CN108196290A - 一种无人机群载极化阵列姿态测量和目标探测方法 - Google Patents
一种无人机群载极化阵列姿态测量和目标探测方法 Download PDFInfo
- Publication number
- CN108196290A CN108196290A CN201711160000.8A CN201711160000A CN108196290A CN 108196290 A CN108196290 A CN 108196290A CN 201711160000 A CN201711160000 A CN 201711160000A CN 108196290 A CN108196290 A CN 108196290A
- Authority
- CN
- China
- Prior art keywords
- signal
- aerial vehicle
- attitude
- unmanned aerial
- aircraft
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/53—Determining attitude
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/40—Correcting position, velocity or attitude
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种无人机群载极化阵列姿态测量和目标探测方法,本发明揭示了多缺损电磁矢量传感器姿态位置与接收信号之间的变化规律,根据协同导航的多个地球卫星导航系统信号或者无人机基站信号空间谱和最大化,实现平台姿态测量。计算一般电磁波广义空间谱采用特征值算法,盲信号极化状态、飞机位置和频飘信息,保留传感器在机身中安装姿态和位置信息,在无人机位置不准和频飘问题存在条件下实现多目标波达方向估计。
Description
技术领域
本发明涉及一种无人机群载极化阵列姿态测量和目标探测方法,属于雷达探测、导航技术领域。
背景技术
远程广域相控阵预警雷达是空中对抗体系的组成要素,阵元数量多,载机体积大,机动性差,易被攻击。无人机群整体编队保持某种拓扑结构,而单机可具有一定机动性,生存能力强,执行任务效率提高,采用无人机群对目标进行攻击,命中率和杀伤力已得到广泛重视,而对无人机群更重要的侦察任务研究成果较少。联合姿态测量和侦察(BeamForming,BF)一直以来都是阵列信号处理的热点问题之一,被广泛应用于雷达、声纳等领域。
目前的导航技术尚不能满足无人机群载阵列联合姿态测量和侦察对阵元位置精度和刷新率要求,无人机各飞机独立采样形成的频飘也给联合姿态测量和侦察造成困难。电磁矢量传感器极化阵列接收原始数据呈现出时间、极化和空频相位延迟三维数据结构,利用这种数据结构,电磁矢量传感器极化阵列,可以盲阵元位置实现全孔径进行多目标波达方向估计,这种能力极大地拓展了阵列的适用领域,尤其是为阵列在空基和天基运动平台的运用带来了便利。
接收电磁波信息与平台姿态具有密切关联性,利用电磁波提供的姿态基准来测量运动平台姿态可弥补空间参照物不足的问题,弥补机载姿态测量惯导系统的缺陷。全球导航卫星系统目前包括GPS、GLONASS、北斗和GALILEO,卫星导航信号一般为码分多址或频分多址源,卫星导航接收机收到的电磁波包含了多个卫星波达方向信息,这些信息与接收平台姿态信息具有密切关联性,由波达方向信息转化为接收平台姿态信息,信息的利用直接高效,不受飞行平台姿态及其运动影响。地球卫星导航系统为利用电磁波测量姿态提供了丰富信号源,也可以利用无人机基站信号测量运动平台姿态。同一架无人机多位置的多个传感器共同测量姿态可避免遮挡,获得更高的姿态精度。而发展中的微型惯导姿态信息系统测量精度不高。在某些航空航天应用领域对姿态导航有特殊的要求,如测量速度快,精度高,体积、质量、能耗小,抗大加速,抗辐射,抗极端温度,抗震动等。这些要求使得航姿导航设备成本很高。运动平台姿态信息可从惯导传感器融合电磁波提供的姿态信息获取,获取无人机精确姿态后,就具备了无人机群载极化阵列联合联合姿态测量和侦察所需全部条件。
发明内容
本发明所要解决的技术问题在于克服现有大型机载预警雷达技术的不足,提供一种无人机群载相控阵探测方法,提高了远程广域预警系统生存能力。
本发明为解决上述技术问题采用以下技术方案:
一种无人机群载极化阵列姿态测量和目标探测方法,包括以下步骤:
步骤1、各飞机姿态独立测量:
根据各缺损电磁矢量传感器姿态位置与接收信号之间的变化规律,建立单一飞机载传感器阵列导向矢量,其中包含传感器在机身中安装姿态和位置信息。各飞机独立接收多个扩频码通道的导航信号,解扩频后,计算各信号参数处空间谱值和随飞机姿态变化三维数据,搜索谱值和的峰值,根据最大值位置,估计出对应的各飞机姿态参数。测量飞机姿态,飞机需有两个以上接收单元,且这两个接收单元不能平行安装(磁环以过环心法线衡量)。当只有两个接收单元时,需要两个以上非线极化,不同波达参数的极化导航信号,极化参数和波达参数已知。
当飞机有三个以上不共面接收单元,且两两不平行,只需一个非线非圆极化导航信号,就能测量飞机姿态,要求该极化导航信号极化参数和波达参数已知。若不使用极化参数,如利用式(4)计算特征值的盲极化状态算法,简化计算空间谱,或利用完全非极化信号导航,则需要两个以上不同波达方向的导航信号。
步骤2、用全孔径信息对飞机姿态作精确校正:
根据各缺损电磁矢量传感器姿态位置与接收信号之间的变化规律,建立无人机群载传感器阵列全孔径导向矢量,其中包含传感器在机身中安装姿态和位置信息。联合各飞机接收信号,用全孔径信息对所有飞机姿态作精确校正。计算空间谱时,采用计算特征值的盲信号极化状态、飞机位置和频飘的算法,保留传感器在机身中安装姿态和位置信息。计算各信号参数处全孔径空间谱值和随单一飞机姿态变化三维数据,在姿态参数初值邻域内,搜索全孔径空间谱值和的峰值,根据最大值位置,估计出对应的飞机姿态参数。按此方法依次精确校正各飞机的姿态。
步骤3、多目标探测:
根据各缺损电磁矢量传感器姿态位置与接收信号之间的变化规律,建立无人机群载传感器阵列全孔径导向矢量,其中包含传感器在机身中安装姿态和位置信息。联合各飞机接收信号,采用计算空间谱的特征值算法,盲信号极化状态、飞机位置和频飘,保留传感器在机身中安装姿态和位置信息,计算一般电磁波广义空间谱,形成全孔径波束,根据谱峰位置,进行多目标波达方向估计,算法只与无人机姿态参数有关,解决了无人机位置测量精度不够和频飘问题,适用于一般电磁波信号。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
1)利用现有全球导航卫星系统(目前包括GPS、GLONASS、北斗和GALILEO)导航信号,或测控信号,仅在接收端进行信号处理,就可实现对运动接收平台航行姿态感知,可安装在车辆、舰船、飞行器等平台,使运动平台增加了姿态测量功能,为智能化现代交通打下了基础;
2)同一架无人机多位置的多个传感器共同测量姿态可避免遮挡,获得更高的姿态精度。提高了导航信息利用率;
3)能与测控导航系统集成为一体,适宜微型飞行器(MAV,Micro Air Vehicles)使用;
4)对于无人机群载电磁矢量传感器极化阵列,采用计算空间谱的特征值算法,盲信号信号极化状态、飞机位置和频飘,保留传感器在机身中安装姿态和位置信息,计算一般电磁波广义空间谱,形成全孔径波束,进行多目标波达方向估计,算法只与无人机姿态参数有关,解决了无人机位置测量精度不够和频飘问题,适用于一般电磁波信号。可替代大型机载预警雷达;
5)无人机群载相控阵探测方法提高了远程广域预警系统生存能力;
6)本发明也可与惯导融合使用,以适应不同的应用场合。
附图说明
以下将结合附图对本发明作进一步说明:
图1为波结构坐标系示意图
图2位空间极化电磁波椭圆状旋转电场示意图;
图3为大地坐标系中零旋转姿态电磁矢量传感器示意图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明:
无人机在编队飞行执行任务时,不仅需要解决单无人机飞行过程中必须的通信、数据融合、飞行控制等技术,还需要解决队形保持、防撞避障、航迹规划等问题。本文设定无人机密集群内各飞行器可相互无障碍进行蓝牙式短距信息交换。
1电磁矢量传感器接收信号模型
电磁波信号传播方向如图1所示,大地坐标系下,电磁波空间到达方向用参量表示,分别表示方位角和仰角,-π/2≤θ≤π/2,这样波达矢量为以极化椭圆描述子(γ,η)表示电磁波的极化属性,极化角-π/2<γ≤π/2,极化椭圆率-π/4≤η≤π/4,极化电磁波椭圆状旋转电场如图2所示.分别为电场极化椭圆的长短轴方向向量,电磁波结构向量相互正交,波结构向量可作为姿态测量的参照,以波结构向量为3个坐标轴构成的直角坐标系称为波结构坐标系。原点处独立全电磁矢量传感器基准姿态如图3所示,图3中坐标系为大地坐标系。此时独立全电磁矢量传感器理想导向矢量为其中
原点处独立全电磁矢量传感器理想导向矢量可进一步表达为:
式中
参照图1知,反应了大地坐标系与波结构坐标系之间的旋转关系,当电磁矢量传感器的姿态与大地坐标系存在姿态旋转差异时,表现为的差异,以旋转阵表示。
若有K架飞行器,序号为:k=0,…,K-1。各飞机有L个缺损电磁矢量传感器,序号l=1,…,L,全部传感器排序号为:n=kL+l,k号飞机的l号缺损电磁矢量传感器在机身坐标系下安装位置坐标(xno,yno,zno)T,安装姿态旋转阵bRnO,为固定不变差异,可精确测量得到。在大地坐标系下,各飞行器平台运动造成姿态旋转差异表示为旋转阵bRk,若飞机在大地坐标系中位置(xfk,yfk,zfk)T,则各传感器在大地坐标系位置坐标为:
(xn,yn,zn)T=bRk·(xno,yno,zno)T+(xkf,ykf,zkf)T=(x′no,y′no,z′no)T+(xkf,ykf,zkf)T
n号电磁矢量传感器的姿态与大地坐标系旋转差异阵bRn由安装和飞行器平台运动造成,飞行器平台运动造成姿态差异bRk为时变差异,此误差可调适为无偏误差,这样一来bRn=bRk·bRnO。根据三维空间旋转理论[14]知三维旋转矩阵可以用单一旋转向量描述,其中[φ1n φ2n φ3n]为旋转向量在坐标系中坐标,姿态误差旋转矩阵就等于:同样,
飞行器载n号电磁矢量传感器的导向矢量表达式为:
式中,Cn为选择矩阵,由六维单位阵的部分行向量组成,表示从全电磁矢量传感器选择部分单元组成缺损电磁矢量传感器;
为相位延迟,为传感器在机身安装位置和飞机姿态引起相位延迟,为飞机位置引起相位延迟,表示各飞机独立采样形成的频飘相位延迟。定义:N=KL个电磁矢量传感器阵列的导向矢量表达式为:
式中,为Kronecker积;为N×1向量,代表各电磁矢量传感器相位延迟,其元素依次为n=1,…,N。
2对一般电磁波的DOA估计
若采用最小方差无畸变(MVDR)联合姿态测量和侦察准则算法,实现无人机群载阵列DOA估计,在最小方差无畸变准则下,自适应权矢量可以写作(不考虑常系数因子)R为接收到的信号互相关阵。对于一般电磁波信号,每个波达方向可存在两个极化参数不同的独立信号源,这两个极化参数不同的独立信号源统称为部分极化波或一般电磁波信号源,其中能量较大的为主极化分量,极化参数用(γz,ηz)表示,能量较小的为次极化分量,极化参数用(γc,ηc)表示,和表示方向信号的主次极化分量导向矢量。这样一来方向含主次极化分量双信号的广义MVDR谱为:
参考式(2)得波达方向的广义MVDR谱可简化为如下两个广义特征值之和:
其中:
符号为取广义特征值中最大值,为取广义特征值中次大值,极化域导向因子与N维单位阵IN的Kronecker积拓展了极化域探测的维数,式(4)表明极化域探测并非只有独立电磁矢量传感器才能使用,多个电磁矢量传感器也存在极化域探测。极化域多信号DOA估计的MVDR算法就是在定义域内搜索的峰值对应此过程也就是波束的空间扫描过程。此MVDR谱针对一般电磁波,根据信号极化域信息实现DOA估计,只与极化导向因子有关,与信号频率、阵元位置无关,也不受无人机各飞机独立采样形成的频飘困扰。式(4)表明涉及参数中只有矩阵C中的载机姿态是未知的,其余皆为已知量。在对载机姿态作精确测量后,能够实现无人机群载阵列联合探测目标。
采用多信号分离(MUSIC)谱也能实现极化域多信号DOA估计,对信号互相关阵的估计进行特征谱分解,得
中对角元素较大值对应特征向量构成矩阵张成信号子空间,较小特征值对应特征向量构成矩阵张成噪声子空间。
由此可得参量的空间MUSIC谱为:
参考式(2),得波达方向的广义MUSIC谱可简化为如下两个广义特征值之和:
其中:
符号为取广义特征值中最大值,为取广义特征值中次大值。
3飞行器姿态估计
k号飞机的L个缺损电磁矢量传感器的导向矢量表达式为:
远场平面波导航信号通过扩频方式发出,经解扩频线性运算,与其他信号隔离,考虑第m,m=0,…M-1种扩频码通道有Qm个解扩频后完全极化独立导航信号,k号飞机的L个缺损电磁矢量传感器在此扩频码通道接收信号描述为:
式中,表示此扩频码通道第qm信号的导向矢量,qm=1,…,Qm;为零均值复随机信号,t=1,…,T为时间采样点;e(t)零均值复高斯随机噪声向量。信号数量需满足各导向矢量不相关约束,大地坐标系下,导航信号的参数为已知量。
k号飞机的L个缺损电磁矢量传感器在第m种扩频码通道接收信号互相关阵为:进行特征谱分解,得
对参数为的导航信号形成的MUSIC谱值为:
除飞机姿态参数外,其余都是已知数据。
这样k号飞机在大地坐标系下的姿态bRk,可由在各信号参数处MUSIC谱值和估计:
搜索p(φ1k,φ2k,φ3k)的峰值,根据最大值位置,估计出对应的φ1k,φ2k,φ3k。按此方法可依次估计各飞机的姿态。采用MVDR谱也能实现各飞机的姿态估计。飞机上共点的或分离的接收单元越多,信号源越多,测量飞机姿态精度越高,根据极化波结构分析,飞机上接收单元数量和信号源数量下限受以下两个条件约束:
1、测量飞机姿态,飞机需有两个以上接收单元,且这两个接收单元不能平行安装(磁环以过环心法线衡量)。当只有两个接收单元时,需要两个以上非线极化,不同波达参数的极化导航信号,极化参数和波达参数已知。
2、当飞机有三个以上不共面接收单元,且两两不平行,只需一个非线非圆极化导航信号,就能测量飞机姿态,要求该极化导航信号极化参数和波达参数已知。若不使用极化参数(如利用式(4)简化计算空间谱或利用完全非极化信号导航),则需要两个以上不同波达方向的导航信号。
在获得各飞机较为精确的姿态初值后,可联合各飞机所有传感器信号,用全孔径信息以压制噪声,再次对各飞机姿态作精确校正。所有飞机的KL个电磁矢量传感器在第m扩频码通道接收信号描述为:
式中,表示所有飞机的KL个电磁矢量传感器对第m扩频码通道第q信号的导向矢量,包括飞机姿态在内的所有参数都是已知量。为第m扩频码通道接收到的信号互相关阵估计,进行特征谱分解,得
对k号飞机姿态作精确校正时,只需在姿态参数初值邻域内,搜索各信号参数处全孔径MUSIC谱值和:
在姿态参数初值邻域内,搜索p′(φ1k,φ2k,φ3k)的峰值,根据最大值位置,估计出对应的φ1k,φ2k,φ3k。按此方法可依次精确校正各飞机的姿态。
4算法总结
无人机群载阵列联合联合姿态测量和侦察总结为以下完整流程,由3个步骤组成:
步骤1 各飞机姿态独立测量
各飞机独立接收M个扩频码通道的导航信号,解扩频后,按(7)式计算各信号参数处MUSIC谱值和随飞机姿态变化三维数据,搜索p(φ1k,φ2k,φ3k)的峰值,根据最大值位置,估计出对应的φ1k,φ2k,φ3k。采用MVDR谱也能实现各飞机的姿态估计。
步骤2 用全孔径信息对飞机姿态作精确校正
联合各飞机接收信号,用全孔径信息对所有飞机姿态作精确校正。按(9)式计算各信号参数处全孔径MUSIC谱值和随单一飞机姿态变化三维数据,在姿态参数初值邻域内,搜索p′(φ1k,φ2k,φ3k)的峰值,根据最大值位置,估计出对应的φ1k,φ2k,φ3k。按此方法依次精确校正各飞机的姿态。采用MVDR谱也能实现各飞机的姿态估计。若飞机带惯导姿态传感器,则将电磁波导航得姿态与惯导姿态融合。
步骤3 多目标探测
设远程目标受到发射中心频率为f的特定极化状态正弦波波束扫描照射(发射扫描波束较粗,原理与接收波束相同),各目标反射信号为单频极化状态未知一般电磁波。将侦察无人机群各飞机姿态参数代入式(4),根据的广义MVDR谱或MUSIC空间谱估计目标DOA。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (7)
1.一种无人机群载极化阵列姿态测量和目标探测方法,其特征在于,该方法采用地球卫星导航系统为提供的信号源,或者利用无人机基站信号测量运动平台姿态,采用计算空间谱的特征值算法,盲信号极化状态、无人机位置和频飘,进行多目标方向估计,实现无人机群载极化阵列联合姿态测量和目标探测。
2.根据权利要求1所述的一种无人机群载极化阵列姿态测量和目标探测方法,其特征在于,所述方法具体为:
步骤1,根据各缺损电磁矢量传感器姿态位置与接收信号之间的变化规律,建立单一飞机载传感器阵列导向矢量,再根据各飞机接收到的导航信号估计出各飞机姿态;
步骤2,建立无人机群载传感器阵列全孔径导向矢量,联合各飞机接收信号,用全孔径信息对飞机姿态作精确校正;
步骤3,采用计算空间谱的特征值算法,盲信号极化状态、无人机位置和频飘,进行多目标方向估计。
3.根据权利要求2所述的一种无人机群载极化阵列姿态测量和目标探测方法,其特征在于,所述步骤1具体为:
首先,根据各缺损电磁矢量传感器姿态位置与接收信号之间的变化规律,建立单一飞机载传感器阵列导向矢量,其中包含所述电磁矢量传感器安装在机身中用于检测姿态和位置信息;
其次,各飞机独立接收多个扩频码通道的导航信号,解扩频后,计算各信号参数处空间谱值和随飞机姿态变化三维数据,搜索谱值和的峰值,根据最大值位置,估计出对应的各飞机姿态参数。
4.根据权利要求3所述的一种无人机群载极化阵列姿态测量和目标探测方法,其特征在于,所述步骤1中,所述无人机设有两个或两个以上接收单元,且这两个接收单元不能平行安装;当只有两个接收单元时,设有两个以上非线极化、不同波达参数的极化导航信号,极化参数和波达参数已知。
5.根据权利要求3所述的一种无人机群载极化阵列姿态测量和目标探测方法,其特征在于,所述步骤1中,所述无人机设有三个以上不共面接收单元,且两两不平行,只需一个非线非圆极化导航信号,就能测量飞机姿态,要求该极化导航信号极化参数和波达参数已知;若不使用极化参数,如利用计算特征值的盲极化状态算法,简化计算空间谱,或利用完全非极化信号导航,则需要两个以上不同波达方向的导航信号。
6.根据权利要求2所述的一种无人机群载极化阵列姿态测量和目标探测方法,其特征在于,所述步骤2具体为:
根据各缺损电磁矢量传感器姿态位置与接收信号之间的变化规律,建立无人机群载传感器阵列全孔径导向矢量,其中包含传感器在机身中安装姿态和位置信息,联合各飞机接收信号,用全孔径信息对所有飞机姿态作精确校正;
计算空间谱时,采用计算特征值的盲信号极化状态、无人机位置和频飘的算法,保留传感器在机身中安装姿态和位置信息;计算各信号参数处全孔径空间谱值和随单一无人机姿态变化三维数据,在姿态参数初值邻域内,搜索全孔径空间谱值和的峰值,根据最大值位置,估计出对应的无人机姿态参数;
按上述过程依次精确校正各无人机的姿态。
7.根据权利要求2所述的一种无人机群载极化阵列姿态测量和目标探测方法,其特征在于,所述步骤3具体为:
根据各缺损电磁矢量传感器姿态位置与接收信号之间的变化规律,建立无人机群载传感器阵列全孔径导向矢量,其中包含传感器在机身中安装姿态和位置信息。联合各飞机接收信号,采用计算空间谱的特征值算法,盲信号极化状态、飞机位置和频飘,保留传感器在机身中安装姿态和位置信息,计算一般电磁波广义空间谱,根据谱峰位置,进行多目标波达方向估计。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711160000.8A CN108196290B (zh) | 2017-11-20 | 2017-11-20 | 一种无人机群载极化阵列姿态测量和目标探测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711160000.8A CN108196290B (zh) | 2017-11-20 | 2017-11-20 | 一种无人机群载极化阵列姿态测量和目标探测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108196290A true CN108196290A (zh) | 2018-06-22 |
CN108196290B CN108196290B (zh) | 2022-05-20 |
Family
ID=62573080
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711160000.8A Active CN108196290B (zh) | 2017-11-20 | 2017-11-20 | 一种无人机群载极化阵列姿态测量和目标探测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108196290B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107966719A (zh) * | 2017-12-22 | 2018-04-27 | 中国交通通信信息中心 | 一种基于信号解码和概率筛选的单星定位增强系统及方法 |
CN109813311A (zh) * | 2019-03-18 | 2019-05-28 | 南京航空航天大学 | 一种无人机编队协同导航方法 |
CN111025361A (zh) * | 2019-11-22 | 2020-04-17 | 南京航空航天大学 | 基于全球卫星导航信号三维波结构的平台姿态估计方法 |
CN112558133A (zh) * | 2020-11-23 | 2021-03-26 | 南京航空航天大学 | 一种基于四阶累积量music算法的飞行器姿态估计方法 |
WO2021068135A1 (zh) * | 2019-10-09 | 2021-04-15 | 深圳市大疆创新科技有限公司 | 雷达的抗干扰方法、设备、系统及存储介质 |
CN113176539A (zh) * | 2021-04-25 | 2021-07-27 | 哈尔滨工程大学 | 一种水声信号噪声多级抑制与稳健定位系统及定位方法 |
CN114629545A (zh) * | 2022-03-11 | 2022-06-14 | 北京航空航天大学 | 一种无人机毫米波鲁棒性混合波束赋形设计方法 |
CN115980673A (zh) * | 2022-12-01 | 2023-04-18 | 南京航空航天大学 | 基于无人机群载雷达天线阵列形成大功率宽波束的方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101154982A (zh) * | 2007-09-28 | 2008-04-02 | 南京中网通信有限公司 | 一种极化角自动调整控制电路及方法 |
WO2010032057A1 (en) * | 2008-09-22 | 2010-03-25 | U-Blox A.G. | Direction estimation using single gps antenna and measured signal stength |
CN101872017A (zh) * | 2010-06-07 | 2010-10-27 | 大连海事大学 | 一种gnss-r遥感监测系统及其监测方法 |
CN102313546A (zh) * | 2011-04-14 | 2012-01-11 | 南京航空航天大学 | 基于极化电磁波信息链的运动平台姿态感知方法 |
CN102655276A (zh) * | 2012-04-13 | 2012-09-05 | 北京航空航天大学 | 一种应用于无人机的共形相控阵天线增益方向图合成方法 |
CN102981177A (zh) * | 2012-11-23 | 2013-03-20 | 南京航空航天大学 | 基于协同源波达信息的运动平台姿态感知方法 |
US20140351576A1 (en) * | 2012-10-16 | 2014-11-27 | The Boeing Company | Server algorithms to improve space based authentication |
US20150226856A1 (en) * | 2013-03-13 | 2015-08-13 | Mayflower Communications Company, Inc. | Distortionless mean phase antijam nulling of gps signals |
CN106950549A (zh) * | 2017-03-08 | 2017-07-14 | 郭剑辉 | 一种基于无线射频中继传输技术的雷达标定方法与系统 |
-
2017
- 2017-11-20 CN CN201711160000.8A patent/CN108196290B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101154982A (zh) * | 2007-09-28 | 2008-04-02 | 南京中网通信有限公司 | 一种极化角自动调整控制电路及方法 |
WO2010032057A1 (en) * | 2008-09-22 | 2010-03-25 | U-Blox A.G. | Direction estimation using single gps antenna and measured signal stength |
CN101872017A (zh) * | 2010-06-07 | 2010-10-27 | 大连海事大学 | 一种gnss-r遥感监测系统及其监测方法 |
CN102313546A (zh) * | 2011-04-14 | 2012-01-11 | 南京航空航天大学 | 基于极化电磁波信息链的运动平台姿态感知方法 |
CN102655276A (zh) * | 2012-04-13 | 2012-09-05 | 北京航空航天大学 | 一种应用于无人机的共形相控阵天线增益方向图合成方法 |
US20140351576A1 (en) * | 2012-10-16 | 2014-11-27 | The Boeing Company | Server algorithms to improve space based authentication |
CN102981177A (zh) * | 2012-11-23 | 2013-03-20 | 南京航空航天大学 | 基于协同源波达信息的运动平台姿态感知方法 |
US20150226856A1 (en) * | 2013-03-13 | 2015-08-13 | Mayflower Communications Company, Inc. | Distortionless mean phase antijam nulling of gps signals |
CN106950549A (zh) * | 2017-03-08 | 2017-07-14 | 郭剑辉 | 一种基于无线射频中继传输技术的雷达标定方法与系统 |
Non-Patent Citations (1)
Title |
---|
陈广东 等: "极化域DOA估计与阵元姿态位置误差自校正", 《系统工程与电子技术》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107966719A (zh) * | 2017-12-22 | 2018-04-27 | 中国交通通信信息中心 | 一种基于信号解码和概率筛选的单星定位增强系统及方法 |
CN109813311A (zh) * | 2019-03-18 | 2019-05-28 | 南京航空航天大学 | 一种无人机编队协同导航方法 |
WO2021068135A1 (zh) * | 2019-10-09 | 2021-04-15 | 深圳市大疆创新科技有限公司 | 雷达的抗干扰方法、设备、系统及存储介质 |
CN111025361A (zh) * | 2019-11-22 | 2020-04-17 | 南京航空航天大学 | 基于全球卫星导航信号三维波结构的平台姿态估计方法 |
CN112558133A (zh) * | 2020-11-23 | 2021-03-26 | 南京航空航天大学 | 一种基于四阶累积量music算法的飞行器姿态估计方法 |
CN112558133B (zh) * | 2020-11-23 | 2024-04-16 | 南京航空航天大学 | 一种基于四阶累积量music算法的飞行器姿态估计方法 |
CN113176539A (zh) * | 2021-04-25 | 2021-07-27 | 哈尔滨工程大学 | 一种水声信号噪声多级抑制与稳健定位系统及定位方法 |
CN114629545A (zh) * | 2022-03-11 | 2022-06-14 | 北京航空航天大学 | 一种无人机毫米波鲁棒性混合波束赋形设计方法 |
CN115980673A (zh) * | 2022-12-01 | 2023-04-18 | 南京航空航天大学 | 基于无人机群载雷达天线阵列形成大功率宽波束的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108196290B (zh) | 2022-05-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108196290A (zh) | 一种无人机群载极化阵列姿态测量和目标探测方法 | |
CN107003386B (zh) | 一种卫星导航测姿方法和装置及无人机 | |
CN106291488B (zh) | 一种雷达标定误差校正方法 | |
CN108521670B (zh) | 面向多机紧密编队飞行基于uwb通信与定位方法及一体化系统 | |
Yang et al. | Optimal placement of heterogeneous sensors for targets with Gaussian priors | |
CN104010361B (zh) | 定位系统和方法 | |
CN109341679A (zh) | 一种智能设备导航方法及导航系统 | |
CN103995250B (zh) | 射频标签轨迹追踪方法 | |
CN106199661B (zh) | 基于阵列天线确定微小卫星相对位置和相对姿态的方法 | |
CN103744052B (zh) | 一种应用于空中目标定位的双星测时差测向方法及装置 | |
CN108520640B (zh) | 基于超宽带的无人机导航方法、导航设备、无人机 | |
CN107193028A (zh) | 基于GNSS的Kalman相对定位方法 | |
CN109782289A (zh) | 一种基于基线几何结构约束的水下航行器定位方法 | |
CN110133700A (zh) | 一种船载综合导航定位方法 | |
CN106525050B (zh) | 一种基于信号站的位置和姿态估计方法 | |
CN109061701A (zh) | 一种适用于星载多天线融合载波相位差分测量方法 | |
CN102981177B (zh) | 基于协同源波达信息的运动平台姿态感知方法 | |
CN113064195B (zh) | 一种利用多天线几何特征的高精度低计算载体测姿方法 | |
CN108680158B (zh) | 一种基于极化域波达因子的飞行器群内近距定位方法 | |
CN107270909B (zh) | 一种利用双阵列天线进行微小卫星相对姿态确定的方法 | |
da Costa et al. | Attitude determination for unmanned aerial vehicles via an antenna array | |
Zhu et al. | Return-to-base navigation of robotic swarms in mars exploration using doa estimation | |
An et al. | Efficient rigid body localization based on euclidean distance matrix completion for agv positioning under harsh environment | |
CN111025361B (zh) | 基于全球卫星导航信号三维波结构的平台姿态估计方法 | |
Cordeiro et al. | Kalman-based attitude estimation for an UAV via an antenna array |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |