核心技術(shù)
獨(dú)創(chuàng)的14N4技術(shù)體系，為實(shí)現(xiàn)高效、穩(wěn)定、科學(xué)的解決方案提供了強(qiáng)大的支持
杰能科世獨(dú)創(chuàng)的14N4技術(shù)體系，即1個(gè)世盾大腦，聚焦4大關(guān)鍵技術(shù)突破，N個(gè)核心技術(shù)點(diǎn)和4大應(yīng)用系統(tǒng)，
為實(shí)現(xiàn)高效、穩(wěn)定、科學(xué)的低空安全綜合解決方案提供了強(qiáng)大的技術(shù)支持。
大腦
通過(guò)數(shù)據(jù)技術(shù)實(shí)現(xiàn)對(duì)海量數(shù)據(jù)進(jìn)行采集、計(jì)算、存儲(chǔ)、清洗、加工，并統(tǒng)一標(biāo)準(zhǔn)和口徑的數(shù)據(jù)管理解決方案，實(shí)現(xiàn)系統(tǒng)間數(shù)據(jù)互通，消除孤島，建設(shè)數(shù)據(jù)倉(cāng)庫(kù)分層建模，共享數(shù)據(jù)資源，強(qiáng)化數(shù)據(jù)質(zhì)量管理，管理數(shù)據(jù)血緣關(guān)系，并保障數(shù)據(jù)安全，防止數(shù)據(jù)泄露和濫用。
世盾中央大腦
技術(shù)突破
航路規(guī)劃最優(yōu)路徑算法
通過(guò)多種設(shè)備的融合感知，包括但不限于無(wú)線電頻譜定位、無(wú)線電頻譜測(cè)向、報(bào)文解析、雷達(dá)、光電、聲納和5G-A等技術(shù)，實(shí)現(xiàn)對(duì)目標(biāo)無(wú)人機(jī)的全方位探測(cè)與追蹤，并通過(guò)設(shè)備之間的協(xié)同作用提升整體感知能力。
基于強(qiáng)化學(xué)習(xí)的航路規(guī)劃模型
運(yùn)用ML技術(shù)，通過(guò)分析環(huán)境反饋和歷史數(shù)據(jù)，動(dòng)態(tài)調(diào)整飛行路徑，智能優(yōu)化航路。
數(shù)字孿生技術(shù)
應(yīng)用數(shù)字孿生技術(shù)，率先提出按空域入侵威脅度等級(jí)詳細(xì)劃分多級(jí)防御圈，實(shí)現(xiàn)了防護(hù)區(qū)建模和實(shí)戰(zhàn)可視化指揮，構(gòu)建了立體防御模型和監(jiān)管模型，對(duì)空域內(nèi)無(wú)人機(jī)實(shí)時(shí)位置顯示與預(yù)警。
多場(chǎng)景AI智能分析與事件感知技術(shù)
基于低空安全的基礎(chǔ)下，應(yīng)用人工智能對(duì)不同場(chǎng)景下的視覺(jué)、聲音等數(shù)據(jù)進(jìn)行智能識(shí)別和分析，實(shí)時(shí)監(jiān)測(cè)和預(yù)測(cè)潛在事件或異常行為，以提高安全監(jiān)控和響應(yīng)效率。
技術(shù)點(diǎn)
多元融合感知算法
用多種傳感器捕捉的無(wú)線電和運(yùn)動(dòng)特征，通過(guò)智能分析合成唯一可靠的輸出結(jié)果，以提高監(jiān)測(cè)系統(tǒng)的準(zhǔn)確性和效率。
盲源信號(hào)估計(jì)算法
在未知信號(hào)源和傳播特性的情況下，從混合信號(hào)中分離出無(wú)人機(jī)的通信信號(hào)，提高偵測(cè)系統(tǒng)的準(zhǔn)確性和抗干擾性。
城市級(jí)TDOA分散式計(jì)算技術(shù)
利用深度學(xué)習(xí)對(duì)無(wú)人機(jī)傳輸信號(hào)的頻譜特性和電子特征進(jìn)行分析，形成獨(dú)特的"指紋"，以識(shí)別和分類不同的無(wú)人機(jī)信號(hào)，增強(qiáng)無(wú)人機(jī)的監(jiān)管和安全防護(hù)能力。
基于AI智能的多情報(bào)預(yù)警模型
集成多種數(shù)據(jù)源（如氣象、電磁、航空、障礙物等）的智能分析系統(tǒng)，利用人工智能技術(shù)，對(duì)收集到的信息進(jìn)行綜合分析，預(yù)測(cè)潛在風(fēng)險(xiǎn)，并提前發(fā)出預(yù)警，以提高安全防范和應(yīng)急響應(yīng)能力。
TDOA微弱信號(hào)識(shí)別算法
在復(fù)雜的信號(hào)環(huán)境中檢測(cè)和識(shí)別微弱的無(wú)人機(jī)圖傳信號(hào)，提高無(wú)人機(jī)偵測(cè)系統(tǒng)的靈敏度和準(zhǔn)確性，從而增強(qiáng)對(duì)低功率無(wú)人機(jī)信號(hào)的偵測(cè)能力。
多模態(tài)信號(hào)處理算法
能夠識(shí)別、分類和解釋不同模態(tài)（如視覺(jué)、聲音、電磁等）的信號(hào)特征，并將它們?nèi)诤弦蕴岣咝盘?hào)處理的準(zhǔn)確性和魯棒性。
TDOA優(yōu)選站點(diǎn)調(diào)度算法
通過(guò)評(píng)估信號(hào)覆蓋和質(zhì)量，自動(dòng)選擇最佳的TDOA基站執(zhí)行信號(hào)采集任務(wù)，進(jìn)行頻譜分析，以提高無(wú)線電定位的準(zhǔn)確性和效率。
基于卷積神經(jīng)網(wǎng)絡(luò)的威脅評(píng)估模型
綜合分析無(wú)人機(jī)的無(wú)線電特征和運(yùn)動(dòng)特征，運(yùn)用深度學(xué)習(xí)技術(shù)進(jìn)行圖像和信號(hào)處理，智能識(shí)別和評(píng)估無(wú)人機(jī)攻擊威脅，為安全防御提供準(zhǔn)確的預(yù)警信息。
基于無(wú)跡卡爾曼濾波的軌跡預(yù)測(cè)模型
通過(guò)模擬和分析物體運(yùn)動(dòng)的動(dòng)態(tài)過(guò)程，即使在非線性影響下，也能提供精確的軌跡預(yù)測(cè)。
基于生成式對(duì)抗網(wǎng)絡(luò)的異常檢測(cè)模型
通過(guò)模擬正常數(shù)據(jù)分布的生成器與評(píng)估數(shù)據(jù)真實(shí)性的判別器之間的動(dòng)態(tài)博弈，訓(xùn)練出一個(gè)能夠精確區(qū)分正常與異常模式的系統(tǒng)，有效提升了異常檢測(cè)的準(zhǔn)確性和魯棒性。
基于多模型自適應(yīng)估計(jì)的飛手位置預(yù)測(cè)模型
通過(guò)分析歷史數(shù)據(jù)，采用多個(gè)預(yù)測(cè)算法并動(dòng)態(tài)調(diào)整其權(quán)重，以自適應(yīng)地提高飛手位置預(yù)測(cè)的準(zhǔn)確性，增強(qiáng)無(wú)人機(jī)監(jiān)管的效率和準(zhǔn)確性。
無(wú)線電電子指紋深度學(xué)習(xí)技術(shù)
利用深度學(xué)習(xí)對(duì)無(wú)人機(jī)傳輸信號(hào)的頻譜特性和電子特征進(jìn)行分析，形成獨(dú)特的"指紋"，以識(shí)別和分類不同的無(wú)人機(jī)信號(hào)，增強(qiáng)無(wú)人機(jī)的監(jiān)管和安全防護(hù)能力。
高性能流媒體分發(fā)技術(shù)
利用先進(jìn)的網(wǎng)絡(luò)傳輸和編碼技術(shù)，確保視頻和音頻內(nèi)容能夠快速、穩(wěn)定、高效地從源頭傳輸?shù)接脩舳?，提供低延遲、高清晰度的觀看體驗(yàn)。
城市級(jí)無(wú)線電干擾源定位技術(shù)
利用先進(jìn)的信號(hào)處理和機(jī)器學(xué)習(xí)算法，在復(fù)雜城市環(huán)境中快速識(shí)別和定位無(wú)線電干擾源的技術(shù)。它通過(guò)分析信號(hào)特征、傳播路徑和干擾模式，幫助維護(hù)無(wú)線電通信的穩(wěn)定性和安全性。
無(wú)線電電子指紋深度學(xué)習(xí)技術(shù)
利用深度學(xué)習(xí)對(duì)無(wú)人機(jī)傳輸信號(hào)的頻譜特性和電子特征進(jìn)行分析，形成獨(dú)特的"指紋"，以識(shí)別和分類不同的無(wú)人機(jī)信號(hào)，增強(qiáng)無(wú)人機(jī)的監(jiān)管和安全防護(hù)能力。
軌跡預(yù)測(cè)及糾偏算法
利用無(wú)線電偵測(cè)技術(shù)，對(duì)無(wú)人機(jī)的飛行趨勢(shì)進(jìn)行預(yù)測(cè)分析，并在偵測(cè)到飛行軌跡存在較大偏離時(shí)，自動(dòng)進(jìn)行糾偏。
基于數(shù)字孿生的無(wú)線電盲區(qū)仿真技術(shù)
創(chuàng)建無(wú)線電環(huán)境的虛擬模型，用以模擬信號(hào)傳播，預(yù)測(cè)信號(hào)覆蓋盲區(qū)，輔助無(wú)線網(wǎng)絡(luò)優(yōu)化。
多手段融合電子身份識(shí)別技術(shù)
通過(guò)4/5G、北斗、GPS和國(guó)標(biāo)報(bào)文等技術(shù)，實(shí)現(xiàn)對(duì)白名單內(nèi)設(shè)備或個(gè)體的精確定位和身份驗(yàn)證。
立即開啟，科技賦能低空