典型文献
基于集成孤立森林的无人机异常检测算法
文献摘要：
无人机(Unmaned Aerial Vehicle,UAV)运行过程中,通过嵌入式传感器感知飞行环境,会受到通信链路及恶劣操作环境等不确定因素的影响,导致其运行风险,从而威胁公共安全,这是亟待解决的问题.UAV异常状态检测是控制运行风险的重要手段.针对UAV异常检测的特点,利用UAV在安全状态运行过程中监管平台搜集到的相关飞行数据建立模型,提出了一种集成孤立森林(Integrated Isolated Forest,ⅡF)无监督异常检测算法,以便检测出异于UAV正常运行的情况.使用不同类型的UAV数据集验证了该算法的检测性能,实验结果表明,算法检测无矫正措施的UAV飞行异常的F1分数(F1-score)在0.94以上,对无矫正措施的UAV飞行异常的F1分数在0.75以上,相较于传统异常检测算法,该算法具有更好的检测性能.
文献关键词：
集成孤立森林;无人机安全;异常检测;无人机传感器;无监督学习
中图分类号：
作者姓名：
吕少岚;王华伟;侯召国;陈凌子
作者机构：
南京航空航天大学 民航学院, 江苏 南京 210016
文献出处：
引用格式：
[1]吕少岚;王华伟;侯召国;陈凌子-.基于集成孤立森林的无人机异常检测算法)[J].无线电工程,2022(08):1375-1385
A类：
集成孤立森林,无人机异常,Unmaned
B类：
异常检测,检测算法,Aerial,Vehicle,UAV,嵌入式传感器,飞行环境,通信链路,操作环境,不确定因素,运行风险,公共安全,异常状态,状态检测,控制运行,安全状态,状态运行,监管平台,飞行数据,建立模型,Integrated,Isolated,Forest,异于,数据集验证,检测性能,矫正措施,score,无人机安全,无人机传感器,无监督学习
AB值：
0.348428
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
