CN108680158B - 一种基于极化域波达因子的飞行器群内近距定位方法 - Google Patents
一种基于极化域波达因子的飞行器群内近距定位方法 Download PDFInfo
- Publication number
- CN108680158B CN108680158B CN201810285925.3A CN201810285925A CN108680158B CN 108680158 B CN108680158 B CN 108680158B CN 201810285925 A CN201810285925 A CN 201810285925A CN 108680158 B CN108680158 B CN 108680158B
- Authority
- CN
- China
- Prior art keywords
- polarization
- aircraft
- vector
- electromagnetic
- target
- 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.)
- Active
Links
- 230000010287 polarization Effects 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 23
- 239000013598 vector Substances 0.000 claims abstract description 113
- 238000001228 spectrum Methods 0.000 claims abstract description 23
- 230000002950 deficient Effects 0.000 claims abstract description 12
- 238000001514 detection method Methods 0.000 claims abstract description 10
- 238000009434 installation Methods 0.000 claims abstract description 7
- 238000005388 cross polarization Methods 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims description 20
- 238000005070 sampling Methods 0.000 claims description 7
- 230000033001 locomotion Effects 0.000 claims description 6
- 230000010363 phase shift Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000013507 mapping Methods 0.000 claims 1
- 230000005684 electric field Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000004083 survival effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005358 geomagnetic field Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 231100000225 lethality Toxicity 0.000 description 1
Images
Classifications
-
- 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
- G01C21/20—Instruments for performing navigational calculations
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种基于极化域波达因子的飞行器群内近距定位方法,属于导航技术领域。根据机载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,建立机群载的电磁矢量传感器的阵列全孔径导向矢量。根据信号时间、极化和空频相位延迟三维信息结构关系,保留电磁矢量传感器在机身中安装姿态和位置信息,采用盲信号极化状态和频率的极化域波达因子探测法,计算电磁波空间谱,实现无人机群内对短距多目标定位。该方法对飞机位置误差不敏感,可以有效解决短距目标极化参数随接收位置变化、交叉极化、增益相位飘移和接收机位置误差引起的问题。
Description
技术领域
本发明涉及导航技术领域,特别是涉及一种基于极化域波达因子的飞行器群内近距定位方法。
背景技术
地球卫星导航信号,配备地面站增强辅助信号组成的精确位置导航系统在实践中得到广泛运用并取得了良好的效果,适宜民用机群精确导航,但远程信号易被发现而受干扰和攻击,所以地球卫星导航信号不是军用无人机群的优选。一种优选方案是信号源由群内飞机发出,在群内进行短距传播,离群一定距离则收不到该信号,这样无人机群对远处无辐射,达到隐蔽抗干扰攻击的目的。短距目标定位对测量传感器位置有要求,而机载传感器不可避免存在位置误差,这就是群内定位的困难。
极化属性是电磁波的固有属性,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远程多目标波达方向(wave direction of arrival,DOA)估计,本发明根据信号时间、极化和空频相位延迟数据结构关系,采用空间一点只有一个传感器接收单元的极化敏感阵列,减轻交叉极化,可以盲信号频率、极化状态和增益相位飘移,实现无人机群载阵列对短距目标定位,对飞机位置误差不敏感。
发明内容
本发明所要解决的技术问题在于克服现有的飞行器群内近距定位方法技术的不足,提供一种基于极化域波达因子的飞行器群内近距定位方法,提高了飞行器群生存能力。
本发明为解决上述技术问题采用以下技术方案:
一种基于极化域波达因子的飞行器群内近距定位方法,所述定位方法具体步骤为:
(1)在无人机群各飞机间建立短距通信;
(2)在所述无人机群间建立除目标飞机外机载电磁矢量传感器的阵列全孔径导向矢量;
(3)由所述目标飞机发出随机信号,其余飞机接收信号并将数据传递给无人机群中的领航机,由所述领航机进行信号处理;
(4)计算所述目标飞机发出的信号空间谱值随位置变化的三维数据,搜索所述信号空间谱值的峰值,估计出对应的目标飞机位置参数。
进一步的,步骤(2)中所述全孔径导向矢量包括电磁矢量传感器在机身中安装姿态和位置信息,驾驶仪测得的飞机姿态及位置信息,且位置误差远小于机载电磁矢量传感器到目标飞机的距离;所述全孔径导向矢量还包括目标飞机到其他飞机机载电磁矢量传感器的不同极化参数、电磁矢量传感器位置引起的相位延迟和飞机独立采样形成的增益相位飘移这些未知数据。
进一步的,所述步骤(2)中对于近距目标飞机,所述目标飞机到各电磁矢量传感器的波达方向不同,所述波达方向用同一目标坐标和各电磁矢量传感器坐标表示。
进一步的,所述步骤4中空间谱采用多信号分离(MUSIC)或最小方差无畸变(MVDR)空间谱;根据极化阵列接收数据特殊结构,采用计算空间谱的特征值算法,实现目标定位估计,与极化导向因子有关,与信号频率和极化状态无关,对飞机位置误差不敏感,也不受无人机各飞机独立采样形成的增益相位飘移困扰,可以盲信号频率、极化状态、和增益相位飘移,对电磁矢量传感器位置误差不敏感,计算电磁波全孔径空间谱,除目标位置外,涉及参数皆为可测已知量,此方法可同时估计数个目标位置。
进一步的,所述步骤(2)阵列全孔径导向矢量建立的具体过程为:
设所述无人机群有K架飞机,序号为:k=0,…,K-1;各飞机有L个缺损电磁矢量传感器,序号为:l=1,…,L,全部所述缺损电磁矢量传感器排列序号为:n=kL+l,k号飞机的l号所述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和安装姿态旋转阵bRnO为固定不变差异,可精确测量得到;在所述大地坐标系下,各飞行器平台运动造成姿态旋转差异表示为旋转阵bRk,若所述飞机在大地坐标系中位置为(xkf,ykf,zkf)T=(xkf0,ykf0,zkf0)T+(xkfΔ,ykfΔ,zkfΔ)T,式中前一项为精确位置坐标,后一项为误差项,则各所述电磁矢量传感器在大地坐标系下的位置坐标为:
(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号所述电磁矢量传感器的姿态与所述大地坐标系旋转差异阵bRn由安装和所述飞行器平台运动造成,所述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,近场信号的波达矢量和极化参数是随接收位置变化的,考虑信号源位置坐标为(xT,yT,zT)T,到第n号所述电磁矢量传感器的方向用表示,所述极化参数用(γn,ηn)表示,定义:
设阵元位置误差远小于目标与阵元的距离,可得:
则飞机机载n号电磁矢量传感器的导向矢量表达式为:
无人机群载N=KL个电磁矢量传感器阵列全孔径导向矢量表达式为:
信号数量需满足各导向矢量不相关约束。
进一步的,所述步骤(4)中当极化阵列采用空间一点只有一个传感器接收单元的阵列时,极化域探测仍然成立,所述的一种基于极化域波达因子的飞行器群内近距定位方法仍然成立,这样可大大减轻交叉极化,提高信价比。
本发明采用以上技术方案与现有技术相比,具有以下有益效果:
1)信号源由群内飞机发出,在群内进行短距传播,离群一定距离收不到该信号,这样无人机群对远处无辐射,达到隐蔽抗干扰攻击的目的;
2)由于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,可以盲信号频率、极化状态、和增益相位飘移,实现无人机群载阵列对短距目标定位,该方案对飞机位置误差不敏感,解决了无人机群定位存在的误差问题;
3)极化参数随接收位置变化的信号源也可以方便地估计信号参数;
4)当极化阵列采用空间一点只有一个传感器接收单元时,极化域探测仍然成立,这样可大大减轻交叉极化,简化极化阵列结构,使得极化信号的发射和接收要求减低,拓展了极化信号处理应用领域。
附图说明
图1为电磁波信号传播示意图;
图2为极化电磁波椭圆状旋转电场;
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
为使本发明的目的、技术方案和优点更加清楚明白,下面结合附图及具体实施例对本发明的技术方案做进一步的详细说明:
电磁矢量传感器接收信号模型
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:
步骤1、在无人机群各飞机间建立短距通信。
步骤2、根据机载电磁矢量传感器姿态位置与接收信号之间的变化规律,建立除目标飞机外机载电磁矢量传感器的阵列全孔径导向矢量。阵列全孔径导向矢量中包含电磁矢量传感器在机身中安装姿态和位置信息,驾驶仪测得的飞机姿态及位置信息;位置信息误差远小于电磁矢量传感器到目标距离。对于近距目标,目标到各电磁矢量传感器的波达方向不同,但波达方向可用同一目标坐标和各电磁矢量传感器坐标表示。全孔径导向矢量还包含目标飞机到各电磁矢量传感器的不同极化参数电磁矢量传感器位置引起相位延迟、飞机独立采样形成的增益和频率飘移这些未知参数。阵列全孔径导向矢量建立的具体过程如下:
设有无人机群有K架飞机,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,全部缺损电磁矢量传感器排序号为: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和安装姿态旋转阵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(xkf,ykf,zkf)T=(xkf0,ykf0,zkf0)T+(xkfΔ,ykfΔ,zkfΔ)T,式中前一项为精确位置坐标,后一项为误差项,则各传感器在大地坐标系位置坐标为:
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, 近场信号的波达和极化参数是随接收位置变化的,考虑信号源位置坐标为(xT,yT,zT)T,到第n号电磁矢量传感器的方向用表示,极化参数用(γn,ηn)表示,定义:
设阵元位置误差远小于目标与阵元的距离,则可得:
飞行器载n号电磁矢量传感器的导向矢量表达式为:
无人机群载N=KL个电磁矢量传感器阵列的导向矢量表达式为:
信号数量需满足各导向矢量不相关约束。
步骤3、由目标飞机发出随机信号,其余飞机的机载电磁矢量传感器接收信号并将数据传递给无人机群中的领航机,进行信号处理。目标飞机发出的随机信号可含有用信息。
步骤4、计算各目标发出信号空间谱值随目标位置变化三维数据,搜索谱值的峰值,根据最大值位置,估计出对应的目标位置参数。
可采用多信号分离(MUSIC)、最小方差无畸变(MVDR)等空间谱,根据极化阵列接收数据特殊结构,采用计算空间谱的特征值算法,实现目标定位估计,该算法与极化导向因子有关,与信号频率和极化状态无关,对飞机位置误差不敏感,也不受无人机群各飞机独立采样形成的增益相位飘移困扰,可以盲信号频率、极化状态、和增益相位飘移计算电磁波全孔径空间谱,涉及参数皆为可测已知量,且此方法可同时估计数个目标位置。当极化阵列采用空间一点只有一个传感器接收单元的阵列时,极化域探测仍然成立,一种基于极化域波达因子的飞行器群内近距定位方法仍然成立,这样可大大减轻交叉极化,提高信价比。
对接收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(xT,yT,zT)的空间MUSIC谱为:参考式:得目标位置(xT,yT,zT)的广义MUSIC谱可简化为如下最大特征值:
其中:
符号λmax[Φ2(xT,yT,zT),Φ1(xT,yT,zT)]为取广义特征值中最大值。
由式(5)可见,采用计算空间谱的特征值算法,实现目标定位估计,与极化导向因子有关,与信号频率和极化状态无关,对飞机位置误差不敏感,也不受无人机各飞机独立采样形成的增益相位飘移困扰,这就是极化域探测的优点,极化域探测是与时频域探测并列的探测方法,适用于宽带、跳频信号,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。极化域探测可以盲信号频率、极化状态、和增益相位飘移,对传感器位置误差不敏感,计算电磁波全孔径空间谱,涉及参数皆为可测已知量。在阵元存在位置姿态误差时,基于二次统计量的MUSIC算法稳定性优于高阶累积量算法和稀疏重构算法。当极化阵列采用空间一点只有一个传感器接收单元的阵列时,极化域探测仍然成立,这样可大大减轻交叉极化,提高信价比。
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,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。利用地球重力和地磁场,飞机惯导可避免误差累积,获得稳定的飞机姿态参数。目标位置估计是通过信号到各传感器的波达角转化而来的,因此目标定位要求传感器有明显不同的空间位置,若阵元位置误差远小于目标与阵元的距离,则阵元位置误差不影响各传感器的波达角,目标与阵元的距离通常小于波长,这样就造成存在传感器位置误差时,极化域波达因子探测比空频相位因子探测更可靠。
在联合阵列最大阵元间距的3倍距离以内目标为近程目标。适宜近距定位的算法对远处目标距离测量不准确。单一位置传感器测得信号波达角信息可以不完整,测角不是孤立的,无人机群载极化阵列联合对近程目标位置估计,对目标信息积累,获得完整目标位置信息。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定位目标,解决了无人机位置测量精度不够和增益相位飘移问题。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下还可以作出若干改进,这些改进也应视为本发明的保护范围。
Claims (2)
1.一种基于极化域波达因子的飞行器群内近距定位方法,其特征在于,所述定位方法具体步骤为:
(1)在无人机群各飞机间建立短距通信;
(2)在所述无人机群间建立除目标飞机外机载电磁矢量传感器的阵列全孔径导向矢量;
(3)由所述目标飞机发出随机信号,其余飞机接收信号并将数据传递给无人机群中的领航机,由所述领航机进行信号处理;
(4)计算所述目标飞机发出的信号空间谱值随位置变化的三维数据,搜索所述信号空间谱值的峰值,估计出对应的目标飞机位置参数;
步骤(2)中所述全孔径导向矢量包括电磁矢量传感器在机身中安装姿态和位置信息,驾驶仪测得的飞机姿态及位置信息;且位置误差远小于机载电磁矢量传感器到目标飞机的距离;所述全孔径导向矢量还包括目标飞机到其他飞机机载电磁矢量传感器的不同极化参数、电磁矢量传感器位置引起的相位延迟和飞机独立采样形成的增益相位飘移这些未知数据;
所述步骤(2)中对于近距目标飞机,所述目标飞机到各电磁矢量传感器的波达方向不同,所述波达方向用同一目标坐标和各电磁矢量传感器坐标表示;
所述步骤(2)阵列全孔径导向矢量建立的具体过程为:
设所述无人机群有k架飞机,序号为:k=0,…,K-1;各飞机有L个缺损电磁矢量传感器,序号为:l=1,…,L,全部所述缺损电磁矢量传感器排列序号为:n=kL+l,k号飞机的l号所述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和安装姿态旋转阵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,若所述飞机在大地坐标系中位置为(xkf,ykf,zkf)T=(xkf0,ykf0,zkf0)T+(xkfΔ,ykfΔ,zkfΔ)T,式中前一项为精确位置坐标,后一项为误差项,则各所述电磁矢量传感器在大地坐标系下的位置坐标为:
(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号所述电磁矢量传感器的姿态与所述大地坐标系旋转差异阵bRn由安装和所述飞行器平台运动造成,所述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知三维旋转矩阵可以用单一旋转向量描述,其中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, 近场信号的波达矢量和极化参数是随接收位置变化的,考虑信号源位置坐标为(xT,yT,zT)T,到第n号所述电磁矢量传感器的方向用表示,所述极化参数用(γn,ηn)表示,其中:
(γn,ηn)为第n号电磁矢量传感器的极化参数,γ表示极化角,η表示椭圆极化中的椭圆率;
定义:
设阵元位置误差远小于目标与阵元的距离,可得:
则飞机机载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;其中Λk和Θk为各飞机独立采样形成的增益相位飘移,为传感器位置引起相位延迟,为极化导向因子,ξ(γn,ηn)为极化域导向因子,为相位延迟;
无人机群载N=KL个电磁矢量传感器阵列全孔径导向矢量表达式为:
信号数量需满足各导向矢量不相关约束;
步骤(4)中当极化阵列采用空间一点只有一个传感器接收单元的阵列时,极化域探测仍然成立,所述的一种基于极化域波达因子的飞行器群内近距定位方法仍然成立,这样可大大减轻交叉极化,提高信价比。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810285925.3A CN108680158B (zh) | 2018-03-30 | 2018-03-30 | 一种基于极化域波达因子的飞行器群内近距定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810285925.3A CN108680158B (zh) | 2018-03-30 | 2018-03-30 | 一种基于极化域波达因子的飞行器群内近距定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108680158A CN108680158A (zh) | 2018-10-19 |
CN108680158B true CN108680158B (zh) | 2022-07-26 |
Family
ID=63800039
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810285925.3A Active CN108680158B (zh) | 2018-03-30 | 2018-03-30 | 一种基于极化域波达因子的飞行器群内近距定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108680158B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111025361B (zh) * | 2019-11-22 | 2023-09-19 | 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 |
CN113253194B (zh) * | 2021-04-21 | 2022-07-08 | 中国电子科技集团公司第二十九研究所 | 一种基于稀疏表示的宽频段到达角度和极化联合测量方法 |
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 (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5255004A (en) * | 1991-09-09 | 1993-10-19 | Cubic Defense Systems, Inc. | Linear array dual polarization for roll compensation |
WO1995028650A1 (en) * | 1994-04-19 | 1995-10-26 | Northrop Grumman Corporation | Aircraft location and identification system |
WO2010062418A2 (en) * | 2008-08-22 | 2010-06-03 | Raytheon Company | Method and system for locating signal jammers |
JP2011135425A (ja) * | 2009-12-25 | 2011-07-07 | Panasonic Corp | アンテナ装置 |
CN202574620U (zh) * | 2011-11-17 | 2012-12-05 | 南京航空航天大学 | 一种小型多用途无人机 |
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 |
CN103412286A (zh) * | 2013-09-01 | 2013-11-27 | 西安电子科技大学 | 基于mimo雷达的发射极化优化doa估计方法 |
CN104571131A (zh) * | 2015-01-20 | 2015-04-29 | 西安电子科技大学宁波信息技术研究院 | 无人机编队分布式协作系统及其抗干扰方法 |
CN104808227A (zh) * | 2014-01-28 | 2015-07-29 | 纳米新能源(唐山)有限责任公司 | 用于士兵定位的无线定位装置和无线定位系统 |
CN105549060A (zh) * | 2015-12-15 | 2016-05-04 | 大连海事大学 | 基于机载光电吊舱位置和姿态的目标定位系统 |
RU2619915C1 (ru) * | 2016-06-22 | 2017-05-19 | федеральное государственное казенное военное образовательное учреждение высшего образования "Военная академия связи имени Маршала Советского Союза С.М. Буденного" Министерства обороны Российской Федерации | Способ определения координат источника радиоизлучений с борта летательного аппарата |
CN106872933A (zh) * | 2017-01-22 | 2017-06-20 | 南京航空航天大学 | 一种电磁矢量传感器阵元姿态位置六维误差自校正方法 |
CN106885573A (zh) * | 2017-02-15 | 2017-06-23 | 南京航空航天大学 | 面向四旋翼飞行器的运动捕捉系统实时测姿方法 |
CN206431277U (zh) * | 2016-09-21 | 2017-08-22 | 深圳智航无人机有限公司 | 无人机定位系统 |
WO2017161304A1 (en) * | 2016-03-18 | 2017-09-21 | Sunlight Photonics Inc. | Systems, methods, and apparatus for airflow sensing and close formation flight |
CN107289953A (zh) * | 2017-08-07 | 2017-10-24 | 深圳市华琥技术有限公司 | 一种无人机群的导航控制方法 |
CN107748573A (zh) * | 2017-10-24 | 2018-03-02 | 中国电子科技集团公司第三十八研究所 | 无人机、基于无人机集群的天线阵、控制系统及控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9581699B2 (en) * | 2013-03-13 | 2017-02-28 | Mayflower Communications Company, Inc. | Distortionless mean phase antijam nulling of GPS signals |
-
2018
- 2018-03-30 CN CN201810285925.3A patent/CN108680158B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5255004A (en) * | 1991-09-09 | 1993-10-19 | Cubic Defense Systems, Inc. | Linear array dual polarization for roll compensation |
WO1995028650A1 (en) * | 1994-04-19 | 1995-10-26 | Northrop Grumman Corporation | Aircraft location and identification system |
WO2010062418A2 (en) * | 2008-08-22 | 2010-06-03 | Raytheon Company | Method and system for locating signal jammers |
JP2011135425A (ja) * | 2009-12-25 | 2011-07-07 | Panasonic Corp | アンテナ装置 |
CN202574620U (zh) * | 2011-11-17 | 2012-12-05 | 南京航空航天大学 | 一种小型多用途无人机 |
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 |
CN103412286A (zh) * | 2013-09-01 | 2013-11-27 | 西安电子科技大学 | 基于mimo雷达的发射极化优化doa估计方法 |
CN104808227A (zh) * | 2014-01-28 | 2015-07-29 | 纳米新能源(唐山)有限责任公司 | 用于士兵定位的无线定位装置和无线定位系统 |
CN104571131A (zh) * | 2015-01-20 | 2015-04-29 | 西安电子科技大学宁波信息技术研究院 | 无人机编队分布式协作系统及其抗干扰方法 |
CN105549060A (zh) * | 2015-12-15 | 2016-05-04 | 大连海事大学 | 基于机载光电吊舱位置和姿态的目标定位系统 |
WO2017161304A1 (en) * | 2016-03-18 | 2017-09-21 | Sunlight Photonics Inc. | Systems, methods, and apparatus for airflow sensing and close formation flight |
RU2619915C1 (ru) * | 2016-06-22 | 2017-05-19 | федеральное государственное казенное военное образовательное учреждение высшего образования "Военная академия связи имени Маршала Советского Союза С.М. Буденного" Министерства обороны Российской Федерации | Способ определения координат источника радиоизлучений с борта летательного аппарата |
CN206431277U (zh) * | 2016-09-21 | 2017-08-22 | 深圳智航无人机有限公司 | 无人机定位系统 |
CN106872933A (zh) * | 2017-01-22 | 2017-06-20 | 南京航空航天大学 | 一种电磁矢量传感器阵元姿态位置六维误差自校正方法 |
CN106885573A (zh) * | 2017-02-15 | 2017-06-23 | 南京航空航天大学 | 面向四旋翼飞行器的运动捕捉系统实时测姿方法 |
CN107289953A (zh) * | 2017-08-07 | 2017-10-24 | 深圳市华琥技术有限公司 | 一种无人机群的导航控制方法 |
CN107748573A (zh) * | 2017-10-24 | 2018-03-02 | 中国电子科技集团公司第三十八研究所 | 无人机、基于无人机集群的天线阵、控制系统及控制方法 |
Non-Patent Citations (2)
Title |
---|
极化域DOA估计与阵元姿态位置误差自校正;陈广东等;《系统工程与电子技术》;20171031;第39卷(第10期);第2184页引言第1段、第2185页第1-3节、第2186页第1-3节 * |
极化阵列DOA与极化参数联合估计方法的研究;王炳奇;《中国优秀硕士学位论文全文数据库信息科技辑》;20140815(第8期);摘要、第2页第1.2节第1段、第7页第2.3.2节第1段、第15页第三章、第25页第四章第4.1节第1-3段、第28-30页第4.2-4.4.1节 * |
Also Published As
Publication number | Publication date |
---|---|
CN108680158A (zh) | 2018-10-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108196290B (zh) | 一种无人机群载极化阵列姿态测量和目标探测方法 | |
US9891306B2 (en) | Geolocating a remote emitter | |
ES2869858T3 (es) | Evaluación de la posición de un vehículo aéreo | |
CN107015191B (zh) | 一种在多径干扰环境下单偶极子极化敏感阵列降维doa估计方法 | |
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 | |
CN111221018B (zh) | 一种用于抑制海上多路径的gnss多源信息融合导航方法 | |
KR101773112B1 (ko) | 무선 주파수 이미터들의 수동적 지리적 위치에 대한 위상 변화율 기법들 | |
CN109782289B (zh) | 一种基于基线几何结构约束的水下航行器定位方法 | |
CN108872932B (zh) | 基于神经网络的超视距目标直接定位结果纠偏方法 | |
JP2017508978A (ja) | レーダー警報受信機における到来角(aoa)を判定する方法及び装置 | |
CN108872971B (zh) | 一种基于运动单阵列的目标定位方法与装置 | |
US8791859B2 (en) | High precision radio frequency direction finding system | |
CN115061156A (zh) | 一种基于组合导航的阵列天线抗卫星导航欺骗方法及系统 | |
CN108983169B (zh) | 一种基于数字高程模型的米波雷达地形修正方法 | |
CN114089333B (zh) | 一种基于直升机平台的sar振动误差估计及补偿方法 | |
CN105388470B (zh) | 一种估计目标运动参数的方法 | |
Grabbe et al. | Geo-location using direction finding angles | |
CN116182872B (zh) | 一种基于空间分布式公有误差抑制的偏振定位方法 | |
Marinho et al. | Antenna array based positioning scheme for unmanned aerial vehicles | |
Wang et al. | A high-frequency motion error compensation algorithm based on multiple errors separation in BiSAR onboard mini-UAVs | |
Zhu et al. | Return-to-base navigation of robotic swarms in mars exploration using doa estimation | |
Wallace et al. | Cooperative relative UAV attitude estimation using DoA and RF polarization | |
Cao et al. | Direct self-position awareness based on array-sensing multiple source data fitting | |
Li et al. | Performance analysis for space-air-ground integrated passive localization using TDOA measurements | |
Tianyuan et al. | Single observer passive location using phase rate of change with the extended Kalman particle filter |
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 |