[发明专利]用于多旋翼无人机定位跟踪的常模信号盲估计方法及系统有效
申请号: | 202211385592.4 | 申请日: | 2022-11-07 |
公开(公告)号: | CN115685067B | 公开(公告)日: | 2023-06-06 |
发明(设计)人: | 樊宽刚;侯浩楠;杨春荣 | 申请(专利权)人: | 江西理工大学 |
主分类号: | G01S5/10 | 分类号: | G01S5/10;G06F30/20;G06F111/10 |
代理公司: | 湖北创融蓝图知识产权代理事务所(特殊普通合伙) 42276 | 代理人: | 羊淑梅 |
地址: | 341000 *** | 国省代码: | 江西;36 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 多旋翼 无人机 定位 跟踪 常模 信号 估计 方法 系统 | ||
1.一种用于多旋翼无人机定位跟踪的常模信号盲估计方法,其特征在于,包括:
利用2D-MUSIC算法来对多旋翼无人机常模信号的DOA进行盲估计,利用二维角度来盲估计DOA的角度信息,对无人机实时方位角和俯仰角进行估计;根据改变不同无人机信号源个数,观察所得到的不同多旋翼无人机实时位置;采用实值波束成形空间ESPRIT算法、无迹卡尔曼滤波算法及ODAS开放嵌入式测试系统,实时对多旋翼无人机的方向角和俯仰角进行检测。
2.如权利要求1所述用于多旋翼无人机定位跟踪的常模信号盲估计方法,其特征在于,具体包括:
步骤一,利用2D-MUSIC算法对多旋翼无人机常模信号的DOA进行盲估计,利用二维角度来盲估计DOA的角度信息,以操控者为参考点,对无人机实时方位角和俯仰角进行估计;
步骤二,根据不同无人机信号源个数以及观察所得到的不同多旋翼无人机实时位置,通过曲线拟合方法,推导出多旋翼无人机常模信号入射最小临界角与无人机信号源个数之间的关系式;
步骤三,搭建基于实值波束成形空间ESPRIT算法并结合无迹卡尔曼滤波算法得多旋翼无人机定位跟踪盲估计装置平台,设计双系统的圆形阵列模型,结合ODAS开放嵌入式测试系统对多旋翼无人机的方向角和俯仰角进行检测。
3.如权利要求2所述用于多旋翼无人机定位跟踪的常模信号盲估计方法,其特征在于,所述步骤一的具体过程为:
建立数学模型图,假设所设定的天线阵列为一个双向平行的天线阵列分布,其中,沿X轴方向的相邻两个阵元之间的距离为dx,两条平行阵列之间的距离为dy,第一条均匀的天线阵列是由(N+1)个信号阵元沿直线排列组成的,第二条均匀分布的直线阵列则是由N个天线阵列所组成的;
假设目标空域内有P个多旋翼无人机位置信号从空间的二维方向入射到天线阵列的基站所铺设的接收传感器上,其中,分别表示方位角和俯仰角,所述方位角表示多旋翼无人机入射位置信号来波方向在xoy平面上的投影线与x轴的夹角;俯仰角表示多旋翼无人机入射位置信号来波方向在xoy平面上的投影线与入射信号来波方向之间的夹角。
4.如权利要求2所述用于多旋翼无人机定位跟踪的常模信号盲估计方法,其特征在于,所述步骤二的具体过程为:
(1.1)模拟不同个数得多旋翼无人机常模信号源入射的不同波达方向DOA的方位角和俯仰角,信噪比均设定为10dB,利用控制变量法确定在同方位角的情况下,不同俯仰角时的MATLAB仿真对比结果;
(1.2)将仿真对比结果数据导入LabVIEW软件中,对所仿真模拟采集数据进行了排序和整理整合,通过运用最小二乘法以及利用SVD算法,对所测的数据量进行曲线拟合处理;
(1.3)根据LabVIEW软件导出的多项式系数,推导出多旋翼无人机个数与盲估计所得的常模信号入射最小临界角的关系式,表达式如下:
Y=1.51-1.38X+0.85X2
式中,X表示多旋翼无人机个数,Y表示盲估计所得的常模信号入射最小临界角。
5.如权利要求2所述用于多旋翼无人机定位跟踪的常模信号盲估计方法,其特征在于,所述步骤三包括如下步骤:
(2.1)构建圆形阵列模型;
(2.2)基于实值波束成形空间ESPRIT算法进行DOA盲估计;
(2.3)基于无迹卡尔曼滤波算法进行干扰消除。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江西理工大学,未经江西理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211385592.4/1.html,转载请声明来源钻瓜专利网。