CN110389596A - 一种自动跟随信号源的无人机控制方法 - Google Patents
一种自动跟随信号源的无人机控制方法 Download PDFInfo
- Publication number
- CN110389596A CN110389596A CN201910704224.3A CN201910704224A CN110389596A CN 110389596 A CN110389596 A CN 110389596A CN 201910704224 A CN201910704224 A CN 201910704224A CN 110389596 A CN110389596 A CN 110389596A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- circle
- quadrant
- center
- coordinate
- 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
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000005259 measurement Methods 0.000 claims abstract description 12
- 239000011159 matrix material Substances 0.000 claims description 16
- 230000001133 acceleration Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000013459 approach Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000021615 conjugation Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000001737 promoting effect Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000003491 array Methods 0.000 description 7
- 241000208340 Araliaceae Species 0.000 description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 description 3
- 235000008434 ginseng Nutrition 0.000 description 3
- 230000002354 daily effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/12—Target-seeking control
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供了一种自动跟随信号源的无人机控制方法，运用无线电测向技术中的相关干涉法，采用基于互谱密度函数的相位差测量算法来对信号源测向，用天线阵的结构建立相位差的样本库，并附其对应俯仰角和方位角，以缩短测向时间，对测量到的相位差进行数据匹配，得到真实俯仰角和方位角，以实现目标的定位，利用无人机路径制导算法逼近人的运动轨迹。本发明具有工作稳定、步骤简单有效以及可适用实时控制等特点。在实际应用中，使用该控制方法的自动跟随系统可以使警用无人机跟随警察进行执法记录，可以节省大量的警力资源，非常适合在日常警务实战中推广应用。
Description
技术领域
本发明涉及一种自动控制领域，尤其是一种自动跟随信号源的控制方法。
背景技术
现有的无人机技术日渐成熟，无线电测向和制导跟踪技术也多种多样。但这些无线电测向和制导跟踪技术并没有很好的和无人机相互融合，它们在无人机方面的运用还存在着许多空白，尤其是在可以日常使用的跟随型警用无人机方面。
发明内容
为了克服现有技术的不足，本发明提供一种自动跟随信号源的无人机控制方法。该种无人机控制方法填补了警用无人机的空白，其算法简单实用，设备基础需求不高，因而非常适合在日常警务实战中推广应用。
本发明解决其技术问题所采用的技术方案的详细步骤如下：
步骤1：分析来波；
设两路无线电信号表达式为：
其中，s1(t)和s2(t)分别为两路宽带信号表达式，频率为f0，和分别为两个信号的初相位，A为信号的幅度；
两路宽带信号的互谱密度函数为
式中，“*”表示信号的共轭；s1(t)和s2(t)分别为两路宽带信号表达式；
公式(2)进行傅里叶变换后得到：
E12(f)＝F1(f)F2 *(f)＝|F1(f)|2ei2πfvt (3)
其中F1(f)和F2(f)分别为两信号的频谱密度，v为无线电波传播速度；
由式(3)可知，在频率分量f处的相位差为互谱密度函数在频率f处的相位；
将式(3)以复数的形式表示为：
E12(f)＝|F1(f)|2[cos(2πfΔt)+i·sin(2πfΔt)] (4)
记I(f)＝cos(2πfΔt)和Q(f)＝sin(2πfΔt)分别为互谱密度函数的实部和虚部，Δt为采样时间间隔，则频率f处的相位差计算公式为：
n元天线阵即产生n组相位差，方位角为俯仰角为θ的无线电波在天线阵的各阵元上相对于选定的参考点产生n组相位差，通过公式(1)～(5)计算得出n组相位差，组成测量值样本库，记作
步骤2：计算信号方位角与俯仰角；
建立相位差表，生成信号源，进行匹配运算，得到检测结果；
步骤2.1：建立信号相位差理论值的总样本库；
设天线阵的直径为R，以阵心为参考点，第n个阵元与参考点的相位差为：
式(6)中，θ为无人机相对于人的俯仰角，为无人机相对于人的方位角，λ为电磁波的波长，fc为电磁波的频率，c为电磁波的传播速度；
测向设备的方位角的范围为0°～360°，俯仰角范围为0°～90°，以1°划分，每个阵元所接收的无线电信号的方位角和俯仰角有360×90种情况，组成一个360×90的二维矩阵，将该矩阵中的数据通过公式(5)两两进行计算，得到一个360×90的二维矩阵，n元天线阵中共有n个阵元，因此得到一个360×90×n的三维矩阵，三维矩阵中的数据为各阵元与参考点所接收的信号之间的相位差，记该矩阵为理论值总样本库；
步骤2.2：进行数据匹配
取信号相位差理论值总样本库中方位角为俯仰角为θ的信号的数据，建立理论值子样本库，n元天线阵即产生1×n的矩阵，记作Φ，共得到360×90个子样本库；
根据互相关系数进行样本库匹配的相关系数计算公式如下：
其中，为测量值样本库；Φ为理论值子样本库；为理论值子样本库和测量值样本库中数据的协方差，D(Φ)和分别为理论值子样本库和测量值样本库中数据的方差；
由于共有360×90个子样本库，所得到的相关系数共有360×90个，进行最大值搜索，得到相关系数的最大值，相关系数的最大值所对应的方位角俯仰角θ为所求的信号方位角与俯仰角θ，该方位角与俯仰角θ与真实值的误差在1°内；
步骤3：进行导向计算；
步骤3.1：计算无人机的初始坐标；
设人的初始位置A0为坐标原点O(0,0)，无人机初始位置为B0，x轴指向无人机初始运动方向，建立坐标系，设无人机的初始坐标为(x0,y0)，为方位角的绝对值，则无人机的初始坐标为：
步骤3.2：无人机运动圆心位置与加速度计算
无人机的飞行高度为固定值h，则人与无人机连线的在xoy平面上的投影
向心加速度在人、无人机、圆周运动圆心组成的三角形中得到
其中，v为无人机速度，a为向心加速度，R为圆周运动半径，O为圆周运动圆心，L1为无人机和人所在位置的连线，η为无人机速度与L1的夹角；
无人机运动圆心位置计算步骤如下：
以无人机当前坐标为坐标原点(0,0)，x轴指向无人机初始运动方向，建立直角坐标系；
以人与无人机连线的在xoy平面上的投影L1为目标路径，在目标路径上选择一个参考点B，参考点B位于坐标系四个象限内或坐标轴上，将位于x轴正半轴上的点看作位于第一象限，位于y轴正半轴上的点看作位于第二象限，位于x轴负半轴上的点看作位于第三象限，位于y轴负半轴上的点看作位于第四象限，因此，参考点B在坐标轴上的位置共有位于第一、二、三、四象限四种情况；
设参考点与无人机连线与无人机夹角为α，当飞行方向指向第一象限时，当0＜α≤180°时，圆心在第二象限；当180°＜α≤360°时，圆心在第四象限；
当飞行方向指向第二象限时，当0＜α≤180°时，圆心在第一象限；当180°＜α≤360°时，圆心在第三象限；
当飞行方向指向第三象限时，当0＜α≤180°时，圆心在第二象限；当180°＜α≤360°时，圆心在第四象限；
当飞行方向指向第四象限时，当0＜α≤180°时，圆心在第一象限；当180°＜α≤360°时，圆心在第三象限；
圆心坐标的计算过程为：
计算出：
Δx＝|Rsinα|，Δy＝|Rcosα| (9)；
当圆心在第一象限时，圆心坐标为(Δx,Δy)；当圆心在第二象限时，圆心坐标为(-Δx,Δy)；当圆心在第三象限时，圆心坐标为(-Δx,-Δy)，当圆心在第四象限时，圆心坐标为(Δx,-Δy)；
步骤3.3：得到圆心坐标后，根据已知的无人机初始坐标，向无人机发出改变加速度的指令，使无人机逼近参考点，计算步骤如下：
设无人机飞行速度为vf，无人机的运动时间为发送信号得间隔Δt，无人机的旋转角度取决于时间间隔的大小，实际旋转角度为旋转后的实际坐标并不一定与参考点重合；
设运动后实际坐标为(x1，y1)，则：
x1＝(x0-O1)cos(u)-(y0-O2)sin(u)+O1,
y1＝(x0-O1)sin(u)+(y0-O2)cos(u)+O2 (10)；
无人机原坐标是(x0，y0)，O1是旋转圆心的横坐标，O2是旋转圆心的纵坐标。
以得到的新坐标(x1，y1)为当前的初始坐标，每间隔时间T后重复步骤1、步骤2和步骤3，当L1与无人机速度方向夹角的绝对值|β|≤1°时，圆周运动半径R趋近于无穷大，a趋近于0，无人机做匀速直线运动，此时暂停循环；当L1与无人机速度方向夹角的绝对值|β|＞1°时，再次开始重复步骤1、步骤2、步骤3，不断循环执行步骤1、步骤2和步骤3，即可实现无人机的目标跟随。
本发明的有益效果在于该控制方法具有工作稳定、步骤简单有效以及可适用实时控制等特点。在实际应用中，使用该控制方法的自动跟随系统可以使警用无人机跟随警察进行执法记录，可以节省大量的警力资源，非常适合在日常警务实战中推广应用。
附图说明
图1为本发明的无人机跟随系统流程图。
图2为本发明的五元天线阵的结构图。
图3为本发明的相关干涉法流程图。
图4为本发明的无人机平台的五元天线阵列。
图5为本发明的无人机初始坐标图。
图6为本发明的无人机的运动轨迹在xoy平面的投影关系图。
图7为本发明的无人机运动的旋转圆心测量图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
本发明运用无线电测向技术中的相关干涉法，采用基于互谱密度函数的相位差测量算法来对信号源测向，用五元天线阵的结构建立相位差的样本库，并附其对应俯仰角和方位角，以缩短测向时间。在实际情况中对测量到的相位差进行数据匹配，得到真实俯仰角和方位角，以实现目标的定位。
本发明还结合了无人机路径制导算法。该算法以所测得人的位置为参考点，使无人机产生一个水平加速度，改变自身运动方向，向参考点运动，经过数次改变加速度不断逼近参考点。在本发明中，警员携带的信号源，每隔一定时间间隔发出一个信号，无人机接收到信号后根据相位差测向体系得出人相对无人机的位置俯仰角以及方位角，然后利用无人机路径制导算法逼近人的运动轨迹。
本发明的步骤如下：
步骤1：分析来波；
图1为本发明的步骤图，图2为本发明采用的五元天线阵的结构图。
设两路无线电信号表达式为
其中，s1(t)和s2(t)分别为两路宽带信号表达式，频率为f0，和分别为两个信号的初相位，A为信号的幅度；
两路宽带信号的互谱密度函数为
式中，“*”表示信号的共轭；s1(t)和s2(t)分别为两路宽带信号表达式；
公式(2)进行傅里叶变换后得到：
E12(f)＝F1(f)F2 *(f)＝|F1(f)|2ei2πfvt (3)
其中F1(f)和F2(f)分别为两信号的频谱密度，v为无线电波传播速度，此处可近似看作与光速相等；
由式(3)可知，在频率分量f处的相位差为互谱密度函数在频率f处的相位；
将式(3)以复数的形式表示为：
E12(f)＝|F1(f)|2[cos(2πfΔt)+i·sin(2πfΔt)] (4)
记I(f)＝cos(2πfΔt)和Q(f)＝sin(2πfΔt)分别为互谱密度函数的实部和虚部，Δt为采样时间间隔，则频率f处的相位差计算公式为：
n元天线阵即产生n组相位差，本发明采取五元天线阵，方位角为俯仰角为θ的无线电波在天线阵的各阵元上相对于选定的参考点(选天线阵的阵心为参考点)产生五组相位差，通过公式(1)～(5)计算得出五组相位差，组成测量值样本库，记作
步骤2：计算信号方位角与俯仰角；
图3为相关干涉法流程图，即建立相位差表，生成信号源，进行匹配运算，得到检测结果，
步骤2.1：建立信号相位差理论值的总样本库
图4为无人机平台的五元天线阵列，设天线阵的直径为R，以阵心为参考点，第n个阵元与参考点的相位差为：
式(6)中，θ为无人机相对于人的俯仰角，为无人机相对于人的方位角，n＝0,1,2,3,4，λ为电磁波的波长，fc为电磁波的频率，c为电磁波的传播速度；
因为测向设备的方位角的范围为0°～360°，俯仰角范围为0°～90°，以1°划分，每个阵元所接收的无线电信号的方位角和俯仰角有360×90种情况，组成一个360×90的二维矩阵，将该矩阵中的数据通过公式(5)两两进行计算，得到一个360×90的二维矩阵，n元天线阵中共有n个阵元，因此得到一个360×90×n的三维矩阵，五元天线阵中共有五个阵元，因此得到一个360×90×5的三维矩阵，该矩阵中的数据为各阵元与参考点所接收的信号之间的相位差，记该矩阵为理论值总样本库；
步骤2.2：进行数据匹配
取信号相位差理论值总样本库中方位角为俯仰角为θ的信号的数据，建立理论值子样本库，采取n元天线阵即产生1×n的矩阵，记作Φ，共得到360×90个子样本库，本发明中子样本库为一个1×5的矩阵。
根据互相关系数进行样本库匹配的相关系数计算公式如下：
其中，为测量值样本库；Φ为理论值子样本库；为理论值子样本库和测量值样本库中数据的协方差，D(Φ)和分别为理论值子样本库和测量值样本库中数据的方差；
由于共有360×90个子样本库，所得到的相关系数共有360×90个，在32400个结果中进行最大值搜索，得到相关系数的最大值，相关系数的最大值所对应的方位角俯仰角θ为所求的信号方位角与俯仰角θ，该方位角与俯仰角θ与真实值的误差在1°内。
步骤3：进行导向计算；
步骤3.1：计算无人机的初始坐标；
无人机初始坐标如图5所示，设人的初始位置A0为坐标原点O(0,0)，无人机初始位置为B0，x轴指向无人机初始运动方向，建立坐标系，设无人机的初始坐标为(x0,y0)，为方位角的绝对值，则无人机的初始坐标为：
步骤3.2：无人机运动圆心位置与加速度计算
无人机的飞行高度为固定值h，则人与无人机连线的在xoy平面上的投影
图6表示无人机的运动轨迹在xoy平面的投影，在运动学公式中，向心加速度在人、无人机、圆周运动圆心组成的三角形中得到
其中，v为无人机速度，a为向心加速度，R为圆周运动半径，O为圆周运动圆心，L1为无人机和人所在位置的连线，η为无人机速度与L1的夹角；
无人机运动圆心位置计算步骤如下：
以无人机当前坐标为坐标原点(0,0)，x轴指向无人机初始运动方向，建立直角坐标系；
以人与无人机连线的在xoy平面上的投影L1为目标路径，在目标路径上选择一个参考点B，参考点B位于坐标系四个象限内或坐标轴上，将位于x轴正半轴上的点看作位于第一象限，位于y轴正半轴上的点看作位于第二象限，位于x轴负半轴上的点看作位于第三象限，位于y轴负半轴上的点看作位于第四象限，因此，参考点B在坐标轴上的位置共有位于第一、二、三、四象限四种情况。
设参考点与无人机连线与无人机夹角为α，当飞行方向指向第一象限时，当0＜α≤180°时，圆心在第二象限；当180°＜α≤360°时，圆心在第四象限；
当飞行方向指向第二象限时，当0＜α≤180°时，圆心在第一象限；当180°＜α≤360°时，圆心在第三象限。
当飞行方向指向第三象限时，当0＜α≤180°时，圆心在第二象限；当180°＜α≤360°时，圆心在第四象限。
当飞行方向指向第四象限时，当0＜α≤180°时，圆心在第一象限；当180°＜α≤360°时，圆心在第三象限；
圆心坐标的计算过程为：
如图7的无人机运动的旋转圆心测量图所示，计算出：
Δx＝|Rsinα|，Δy＝|Rcosα| (9)；
当圆心在第一象限时，圆心坐标为(Δx,Δy)；当圆心在第二象限时，圆心坐标为(-Δx,Δy)；当圆心在第三象限时，圆心坐标为(-Δx,-Δy)，当圆心在第四象限时，圆心坐标为(Δx,-Δy)；
步骤3.3：得到圆心坐标后，根据已知的无人机初始坐标，向无人机发出改变加速度的指令，使无人机逼近参考点，计算步骤如下：
设无人机飞行速度为vf，无人机的运动时间为发送信号得间隔Δt，无人机的旋转角度取决于时间间隔的大小，实际旋转角度为旋转后的实际坐标并不一定与参考点重合；
设运动后实际坐标为(x1，y1)，则：
x1＝(x0-O1)cos(u)-(y0-O2)sin(u)+O1,
y1＝(x0-O1)sin(u)+(y0-O2)cos(u)+O2 (10)；
无人机原坐标是(x0，y0)，O1是旋转圆心的横坐标，O2是旋转圆心的纵坐标。
以得到的新坐标(x1，y1)为当前的初始坐标，重复步骤3.2和步骤3.3，循环次数可人为设定，当a趋近于0，跳出循环；
每间隔时间T后重复步骤1、步骤2和步骤3，当L1与无人机速度方向夹角的绝对值|β|≤1°时，认为无人机已经逼近人的运动轨迹，此时圆周运动半径R趋近于无穷大，a趋近于0，无人机做匀速直线运动，此时暂停循环；当L1与无人机速度方向夹角的绝对值|β|＞1°时，再次开始重复步骤1、步骤2、步骤3，不断循环执行步骤1、步骤2和步骤3，即可实现无人机的目标跟随。
Claims (1)
1.一种自动跟随信号源的无人机控制方法，其特征在于包括下述步骤：
步骤1：分析来波；
设两路无线电信号表达式为：
其中，s1(t)和s2(t)分别为两路宽带信号表达式，频率为f0，和分别为两个信号的初相位，A为信号的幅度；
两路宽带信号的互谱密度函数为
式中，“*”表示信号的共轭；s1(t)和s2(t)分别为两路宽带信号表达式；
公式(2)进行傅里叶变换后得到：
其中F1(f)和F2(f)分别为两信号的频谱密度，v为无线电波传播速度；
由式(3)可知，在频率分量f处的相位差为互谱密度函数在频率f处的相位；
将式(3)以复数的形式表示为：
E12(f)＝|F1(f)|2[cos(2πfΔt)+i·sin(2πfΔt)] (4)
记I(f)＝cos(2πfΔt)和Q(f)＝sin(2πfΔt)分别为互谱密度函数的实部和虚部，Δt为采样时间间隔，则频率f处的相位差计算公式为：
n元天线阵即产生n组相位差，方位角为俯仰角为θ的无线电波在天线阵的各阵元上相对于选定的参考点产生n组相位差，通过公式(1)～(5)计算得出n组相位差，组成测量值样本库，记作
步骤2：计算信号方位角与俯仰角；
建立相位差表，生成信号源，进行匹配运算，得到检测结果；
步骤2.1：建立信号相位差理论值的总样本库；
设天线阵的直径为R，以阵心为参考点，第n个阵元与参考点的相位差为：
式(6)中，θ为无人机相对于人的俯仰角，为无人机相对于人的方位角，λ为电磁波的波长，fc为电磁波的频率，c为电磁波的传播速度；
测向设备的方位角的范围为0°～360°，俯仰角范围为0°～90°，以1°划分，每个阵元所接收的无线电信号的方位角和俯仰角有360×90种情况，组成一个360×90的二维矩阵，将该矩阵中的数据通过公式(5)两两进行计算，得到一个360×90的二维矩阵，n元天线阵中共有n个阵元，因此得到一个360×90×n的三维矩阵，三维矩阵中的数据为各阵元与参考点所接收的信号之间的相位差，记该矩阵为理论值总样本库；
步骤2.2：进行数据匹配
取信号相位差理论值总样本库中方位角为俯仰角为θ的信号的数据，建立理论值子样本库，n元天线阵即产生1×n的矩阵，记作Φ，共得到360×90个子样本库；
根据互相关系数进行样本库匹配的相关系数计算公式如下：
其中，为测量值样本库；Φ为理论值子样本库；为理论值子样本库和测量值样本库中数据的协方差，D(Φ)和分别为理论值子样本库和测量值样本库中数据的方差；
由于共有360×90个子样本库，所得到的相关系数共有360×90个，进行最大值搜索，得到相关系数的最大值，相关系数的最大值所对应的方位角俯仰角θ为所求的信号方位角与俯仰角θ，该方位角与俯仰角θ与真实值的误差在1°内；
步骤3：进行导向计算；
步骤3.1：计算无人机的初始坐标；
设人的初始位置A0为坐标原点O(0,0)，无人机初始位置为B0，x轴指向无人机初始运动方向，建立坐标系，设无人机的初始坐标为(x0,y0)，为方位角的绝对值，则无人机的初始坐标为：
步骤3.2：无人机运动圆心位置与加速度计算
无人机的飞行高度为固定值h，则人与无人机连线的在xoy平面上的投影
向心加速度在人、无人机、圆周运动圆心组成的三角形中得到
其中，v为无人机速度，a为向心加速度，R为圆周运动半径，O为圆周运动圆心，L1为无人机和人所在位置的连线，η为无人机速度与L1的夹角；
无人机运动圆心位置计算步骤如下：
以无人机当前坐标为坐标原点(0,0)，x轴指向无人机初始运动方向，建立直角坐标系；
以人与无人机连线的在xoy平面上的投影L1为目标路径，在目标路径上选择一个参考点B，参考点B位于坐标系四个象限内或坐标轴上，将位于x轴正半轴上的点看作位于第一象限，位于y轴正半轴上的点看作位于第二象限，位于x轴负半轴上的点看作位于第三象限，位于y轴负半轴上的点看作位于第四象限，因此，参考点B在坐标轴上的位置共有位于第一、二、三、四象限四种情况；
设参考点与无人机连线与无人机夹角为α，当飞行方向指向第一象限时，当0＜α≤180°时，圆心在第二象限；当180°＜α≤360°时，圆心在第四象限；
当飞行方向指向第二象限时，当0＜α≤180°时，圆心在第一象限；当180°＜α≤360°时，圆心在第三象限；
当飞行方向指向第三象限时，当0＜α≤180°时，圆心在第二象限；当180°＜α≤360°时，圆心在第四象限；
当飞行方向指向第四象限时，当0＜α≤180°时，圆心在第一象限；当180°＜α≤360°时，圆心在第三象限；
圆心坐标的计算过程为：
计算出：
Δx＝|Rsinα|，Δy＝|Rcosα| (9)；
当圆心在第一象限时，圆心坐标为(Δx,Δy)；当圆心在第二象限时，圆心坐标为(-Δx,Δy)；当圆心在第三象限时，圆心坐标为(-Δx,-Δy)，当圆心在第四象限时，圆心坐标为(Δx,-Δy)；
步骤3.3：得到圆心坐标后，根据已知的无人机初始坐标，向无人机发出改变加速度的指令，使无人机逼近参考点，计算步骤如下：
设无人机飞行速度为vf，无人机的运动时间为发送信号得间隔Δt，无人机的旋转角度取决于时间间隔的大小，实际旋转角度为旋转后的实际坐标并不一定与参考点重合；
设运动后实际坐标为(x1，y1)，则：
x1＝(x0-O1)cos(u)-(y0-O2)sin(u)+O1,
y1＝(x0-O1)sin(u)+(y0-O2)cos(u)+O2 (10)；
无人机原坐标是(x0，y0)，O1是旋转圆心的横坐标，O2是旋转圆心的纵坐标；
以得到的新坐标(x1，y1)为当前的初始坐标，每间隔时间T后重复步骤1、步骤2和步骤3，当L1与无人机速度方向夹角的绝对值|β|≤1°时，圆周运动半径R趋近于无穷大，a趋近于0，无人机做匀速直线运动，此时暂停循环；当L1与无人机速度方向夹角的绝对值|β|＞1°时，再次开始重复步骤1、步骤2、步骤3，不断循环执行步骤1、步骤2和步骤3，即可实现无人机的目标跟随。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910704224.3A CN110389596A (zh) | 2019-07-31 | 2019-07-31 | 一种自动跟随信号源的无人机控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910704224.3A CN110389596A (zh) | 2019-07-31 | 2019-07-31 | 一种自动跟随信号源的无人机控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110389596A true CN110389596A (zh) | 2019-10-29 |
Family
ID=68287976
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910704224.3A Pending CN110389596A (zh) | 2019-07-31 | 2019-07-31 | 一种自动跟随信号源的无人机控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110389596A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111175697A (zh) * | 2019-12-31 | 2020-05-19 | 中国电子科技集团公司第三十六研究所 | 一种无人机自定位精度评估方法和装置 |
| CN112083736A (zh) * | 2020-08-11 | 2020-12-15 | 广东电网有限责任公司电力科学研究院 | 一种无人机跟踪方法 |
| CN112306096A (zh) * | 2020-11-04 | 2021-02-02 | 苏州臻迪智能科技有限公司 | 一种无人机自动跟随方法、系统、设备及存储介质 |
| CN116106824A (zh) * | 2023-01-06 | 2023-05-12 | 南京航空航天大学 | 一种基于认知学习的无人机多阶段信号源定位方法和系统 |
| CN117110983A (zh) * | 2023-10-25 | 2023-11-24 | 香港中文大学（深圳） | 一种基于无人机螺旋轨迹的信号源定位方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3946385A (en) * | 1975-01-20 | 1976-03-23 | The United States Of America As Represented By The Secretary Of The Department Of Transportation | Interferometric navigation and guidance system |
| CN205644279U (zh) * | 2016-03-24 | 2016-10-12 | 深圳市创翼睿翔天空科技有限公司 | 基于无线电侧向技术的追踪系统 |
-
2019
- 2019-07-31 CN CN201910704224.3A patent/CN110389596A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3946385A (en) * | 1975-01-20 | 1976-03-23 | The United States Of America As Represented By The Secretary Of The Department Of Transportation | Interferometric navigation and guidance system |
| CN205644279U (zh) * | 2016-03-24 | 2016-10-12 | 深圳市创翼睿翔天空科技有限公司 | 基于无线电侧向技术的追踪系统 |
Non-Patent Citations (3)
| Title |
|---|
| 刘玉军 等: "基于监测任务的多旋翼无人机路径规划", 《中国电子科学研究院学报》 * |
| 吴帅君: "基于机载平台的无线电测向技术研究与应用", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》 * |
| 黄得刚: "高超声速飞行器路径规划、制导与控制研究", 《中国优秀博硕士学位论文全文数据库(博士) 工程科技Ⅱ辑》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111175697A (zh) * | 2019-12-31 | 2020-05-19 | 中国电子科技集团公司第三十六研究所 | 一种无人机自定位精度评估方法和装置 |
| CN111175697B (zh) * | 2019-12-31 | 2023-09-19 | 中国电子科技集团公司第三十六研究所 | 一种无人机自定位精度评估方法和装置 |
| CN112083736A (zh) * | 2020-08-11 | 2020-12-15 | 广东电网有限责任公司电力科学研究院 | 一种无人机跟踪方法 |
| CN112083736B (zh) * | 2020-08-11 | 2023-07-25 | 广东电网有限责任公司电力科学研究院 | 一种无人机跟踪方法 |
| CN112306096A (zh) * | 2020-11-04 | 2021-02-02 | 苏州臻迪智能科技有限公司 | 一种无人机自动跟随方法、系统、设备及存储介质 |
| CN116106824A (zh) * | 2023-01-06 | 2023-05-12 | 南京航空航天大学 | 一种基于认知学习的无人机多阶段信号源定位方法和系统 |
| CN116106824B (zh) * | 2023-01-06 | 2023-11-03 | 南京航空航天大学 | 一种基于认知学习的无人机多阶段信号源定位方法和系统 |
| CN117110983A (zh) * | 2023-10-25 | 2023-11-24 | 香港中文大学（深圳） | 一种基于无人机螺旋轨迹的信号源定位方法 |
| CN117110983B (zh) * | 2023-10-25 | 2023-12-22 | 香港中文大学（深圳） | 一种基于无人机螺旋轨迹的信号源定位方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110389596A (zh) | 一种自动跟随信号源的无人机控制方法 | |
| CN103746757B (zh) | 一种基于星载多波束天线的单星干扰源定位方法 | |
| 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 | |
| CN103630875B (zh) | 一种射频识别定位方法及装置 | |
| CN107883959B (zh) | 一种基于相控阵原理的WiFi室内多人定位方法 | |
| CN104457748A (zh) | 一种嵌入式瞄准吊舱测姿系统及其传递对准方法 | |
| CN110045327A (zh) | 一种基于多个同频复用波束的单星干扰源定位方法 | |
| CN110297213A (zh) | 基于装载互质线阵的无人机平台的辐射源定位装置及方法 | |
| CN103217211A (zh) | 一种基于合成孔径原理的变电站噪声源分布测量方法 | |
| CN104359454B (zh) | 基于大气偏振光的太阳空间位置获取方法 | |
| CN112050802B (zh) | 基于单磁信标的三维空间高精度定位装置与方法 | |
| CN102478652B (zh) | 基于移动平台的多普勒频差测向法 | |
| CN103096465B (zh) | 一种环境自适应的多目标直接定位方法 | |
| Wang et al. | Optimal sensor deployment and velocity configuration with hybrid TDOA and FDOA measurements | |
| CN104569915A (zh) | 多光电探测系统中基于目标运动模型的定位方法 | |
| CN104515974A (zh) | 微波着陆机载设备角度、测距数据处理方法 | |
| CN102142853A (zh) | 单脉冲跟踪接收机系统误差矩阵补偿方法 | |
| CN109856628A (zh) | 一种基于扫描雷达的目标三维加速度运动模型计算方法 | |
| CN105627977A (zh) | 一种测量大型抛物面天线重力变形的方法 | |
| CN110794391A (zh) | 一种基于无人机集群组网平台的无源定位优化布站方法 | |
| CN112346003B (zh) | 一种基于等势寻优的单波束测向系统 | |
| Kaune | Finding sensor trajectories for TDOA based localization—Preliminary considerations | |
| Chen et al. | A wireless localization algorithm with BPNN-MEA-QPSO for connected vehicle | |
| CN113238577B (zh) | 一种基于5g网关的无人机与无人车协作方法 | |
| CN116520274B (zh) | 一种用于煤岩识别三维高精度预探的识别雷达系统 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20191029 |