无人机无线电监测混合定位算法.docx资源-CSDN文库

版权申诉

179 浏览量 2022-12-15 14:18:34 上传评论收藏 832KB DOCX 举报

资源推荐

资源详情

资源评论

采用多旋翼无人机搭建低空无线电干扰监测排查平台，有效地克服了传统地面监测车

大范围搜索导致的时间长、效率低的不足，减小了路径损耗，提高了信号增益，扩大了通

信覆盖范围。目前，无源定位技术主要有基于测向交叉(AOA)的无源定位、基于接收信号

强度(RSSI)的无源定位、基于接收时差(TDOA)的无源定位、基于接收频差(FDOA)的无源

定位及它们的混合定位算法

[1]

。按照无人机的数量，可分为基于单个无人机无源定位和基

于多个无人机无源定位，而当今市面上的无人机无线电定位系统大部分采用基于单个无人

机，利用多点测向交叉定位技术进行定位

[2]

，如成都点阵科技有限公司的 DZF-AC1 空中无

线电监测测向系统，利用比幅测向原理测得方位角信息来进行交叉定位

[3]

，从而估计出干

扰源的位置，因此其定位精度与无人机的测量地点、测量地点个数、每个测向天线的测量

误差等因素有关。

对于测向交叉定位系统而言，其硬件要求较低且易实现。针对测向交叉定位误差，文

献[4-5] 利用定位模糊面积和圆概率误差 2 种目标定位精度的衡量指标，分析了测向误差对

定位精度的影响，提出了测量点最优布置方案。文献[6]在多干扰下将来自同一干扰源的测

向角度分选出来进行信息匹配，利用线性加权最小二乘估计结合卡尔曼滤波算法进行处

理，从而获得干扰源位置。接收信号强度定位系统具有成本低、设备简单等优点，是目前

室内定位采用的主要方法。实际上，室外也可以用 RSSI 定位，但由于接收到的 RSSI 值容

易受环境和噪音的影响，导致误差较大，进而估计的干扰源位置存在较大误差。文献[7]通

过对数正态模型将测量的 RSSI 转换为距离信息，将构建的距离差函数与单个超宽带基站

的精确测距结合，在多个 RSSI 测量值下利用一个超宽带测距基站即可完成高精度定位。

文献[8]将 2 个测量点的信号强度差值(RSSID)转换成干扰源到两测量点的距离比，并用卡

尔曼滤波来提高定位精度。

测向交叉定位的测向误差主要来自设备本身的影响，RSSI 定位误差主要来自环境和

噪音的影响，定位精度不高。鉴于此，针对传统的单个无人机无源定位算法存在的问题，

提出一种基于 RSSI 和 AOA 的混合定位方法的优化模型，以实现高精度定位。

1. 测向交叉定位原理与误差分析

1.1 测向交叉定位原理

一架搭载定向天线的多旋翼无人机飞到第 1 个预定测量点后，记录当前位置并操控无

人机使其悬停自转，通过比幅测向原理，找出接收信号强度最大的方向，即是干扰源到无

人机的方向。飞到下一个预定测量位置后，重复之前的操作，得到 2 条测向线，测向线的

交点就是干扰源的位置。

基本交叉定位示意图如图 1 所示。在直角坐标系中，A(0, 0)，B(x, 0)分别为无人机 2

次测量的位置坐标，A、B 测量点的距离为 d，测得干扰源的方向角分别为 α、β。2 条测向

线于点 T(x

0

, y

0

)(干扰源位置)处相交。由此可得干扰源的位置：

剩余10页未读，继续阅读

内容反馈

版权申诉

罗伯特之技术屋

粉丝: 3581
资源: 1万+

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip