方式
39.为详细说明本发明的技术内容、构造特征、所实现目的及效果，以下结合实施方式并配合附图详予说明。
40.本实施例公开了一种基于新一代通信网的非联网无人机跟踪监控方法，以用于基于通信基站对低空飞行的无人机进行跟踪监控，且自动分析出所监控到的无人机的机型。本实施例中的新一代通信网包括5gs系统以及兼容5gs系统的下一代通信系统。以5gs系统为例，其包括核心网和与核心网通信连接的基站。
41.如图1，本实施例中的跟踪监控方法包括如下步骤：
42.s1：核心网根据所要监测无人机执行任务的基本信息生成与所要监测无人机相对应的通信小区信息，该基本信息包括无人机的身份以及执行任务的区域范围和预期飞行路线中的途径点；
43.s2：根据通信小区信息，确定与各个途经点相对应的目标基站，目标基站上设置有摄像装置，该摄像装置用于拍摄基站通信服务范围内的无人机的图像；
44.s3：各个目标基站将获得的监测信息反馈给核心网，监测信息包括无人机的位置、飞行高度、飞行速度以及图像；
45.s4：核心网基于预设的预测模型对监测信息进行处理，以获得与当前监测信息相对应的无人机的身份信息；
46.s5：当上述步骤s4中预测到的无人机的身份信息与基本信息相匹配时，将与该监测信息相对应的无人机的位置、飞行高度、飞行速度以及监测到的时间信息反馈给用户终端。由于无人机处于运动过程中，本实施例中无人机的位置指的是目标基站感应到无人机那一刻所对应的位置。
47.基于上述结构的跟踪监控方法，基于5g基站感知其通信服务范围内的无人机，且通过核心网的数据分析功能对基站获取到的监测信息进行智能分析，以获得当前所监控到
的无人机的身份信息，从而可为用户提供差异化的非联网无人机跟踪监控服务，也即，根据用户所指定的无人机的机型，为用户反馈相对应的跟踪监控信息，以有效降低私有用户的非联网无人机的跟踪监控成本。
48.具体地，通信小区信息的生成方法包括：
49.核心网通过用户终端接收基本信息；
50.将区域范围和预期飞行路线中的途经点映射到通信网络中，以生成通信小区信息。本实施例中的通信小区为通信服务区域的基本单位。在通信服务网络中，基站包含小区，小区包含扇区。一个基站可以是360度的全向小区，也可分为多个小区。
51.进一步地，基本信息还包括所检测无人机执行任务的开始时间、预期飞行路线中的途径点、飞行速度以及飞行高度等信息。本实施例中的区域范围包括该执行任务所覆盖的地理区域以及各个途经点之间的距离。
52.对此，核心网还根据执行任务的区域范围、开始时间、途径点、飞行速度等信息，估算无人机到达各个途径点的时间段。目标基站根据该时间段信息定时进入监控状态，以获得监测信息。在本实施例中，核心网对目标基站发出监测请求时，同时把估算出的时间段信息发送给相应的目标基站，目标基站根据该时间段信息定时对其服务范围内的低空环境进行无人机的监测，因此，可有效降低目标基站的能耗。另外，当基站在核心网发送的定时时间段范围内未监测到无人机时，核心网向用户终端反馈异常报告信息。
53.更进一步地，预测模型基于智能神经网络模型构建。对于该预测模型，基于海量数据集进行训练，以无人机的位置、飞行高度、飞行速度、无人机的照片或视频等信息作为特征指标，以无人机的机型作为标签，构成监督数据，经由机器学习算法进行训练，并选取不同的模型评价指标对模型效果进行评估，以得到性能优异的模型。
54.如图2，上述实施例提供的对非联网无人机的跟踪监控方法的执行流程如下：
55.01.无人机系统服务提供商(uss)向核心网中的网络功能nf发起事件报告请求，该请求消息中包括事件id(非联网无人机路线跟踪)、报告条件(监测到无人机时进行状态上报、在预期到达途经点的时间段内未监测到无人机进行异常状态上报)、对于所要监控的无人机的机型id、型号、执行任务的开始时间、预期飞行路线的途经点、飞行速度、飞行高度、区域范围等信息；
56.02.nf授权uss的请求；
57.03.nf响应uss；
58.04.nf根据无人机预期飞行路线的区域范围、途径点信息，映射成通信小区信息，并根据无人机执行任务的开始时间、飞行速度、区域范围估算无人机到达各途经点的时间段信息，然后将上述信息(通信小区信息、预计到达各途经点的时间段信息以及步骤01中uss发起的请求中的信息)转发至网络数据分析功能nwdaf；
59.05.nwdaf向接入和移动性管理功能amf发起监测请求，该监测请求消息中包括监测事件id、无人机的机械、型号、通信小区、预计到达各途经点的时间段信息等；
60.06.amf根据监测请求中的通信小区信息确定各途经点的ran(目标基站)，并将监测请求转发给各个ran，ran接收到的监测请求消息中包括监测事件id、无人机预计到达该ran服务范围的时间段信息；
61.07.rans响应amf；
62.08.amf响应nwdaf；
63.09.nwdaf响应nf；
64.10.各ran在其服务范围内基于无线信号对无人机进行监测，当ran在预计到达该ran服务范围的时间段内监测到无人机时，ran将监测到的uav信息上报给amf，监测信息包括无人机的位置、飞行高度、飞行速度以及照片或视频；当ran在预计到达该ran服务范围的时间段内未监测到无人机时，ran进行异常信息上报；
65.11.amf将ran上报的监测信息/异常信息转发至nwdaf；
66.12.nwdaf通过内置的预先训练好的预测模型对监测信息进行分析，输出无人机的机型，并将该无人机的机型与uss提供的请求信息进行匹配，以判断该无人机是否是uss要求监控的目标。
67.13.nwdaf将分析结果发送给nf，若分析结果表明监测到的无人机为uss服务请求中的u无人机，则进行无人机状态信息报告，报告信息包括无人机的位置、飞行高度、飞行速度、监测到该无人机的时间等；若分析结果为否，或者nwdaf在步骤11中接收到异常信息时，则进行异常状态上报；
68.14.nf将分析结果转发至uss。
69.根据上述服务流程，uss可以在5gs的帮助下获取非联网无人机执行任务过程中的飞行路线跟踪信息以及异常信息，从而根据信息上报结果做出决策调整。
70.本发明还公开一种基于新一代核心网的非联网无人机跟踪监控系统，所述通信网包括核心网和与所述核心网通信连接的基站，该跟踪监控系统包括设置于所述核心网中的小区生成模块、基站定位模块、分析处理模块、判断模块以及反馈模块。
71.所述小区生成模块，用于根据所要监测无人机执行任务的基本信息生成与所要监测无人机相对应的通信小区信息。所述基本信息包括无人机的身份以及执行任务的区域范围和预期飞行路线中的途径点。
72.所述基站定位模块，用于根据所述通信小区信息，确定与各个途经点相对应的目标基站，所述目标基站上设置有摄像装置。
73.所述分析处理模块，用于基于预设的预测模型对所述目标基站反馈的监测信息进行处理，以获得与当前所述监测信息相对应的无人机的身份信息；所述监测信息包括无人机的位置、飞行高度、飞行速度以及图像。
74.所述判断模块，用于判断所述分析处理模块预测到的无人机的身份信息与所述基本信息是否匹配。
75.所述反馈模块，用于当所述判断模块的判断结果为是时，将与该监测信息相对应的无人机的位置、飞行高度、飞行速度以及监测到的时间信息反馈给用户终端。
76.进一步地，所述小区生成模块将所述区域范围和预期飞行路线中的途经点映射到通信网络中，以生成所述通信小区信息。
77.进一步地，所述基本信息还包括所检测无人机执行任务的开始时间、预期飞行路线中的途径点、飞行速度以及飞行高度。所述区域范围包括该执行任务所覆盖的地理区域以及各个途经点之间的距离。
78.所述核心网中还设置有时间估算模块，所述时间估算模块用于根据执行任务的区域范围、开始时间、途径点、飞行速度，估算所述无人机到达各个途径点的时间段。所述目标
基站根据所述时间段信息定时进入监控状态，以获得所述监测信息。
79.另外需要说明的是，本实施例中非联网无人机跟踪监控系统的工作原理和工作方式详见上述非联网无人机跟踪监控方法，在此不再赘述。
80.本发明还公开另一种非联网无人机跟踪监控系统，其包括一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述程序包括用于执行如上所述的非联网无人机跟踪监控方法的指令。处理器可以采用通用的中央处理器(central processing unit，cpu)，微处理器，应用专用集成电路(application specific integrated circuit，asic)，或者一个或多个集成电路，用于执行相关程序，以实现本技术实施例的非联网无人机跟踪监控系统中的模块所需执行的功能，或者执行本技术方法实施例的非联网无人机跟踪监控方法。
81.本发明还公开一种计算机可读存储介质，其包括计算机程序，所述计算机程序可被处理器执行以完成如上所述的非联网无人机跟踪监控方法。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是只读存储器(read-onlymemory，rom)，或随机存取存储器(random access memory，ram)，或磁性介质，例如，软盘、硬盘、磁带、磁碟、或光介质，例如，数字通用光盘(digital versatile disc，dvd)、或者半导体介质，例如，固态硬盘(solid state disk，ssd)等。
82.本技术实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。电子设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该电子设备执行上述非联网无人机跟踪监控方法。
83.以上所揭露的仅为本发明的优选实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明申请专利范围所作的等同变化，仍属本发明所涵盖的范围。

技术特征：
1.一种基于新一代通信网的非联网无人机跟踪监控方法，所述通信网包括核心网和与所述核心网通信连接的基站，其特征在于，所述跟踪监控方法包括：核心网根据所要监测无人机执行任务的基本信息生成与所要监测无人机相对应的通信小区信息；所述基本信息包括无人机的身份以及执行任务的区域范围和预期飞行路线中的途径点；根据所述通信小区信息，确定与各个途经点相对应的目标基站，所述目标基站上设置有摄像装置；各个所述目标基站将获得的监测信息反馈给所述核心网，所述监测信息包括无人机的位置、飞行高度、飞行速度以及图像；所述核心网基于预设的预测模型对所述监测信息进行处理，以获得与当前所述监测信息相对应的无人机的身份信息；当预测到的无人机的身份信息与所述基本信息相匹配时，将与该监测信息相对应的无人机的位置、飞行高度、飞行速度以及监测到的时间信息反馈给用户终端。2.根据权利要求1所述的基于新一代核心网的非联网无人机跟踪监控方法，其特征在于，所述通信小区信息的生成方法包括：所述核心网通过所述用户终端接收所述基本信息；将所述区域范围和预期飞行路线中的途经点映射到通信网络中，以生成所述通信小区信息。3.根据权利要求2所述的基于新一代核心网的非联网无人机跟踪监控方法，其特征在于，所述基本信息还包括所检测无人机执行任务的开始时间、预期飞行路线中的途径点、飞行速度以及飞行高度；所述区域范围包括该执行任务所覆盖的地理区域以及各个途经点之间的距离；所述核心网还根据执行任务的区域范围、开始时间、途径点、飞行速度，估算所述无人机到达各个途径点的时间段；所述目标基站根据所述时间段信息定时进入监控状态，以获得所述监测信息。4.根据权利要求1所述的基于新一代核心网的非联网无人机跟踪监控方法，其特征在于，所述预测模型基于智能神经网络模型构建。5.一种基于新一代核心网的非联网无人机跟踪监控系统，所述通信网包括核心网和与所述核心网通信连接的基站，其特征在于，所述跟踪监控系统包括设置于所述核心网中的小区生成模块、基站定位模块、分析处理模块、判断模块以及反馈模块；所述小区生成模块，用于根据所要监测无人机执行任务的基本信息生成与所要监测无人机相对应的通信小区信息；所述基本信息包括无人机的身份以及执行任务的区域范围和预期飞行路线中的途径点；所述基站定位模块，用于根据所述通信小区信息，确定与各个途经点相对应的目标基站，所述目标基站上设置有摄像装置；所述分析处理模块，用于基于预设的预测模型对所述目标基站反馈的监测信息进行处理，以获得与当前所述监测信息相对应的无人机的身份信息；所述监测信息包括无人机的位置、飞行高度、飞行速度以及图像；所述判断模块，用于判断所述分析处理模块预测到的无人机的身份信息与所述基本信
息是否匹配；所述反馈模块，用于当所述判断模块的判断结果为是时，将与该监测信息相对应的无人机的位置、飞行高度、飞行速度以及监测到的时间信息反馈给用户终端。6.根据权利要求5所述的基于新一代核心网的非联网无人机跟踪监控系统，其特征在于，所述小区生成模块将所述区域范围和预期飞行路线中的途经点映射到通信网络中，以生成所述通信小区信息。7.根据权利要求6所述的基于新一代核心网的非联网无人机跟踪监控系统，其特征在于，所述基本信息还包括所检测无人机执行任务的开始时间、预期飞行路线中的途径点、飞行速度以及飞行高度；所述区域范围包括该执行任务所覆盖的地理区域以及各个途经点之间的距离；所述核心网中还设置有时间估算模块，所述时间估算模块用于根据执行任务的区域范围、开始时间、途径点、飞行速度，估算所述无人机到达各个途径点的时间段；所述目标基站根据所述时间段信息定时进入监控状态，以获得所述监测信息。8.根据权利要求5所述的基于新一代核心网的非联网无人机跟踪监控方法，其特征在于，所述预测模型基于智能神经网络模型构建。9.一种非联网无人机跟踪监控系统，其特征在于，包括：一个或多个处理器；存储器；以及一个或多个程序，其中一个或多个程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述程序包括用于执行如权利要求1至4任一项所述的非联网无人机跟踪监控方法的指令。10.一种计算机可读存储介质，其特征在于，包括计算机程序，所述计算机程序可被处理器执行以完成如权利要求1至4任一项所述的非联网无人机跟踪监控方法。

技术总结
本发明公开了一种基于新一代通信网的非联网无人机跟踪监控方法及系统，该方法包括：核心网根据所要监测无人机执行任务的基本信息生成与所要监测无人机相对应的通信小区信息；根据通信小区信息，确定与各个途经点相对应的目标基站；各个目标基站将获得的监测信息反馈给核心网；核心网对监测信息进行处理，以获得与当前监测信息相对应的无人机的身份信息；当预测到的无人机的身份信息与基本信息相匹配时，将与该监测信息相对应的无人机的位置、飞行高度、飞行速度以及监测到的时间信息反馈给用户终端。根据上述方法，可根据用户所指定的非联网无人机的机型，为用户反馈相对应的跟踪监控信息，以有效降低私有用户的非联网无人机的跟踪监控成本。无人机的跟踪监控成本。无人机的跟踪监控成本。


技术研发人员：谢涵
受保护的技术使用者：广州爱浦路网络技术有限公司
技术研发日：2023.04.18
技术公布日：2023/7/12