CN108287962A - 一种基于卡尔曼滤波的直升机旋翼遮挡预测方法 - Google Patents
一种基于卡尔曼滤波的直升机旋翼遮挡预测方法 Download PDFInfo
- Publication number
- CN108287962A CN108287962A CN201810053040.0A CN201810053040A CN108287962A CN 108287962 A CN108287962 A CN 108287962A CN 201810053040 A CN201810053040 A CN 201810053040A CN 108287962 A CN108287962 A CN 108287962A
- Authority
- CN
- China
- Prior art keywords
- rotor
- len
- period
- blocks
- signal
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明公开了一种基于卡尔曼滤波的直升机旋翼遮挡预测的方法,其包括:当直升机接收到被遮挡的信号时,对信号功率进行滑动平均运算,基于预设的功率阈值,统计遮挡周期内遮挡周期长度以及遮挡时间长度,根据旋翼的初始遮挡状态,计算旋翼的遮挡周期以及遮挡率,通过卡尔曼滤波得到下一个周期的遮挡周期以及遮挡率的预测值,然后计算下一周期的缝隙时间长度的预测值,即完成了旋翼遮挡预测。利用该方法可以用于直升机返向链路中,实现突发传输,并且能够有效地减少旋翼遮挡对信号传输的影响,提高信道利用率。
Description
技术领域
本发明涉及直升机抗旋翼遮挡的卫星通信技术领域,具体涉及一种直升机旋翼遮挡预测方法。
背景技术
目前,直升机在反恐怖、抢险救灾、处理边防突发事件等非战争军事行动中起到越来越重要的作用。直升机卫星通信系统是由直升机和地面固定站通过同步卫星构成点对点通信系统。由于卫星通信电波传播方式是直射波,要求在无遮挡的条件下通信,而直升机飞行过程中,旋翼桨叶会周期性的遮挡天线,造成通信信号的周期性衰落,影响正常通信。
直升机卫星通信的返向链路是指直升机经卫星到地面基站之间的通信链路。在返向链路中,常采用旋翼同步突发,直升机在发送数据时,首先检测旋翼缝隙,预测突发时间窗口,然后周期性的在旋翼同步缝隙中将通信信息突发出去。旋翼遮挡预测一般采用能量和信噪比估计的方式,但该方式预测精度往往较差,如何精确的预测旋翼遮挡,保证信息无损失的传输,提高信道利用率显得十分必要。
发明内容
本发明的发明目的在于:针对上述存在的问题,提供一种基于卡尔曼滤波的直升机旋翼遮挡预测方法,本发明通过预测下一周期的遮挡周期长度以及遮挡时间长度,来减少旋翼遮挡对信号传输的影响,从而提高信道的利用率以及信号传输的可靠性。
为了实现上述发明目的,本发明采用的技术方案是:
计算接收信号的信号功率,并对功率进行滑动平均运算处理;
基于预置的功率阈值,判断滑动平均运算处理后的信号功率是否大于(或满足大于等于也可)功率阈值,若是,则判定信号处于缝隙时间内;否则信号处于遮挡时间内;并统计旋翼的遮挡周期长度len_p以及旋翼的遮挡时间长度len_s;
根据旋翼的初始遮挡周期To、旋翼遮挡周期长度len_o,计算旋翼的当前遮挡周期T以及遮挡率τ,所述遮挡周期所述遮挡率τ=len_s/len_p;
将遮挡周期T以及遮挡率τ作为状态变量,通过卡尔曼滤波预测旋翼下一周期的遮挡周期以及遮挡率
根据预测的旋翼的遮挡周期和遮挡率计算旋翼的缝隙时间长度的预测值。
进一步的,计算接收信号的信号功率,对功率进行滑动平均运算处理具体为:
计算接收信号的每个采样点的信号功率x(n),其中n为采样点标识符;
基于预设的滑动平均长度len,对各采样点的信号功率x(n)进行滑动平均运算,得到滑动平均后的信号功率s(n),其中s(n)=sum(x(n:n+len-1))/len,函数sum(x(n:n+len-1))表示第n个采样的信号功率x(n)到第n+len-1个采样点的信号功率x(n+len-1)的累加和。
进一步的,若第n个采样点的滑动平均后的信号功率s(n)大于功率阈值,则当前采样点处于缝隙时间内;否则处于遮挡时间内;并统计第一次处于遮挡状态的第一个采样点到下一次处于遮挡状态的第一个采样点的采样点数,得到旋翼的遮挡周期长度len_p;统计一个遮挡周期内处于遮挡状态的第一个采样点到最后一个采样点的采样点数,得到旋翼的遮挡时间长度len_s。
其中,根据预测的遮挡周期以及遮挡率计算缝隙时间长度的预测值具体为:
根据公式得到旋翼的遮挡周期长度的预测值
根据公式得到旋翼的遮挡时间长度的预测值
根据公式得到旋翼的缝隙时间长度的预测值。
综上所述,由于采用了上述技术方案,本发明的有益效果是:本发明的方法针对直升机返向链路通信,提出了一种基于卡尔曼滤波的旋翼遮挡预测方法,该方法能够有效的预测出缝隙时间,从而保证信息无损失发送,并且该方法实现简单,已在硬件中得到实现应用。
附图说明
图1为本发明的处理流程示意图;
图2为直升机旋翼遮挡模型;
图3为实施例1的测试处理过程示意图;
图4为实施例1的旋翼遮挡模型;
图5为实施例1的遮挡周期内数据点数对比图
图6为实施例1的遮挡率对比图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面结合实施方式和附图,对本发明作进一步地详细描述。
本发明通过对接收到的信号功率进行滑动平均运算,基于预置阈值统计遮挡周期内遮挡周期长度以及遮挡时间长度,计算旋翼的遮挡周期以及遮挡率,通过卡尔曼滤波得到下一个周期的遮挡周期以及遮挡率的预测值,然后计算下一周期的缝隙时间长度的预测值,即可实现遮挡预测,参见图1,其具体步骤为:
步骤A:计算接收的信号的功率,并对功率进行滑动平均运算,得到信号平均功率;
步骤B:基于预置的功率阈值,当信号平均功率小于该功率阈值时,则判断信号处于遮挡时间内,否则处于缝隙时间内,并统计遮挡周期长度以及遮挡时间长度;
步骤C:根据旋翼的初始遮挡状态,计算旋翼的遮挡周期以及遮挡率;
步骤D:有别于现有的预测方式(将计算得到的遮挡周期以及遮挡率直接作为下一时刻的预测值),本发明通过卡尔曼滤波预测下一周期的遮挡周期以及遮挡率。
步骤E:根据预测的遮挡周期以及遮挡率计算缝隙时间长度的预测值。
其中,各步骤具体实现过程分别为:
所述步骤A中,直升机旋翼遮挡会对信号的功率造成衰减,因此可以根据信号功率判断信号是否处于遮挡状态。当直升机接收到信号后,计算信号功率,对该信号功率进行滑动平均运算,将滑动平均后信号功率记为s(n),则s(n)=sum(x(n:n+len-1))/len,n=1,2,…,其中,x(n)为第n个采样点的信号功率,len为滑动平均的长度,sum(x(n:n+len-1))表示第n个采样的信号功率x(n)到第n+len-1个采样点的信号功率x(n+len-1)的累加和。
所述步骤B中,根据步骤A中得到的滑动平均后的信号功率,设置功率阈值TAP,当功率小于该功率阈值时,判断此时处于遮挡状态,否则当功率大于该功率阈值时,判断此时处于非遮挡状态,即:
统计第一次处于遮挡状态的第一个点到下一次处于遮挡状态的第一个点的长度(即采样点个数),则可得到遮挡周期长度len_p,统计一个遮挡周期内处于遮挡状态的第一个点到最后一个点的长度(采样点个数),则可得到遮挡时间长度len_s,如图2所示。
所述步骤C中,将遮挡时间长度除以遮挡周期长度得到遮挡率τ,即τ=len_s/len_p,并利用遮挡周期长度计算遮挡周期T:其中To表示初始的遮挡周期,len_o表示初始的遮挡周期长度。
所述步骤D中,在原有的旋翼遮挡预测的基础上,即将计算得到的遮挡周期以及遮挡率作为下一时刻的预测值,加入了卡尔曼滤波理论,根据卡尔曼滤波原理,将遮挡周期T以及遮挡率τ作为状态变量X,即则此时卡尔曼滤波的状态方程以及量测方程为:
其中卡尔曼滤波预测递推公式为:
状态预测:
状态预测误差的协方差矩阵:Pk/k-1=Pk-1+Qk-1;
卡尔曼增益:Kk=Pk/k-1(Pk/k-1+Rk)-1;
状态估计:Pk=(I-Kk)Pk/k-1;
状态估计误差的协方差矩阵:
状态预测的输出即为下一个周期内的遮挡周期以及遮挡率的预测值。
所述步骤E中,根据预测得到的遮挡周期以及遮挡率,计算遮挡周期长度的预测值即以及遮挡时间长度的预测值即因此可以得到缝隙时间长度的预测值即
实施例1:
本实施例所使用仿真平台为MATLAB R2011b,其测试过程如图3所示,其中遮挡模型如图4所示,遮挡周期To为50ms,一个遮挡周期内数据长度为40000,遮挡率τ为0.25,一个遮挡周期内遮挡时间长度为10000,遮挡衰减最大为20db,信噪比为3db。首先,随机产生1,-1数据作为发送数据,经遮挡模型处理并加入高斯噪声,然后计算加噪后数据的功率,并进行滑动平均运算,设置阈值,当滑动平均后功率小于该阈值,判断该点处于遮挡时间内,否则判断该点处于非遮挡时间内,统计一个遮挡周期内长度以及一个遮挡周期内遮挡时间的长度,计算遮挡周期以及遮挡率,并将计算得到的遮挡周期以及遮挡率进行卡尔曼滤波处理,即可得到预测的遮挡周期以及遮挡率。
将计算得到的遮挡周期和遮挡率,以及卡尔曼滤波预测出的遮挡周期和遮挡率与遮挡模型进行对比,测试结果如图5和如图6所示,其中,测量值即为采用传统旋翼遮挡预测方式得到的预测值,由图可以看出,卡尔曼滤波预测出的遮挡周期以及遮挡率与传统旋翼遮挡预测相比精度有了很大的提高。
以上所述,仅为本发明的具体实施方式,本说明书中所公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的的替代特征加以替换;所公开的所有特征、或所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以任何方式组合。
Claims (4)
1.一种基于卡尔曼滤波的直升机旋翼遮挡预测方法,其特征在于,包括下列步骤:
计算接收信号的信号功率,并对功率进行滑动平均运算处理;
基于预置的功率阈值,判断滑动平均运算处理后的信号功率是否大于功率阈值,若是,则判定信号处于缝隙时间内;否则信号处于遮挡时间内;并统计旋翼的遮挡周期长度len_p以及旋翼的遮挡时间长度len_s;
根据旋翼的初始遮挡周期To、旋翼遮挡周期长度len_o,计算旋翼的当前遮挡周期T以及遮挡率τ,所述遮挡周期所述遮挡率τ=len_s/len_p;
将遮挡周期T以及遮挡率τ作为状态变量,通过卡尔曼滤波预测旋翼下一周期的遮挡周期以及遮挡率
根据预测的旋翼的遮挡周期和遮挡率计算旋翼的缝隙时间长度的预测值。
2.如权利要求1所述的方法,其特征在于,计算接收信号的信号功率,对功率进行滑动平均运算处理具体为:
计算接收信号的每个采样点的信号功率x(n),其中n为采样点标识符;
基于预设的滑动平均长度len,对各采样点的信号功率x(n)进行滑动平均运算,得到滑动平均后的信号功率s(n),其中s(n)=sum(x(n:n+len-1))/len,函数sum(x(n:n+len-1))表示第n个采样的信号功率x(n)到第n+len-1个采样点的信号功率x(n+len-1)的累加和。
3.如权利要求2所述的方法,其特征在于,若第n个采样点的滑动平均后的信号功率s(n)大于功率阈值,则当前采样点处于缝隙时间内;否则处于遮挡时间内;
统计第一次处于遮挡状态的第一个采样点到下一次处于遮挡状态的第一个采样点的采样点数,得到旋翼的遮挡周期长度len_p;
统计一个遮挡周期内处于遮挡状态的第一个采样点到最后一个采样点的采样点数,得到旋翼的遮挡时间长度len_s。
4.如权利要求1所述的方法,其特征在于,根据预测的遮挡周期以及遮挡率计算缝隙时间长度的预测值具体为:
根据公式得到旋翼的遮挡周期长度的预测值
根据公式得到旋翼的遮挡时间长度的预测值
根据公式得到旋翼的缝隙时间长度的预测值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810053040.0A CN108287962A (zh) | 2018-01-19 | 2018-01-19 | 一种基于卡尔曼滤波的直升机旋翼遮挡预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810053040.0A CN108287962A (zh) | 2018-01-19 | 2018-01-19 | 一种基于卡尔曼滤波的直升机旋翼遮挡预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108287962A true CN108287962A (zh) | 2018-07-17 |
Family
ID=62835185
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810053040.0A Pending CN108287962A (zh) | 2018-01-19 | 2018-01-19 | 一种基于卡尔曼滤波的直升机旋翼遮挡预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108287962A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109533380A (zh) * | 2018-12-19 | 2019-03-29 | 中山大学 | 基于卡尔曼滤波的直升机旋翼遮挡缝隙时长预测方法 |
GB2584294A (en) * | 2019-05-28 | 2020-12-02 | Airbus Defence & Space Ltd | Wireless communication |
CN113189627A (zh) * | 2021-04-29 | 2021-07-30 | 中国电子科技集团公司第五十四研究所 | 一种基于北斗卫星的通信定位一体化双模机载系统 |
CN113422633A (zh) * | 2021-05-31 | 2021-09-21 | 中国民用航空飞行学院 | 一种空地通信直升机旋翼遮挡信号数据增强方法 |
CN113541769A (zh) * | 2021-07-09 | 2021-10-22 | 上海埃威航空电子有限公司 | 基于低轨宽带通信卫星的直升机卫星通信装置及其通信方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521503A (zh) * | 2011-12-07 | 2012-06-27 | 清华大学 | 一种基于lms的直升机旋翼缝隙时间预测方法及装置 |
CN106209278A (zh) * | 2016-07-13 | 2016-12-07 | 国网福建省电力有限公司 | 一种无人直升机旋翼缝隙检测方法 |
CN107124219A (zh) * | 2017-06-30 | 2017-09-01 | 广东电网有限责任公司电力科学研究院 | 一种无人直升机卫星通信受旋翼遮挡的解决方法及系统 |
US20170334556A1 (en) * | 2014-09-25 | 2017-11-23 | Sikorsky Aircraft Corporation | Steady state differential roll moment control with automated differential lateral control |
-
2018
- 2018-01-19 CN CN201810053040.0A patent/CN108287962A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521503A (zh) * | 2011-12-07 | 2012-06-27 | 清华大学 | 一种基于lms的直升机旋翼缝隙时间预测方法及装置 |
US20170334556A1 (en) * | 2014-09-25 | 2017-11-23 | Sikorsky Aircraft Corporation | Steady state differential roll moment control with automated differential lateral control |
CN106209278A (zh) * | 2016-07-13 | 2016-12-07 | 国网福建省电力有限公司 | 一种无人直升机旋翼缝隙检测方法 |
CN107124219A (zh) * | 2017-06-30 | 2017-09-01 | 广东电网有限责任公司电力科学研究院 | 一种无人直升机卫星通信受旋翼遮挡的解决方法及系统 |
Non-Patent Citations (1)
Title |
---|
汤明文: "直升机机载卫通系统抗旋翼遮挡方法研究", 《现代防御技术》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109533380A (zh) * | 2018-12-19 | 2019-03-29 | 中山大学 | 基于卡尔曼滤波的直升机旋翼遮挡缝隙时长预测方法 |
CN109533380B (zh) * | 2018-12-19 | 2022-03-15 | 中山大学 | 基于卡尔曼滤波的直升机旋翼遮挡缝隙时长预测方法 |
GB2584294A (en) * | 2019-05-28 | 2020-12-02 | Airbus Defence & Space Ltd | Wireless communication |
US11842645B2 (en) | 2019-05-28 | 2023-12-12 | Airbus Defence And Space Limited | Wireless communication |
CN113189627A (zh) * | 2021-04-29 | 2021-07-30 | 中国电子科技集团公司第五十四研究所 | 一种基于北斗卫星的通信定位一体化双模机载系统 |
CN113189627B (zh) * | 2021-04-29 | 2022-05-06 | 中国电子科技集团公司第五十四研究所 | 一种基于北斗卫星的通信定位一体化双模机载系统 |
CN113422633A (zh) * | 2021-05-31 | 2021-09-21 | 中国民用航空飞行学院 | 一种空地通信直升机旋翼遮挡信号数据增强方法 |
CN113422633B (zh) * | 2021-05-31 | 2022-08-02 | 中国民用航空飞行学院 | 一种空地通信直升机旋翼遮挡信号数据增强方法 |
CN113541769A (zh) * | 2021-07-09 | 2021-10-22 | 上海埃威航空电子有限公司 | 基于低轨宽带通信卫星的直升机卫星通信装置及其通信方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108287962A (zh) | 一种基于卡尔曼滤波的直升机旋翼遮挡预测方法 | |
EP1922560B1 (en) | Method for selecting energy threshold for radio signal | |
EP2109947B1 (en) | Load estimation using scheduled uplink power | |
DE602004002890T2 (de) | Geschwindigkeitsschätzungsgerät und -Verfahren unter Verwendung der Pegeldurchgangsrate | |
RU2005113236A (ru) | Назначение мощности для битов управления мощностью в сотовой сети | |
WO2007055626A1 (en) | Complexity reduction in power estimation | |
CN102377452B (zh) | 高速取样有限精度量化脉冲超宽带信号到达时间估计方法 | |
CN102404063A (zh) | 一种基于过采样的glrt检测方法 | |
EP3188555B1 (en) | Methods for estimating reference signal received power of cellular communication signals | |
EP2665207A1 (en) | User Equipment and Method for Radio Link Monitoring | |
EP2510630B1 (en) | Load estimation in wireless communication | |
CN105634634B (zh) | 一种存在未知定时的异步信道感知方法 | |
EP1727388B1 (en) | Method and system for control of congestion in CDMA systems | |
US11366977B2 (en) | System and method for detecting spikes in noisy signals | |
CN101026389B (zh) | 一种移动终端及其处理方法 | |
CN101951271A (zh) | 基于压缩采样的脉冲超宽带信号检测方法 | |
Vila-Valls et al. | An interactive multiple model approach for robust GNSS carrier phase tracking under scintillation conditions | |
EP2767005B1 (en) | Method and apparatus for determining statistics for direction of departure | |
CN106209278A (zh) | 一种无人直升机旋翼缝隙检测方法 | |
CN101312368A (zh) | 检测无信号子帧的方法和装置 | |
CN101621493A (zh) | Ofdm的频率偏移估计的判决方法 | |
EP4310840A1 (en) | Echo cancellation method and apparatus, device, and storage medium | |
CN100596236C (zh) | 一种通信系统中信干比的估计方法及装置 | |
US20210274386A1 (en) | Optimal burst transmission times through single modems | |
CN102111228A (zh) | 一种基于循环对称性的认知无线电频谱感知方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180717 |