CN111413679A - 一种计算无人机蜂群rcs的方法 - Google Patents
一种计算无人机蜂群rcs的方法 Download PDFInfo
- Publication number
- CN111413679A CN111413679A CN202010202449.1A CN202010202449A CN111413679A CN 111413679 A CN111413679 A CN 111413679A CN 202010202449 A CN202010202449 A CN 202010202449A CN 111413679 A CN111413679 A CN 111413679A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- coordinate system
- swarm
- zone
- 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
Images
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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/08—Measuring electromagnetic field characteristics
- G01R29/0864—Measuring electromagnetic field characteristics characterised by constructional or functional features
- G01R29/0892—Details related to signal analysis or treatment; presenting results, e.g. displays; measuring specific signal features other than field strength, e.g. polarisation, field modes, phase, envelope, maximum value
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/12—Measuring electrostatic fields or voltage-potential
- G01R29/14—Measuring field distribution
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/02—Measuring direction or magnitude of magnetic fields or magnetic flux
- G01R33/10—Plotting field distribution ; Measuring field distribution
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了提供一种计算无人机蜂群RCS的方法,包括:得到所述无人机蜂群中任一无人机自身所对应的局部球坐标系的近区电场和/或磁场;得到所述无人机蜂群中任一无人机对全局坐标系中远区球面上的电场和/或磁场;获得无人机蜂群中所有无人机在所述全局坐标系中远区球面上的电场和/或磁场;对所述无人机蜂群中所有无人机在所述全局坐标系中远区球面上的电场和/或磁场进行叠加得到所述无人机蜂群的RCS。采用上述技术方案,相比于现有技术,在保持计算精度大体不变的同时,可以大幅的提高计算的速度,从而大大的提高了计算的效率,使得本发明的技术方案能够满足大多数工程应用的需要。
Description
技术领域
本发明属于计算电磁学技术领域,具体涉及一种计算无人机蜂群RCS的方法。
背景技术
无人机蜂群是指利用通信网络组织起来的一群无人机,能够自主行动以遂行统一的任务。它具备较强的态势感知能力,抗毁能力强,成本消耗低,作战灵活性强等等,因此在军事领域应用的潜力巨大,将会深刻改变现有的战场规则。
为了研究无人机蜂群的电磁特征,需要快速准确的测量或者计算其RCS。现在的计算电磁学方法存在精度低、速度慢的问题,总体计算效率很低,因此需要利用蜂群模型的特点,设计一套针对性的算法提高计算效率。
发明内容
针对上述问题,本发明提供了一种计算无人机蜂群RCS的方法,以解决现有技术中计算精度低、速度慢,总体计算效率低的技术问题,具体的:
本发明提供一种计算无人机蜂群RCS的方法,包括:
得到所述无人机蜂群中任一无人机自身所对应的局部球坐标系的近区电场和/或磁场,所述局部球坐标系是以各无人机自身为坐标原点建立的球面坐标系;
得到所述无人机蜂群中任一无人机对全局坐标系中远区球面上的电场和/或磁场,所述全局坐标系是以空间中某一点为坐标原点建立的球面坐标系;
获得无人机蜂群中所有无人机在所述全局坐标系中远区球面上的电场和/或磁场;
对所述无人机蜂群中所有无人机在所述全局坐标系中远区球面上的电场和/或磁场进行叠加得到所述无人机蜂群的RCS。
进一步的,所述得到所述无人机蜂群中任一无人机自身所对应的局部球坐标系的近区电场和/或磁场:
将以所述无人机蜂群中任一无人机自身所对应的局部球坐标系对应的参数空间剖分为若干非均匀离散点,其中,所述非均匀离散点位于一偏心球面上,所述偏心球面的球心为全局坐标系的坐标原点,θ方向为非均匀剖分,φ方向为均匀剖分,任意两离散点之间的距离小于0.5λ,λ为电磁波长;
得出所述无人机蜂群中任一无人机对所有非均匀离散点的近区电场和/或磁场;
得到所述无人机蜂群中任一无人机对所述偏心球面上各均匀离散点的近区电场和/或磁场。
进一步的,所述无人机蜂群中任一无人机对所述偏心球面上各均匀离散点的近区电场和/或磁场是对所有非均匀离散点的近区电场和/或磁场进行插值计算得到。
进一步的,所述对所有非均匀离散点的近区电场和/或磁场进行插值计算包括:对于所述参数空间中的均匀离散点,通过拉格朗日插值法,选取相邻16个非均匀离散点的近区电场和/或磁场,进行二维插值,计算得到所述均匀离散点在全局坐标系下的近区电场和/或磁场的场值。
进一步的,所述无人机蜂群中任一无人机对全局坐标系中远区球面上的电场和/或磁场通过对所述各均匀离散点的近区电场和/或磁场进行球谐变换得到。
进一步的,所述无人机蜂群中任一无人机对所有非均匀离散点的近区电场和/或磁场的计算公式是:
进一步的,所述对所述无人机蜂群中所有无人机在所述全局坐标系中远区球面上的电场和/或磁场进行叠加为矢量加法。
本发明的有益效果在于:通过得到所述无人机蜂群中任一无人机自身所对应的局部球坐标系的近区电场和/或磁场,得到所述无人机蜂群中任一无人机对全局坐标系中远区球面上的电场和/或磁场,获得无人机蜂群中所有无人机在所述全局坐标系中远区球面上的电场和/或磁场;对所述无人机蜂群中所有无人机在所述全局坐标系中远区球面上的电场和/或磁场进行叠加得到所述无人机蜂群的RCS,采用上述技术方案,相比于现有技术,在保持计算精度大体不变的同时,可以大幅的提高计算的速度,从而大大的提高了计算的效率,使得本发明的技术方案能够满足大多数工程应用的需要。
附图说明
图1是本发明的一种计算无人机蜂群RCS的方法的计算流程图;
图2是偏心球面上非均匀的离散点的示意图;
图3是偏心球面上均匀的离散点的示意图;
图4是3架无人机的编队;
图5是3架无人机编队的双站RCS的数值计算对比。
具体实施方式
本发明提供了一种计算无人机蜂群RCS的方法,以解决现有技术中计算精度低、速度慢,总体计算效率低的技术问题。
本申请实施例中的技术方案为解决上述结束问题,总体思路如下:
通过得到所述无人机蜂群中任一无人机自身所对应的局部球坐标系的近区电场和/或磁场,得到所述无人机蜂群中任一无人机对全局坐标系中远区球面上的电场和/或磁场,获得无人机蜂群中所有无人机在所述全局坐标系中远区球面上的电场和/或磁场;对所述无人机蜂群中所有无人机在所述全局坐标系中远区球面上的电场和/或磁场进行叠加得到所述无人机蜂群的RCS,采用上述技术方案,相比于现有技术,在保持计算精度大体不变的同时,可以大幅的提高计算的速度,从而大大的提高了计算的效率,使得本发明的技术方案能够满足大多数工程应用的需要。
为了更好的理解上述技术方案,下面通过附图以及具体实施例对本发明的技术方案做详细的说明,应当理解本发明实施例以及实施例中的具体特征是对本发明技术方案的详细的说明,而不是对本发明技术方案的限定,在不冲突的情况下,本发明实施例以及实施例中的技术特征可以相互组合。
实施例一
本发明实施例提供了一种计算无人机蜂群RCS的方法,包括:
步骤1:得到所述无人机蜂群中任一无人机自身所对应的局部球坐标系的近区电场和/或磁场。
需要指出的是,本发明的计算方法,可以仅对电场进行计算,也可以仅对磁场进行计算,也可以同时对电场和磁场进行分别的计算,为了节省篇幅,以下的实施例介绍仅针对电场的计算进行,磁场计算与电场计算仅公式部分对应系数不同,可以对照进行实施。
在具体实施过程中,如图2所示,所述局部球坐标系是以各无人机自身为坐标原点建立的球面坐标系,包括以下步骤:
步骤S11:建立该球面坐标系,将以所述无人机蜂群中任一无人机自身所对应的局部球坐标系对应的参数空间剖分为若干非均匀离散点,其中,所述非均匀离散点位于一偏心球面上,所述偏心球面的球心为全局坐标系的坐标原点,θ方向为非均匀剖分,φ方向为均匀剖分,任意两离散点之间的距离小于0.5λ,λ为电磁波长。
步骤S12:得出所述无人机蜂群中任一无人机对所有非均匀离散点的近区电场和/或磁场,本实施例所采用的计算公式是:
步骤S13:得到所述无人机蜂群中任一无人机对所述偏心球面上各均匀离散点的近区电场和/或磁场。
在本实施例中,如图3所示:首先获取所述偏心球面上各均匀离散点,然后对所有非均匀离散点的近区电场和/或磁场进行插值计算得到各均匀离散点的近区电场和/或磁场。
具体的,所述对所有非均匀离散点的近区电场和/或磁场进行插值计算包括:对于所述参数空间中的均匀离散点,通过拉格朗日插值法,选取相邻16个非均匀离散点的近区电场和/或磁场,进行二维插值,计算得到所述均匀离散点在全局坐标系下的近区电场和/或磁场的场值。
步骤2:得到所述无人机蜂群中任一无人机对全局坐标系中远区球面上的电场和/或磁场,所述全局坐标系是以空间中某一点为坐标原点建立的球面坐标系;所述无人机蜂群中任一无人机对全局坐标系中远区球面上的电场和/或磁场通过对所述各均匀离散点的近区电场和/或磁场进行球谐变换得到,而球谐变换属于本领域的现有技术,在此不再赘述。
步骤3:获得无人机蜂群中所有无人机在所述全局坐标系中远区球面上的电场和/或磁场。
具体的方法可以是:采用步骤1、2的方法对无人机蜂群中所有无人机分别进行计算,获得无人机蜂群中所有无人机在所述全局坐标系中远区球面上的电场和/或磁场。当然,也可以通过其他方法获取该电场和/或磁场计算结果。
步骤4:对所述无人机蜂群中所有无人机在所述全局坐标系中远区球面上的电场和/或磁场进行叠加得到所述无人机蜂群的RCS。
具体的可以采用,所述对所述无人机蜂群中所有无人机在所述全局坐标系中远区球面上的电场和/或磁场进行叠加为矢量加法。
而雷达散射截面RCS的定义式如下:
可见,只要获取了无人机蜂群中所有无人机在所述全局坐标系中远区球面上的电场和/或磁场强度和,即可以通过式(1)得到无人机蜂群的RCS。
实施例二
如图4给出了位于xoy面上的三机编队,原点处飞机顺时针旋转90度,空间坐标(200,200,0)处飞机未旋转,空间坐标(-200,200,0)处飞机旋转180度,对其的RCS进行计算。
采用本发明方法,以三个不同型号无人机半径为15米的包围球面上的近场作为输入数据,计算获得无人机蜂群中三架无人机在所述全局坐标系中远区球面上的电场和/或磁场;并对三架无人机在所述全局坐标系中远区球面上的电场和/或磁场进行叠加得到所述无人机蜂群的编队RCS,一共耗时126.875秒。而以MLFMA(并行快速多极子方法)直接仿真整个三机编队得到的RCS作为标准结果,计算耗时1578秒,本发明的计算方法比MLFMA大约快10倍。从计算速度上看,MLFMA和本发明方法计算三机编队耗时分别为单机的5.3倍和3倍。也就是说,随着问题规模增大,前者的计算量大概按照平方关系增加,而后者为线性增加,即本发明的技术方法随着问题规模的增大,计算量相对来说增加的较少。
参考图5,可以看到MLFMA和本发明计算方法基本一致,因此本发明的计算方法在精度上完全可以满足大多数工程应用的需要。
通过前述的说明,可以知道,本发明结果准确可靠,与MLFMA方法一致;而计算的速度比MLFMA方法快十倍;比传统的测量方法快更多;同时机群的规模越大,本发明的优势越大,且无人机的类型、大小或位置都不受限制,无论什么无人机都可以进行快速测量分析,可以高效率的分析任意规模蜂群的RCS,工程人员或者现场操作人员可以根据本发明的方法对于无人机蜂群的编队方式进行优化,使其RCS满足某些特定的要求,如增加减少RCS,或者是改变RCS的分布,从而可以满足工程应用的实际需要。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (7)
1.一种计算无人机蜂群RCS的方法,包括:
得到所述无人机蜂群中任一无人机自身所对应的局部球坐标系的近区电场和/或磁场,所述局部球坐标系是以各无人机自身为坐标原点建立的球面坐标系;
得到所述无人机蜂群中任一无人机对全局坐标系中远区球面上的电场和/或磁场,所述全局坐标系是以空间中某一点为坐标原点建立的球面坐标系;
获得无人机蜂群中所有无人机在所述全局坐标系中远区球面上的电场和/或磁场;
对所述无人机蜂群中所有无人机在所述全局坐标系中远区球面上的电场和/或磁场进行叠加得到所述无人机蜂群的RCS。
3.如权利要求2所述的一种计算无人机蜂群RCS的方法,其特征是:所述无人机蜂群中任一无人机对所述偏心球面上各均匀离散点的近区电场和/或磁场是对所有非均匀离散点的近区电场和/或磁场进行插值计算得到。
5.如权利要求2-4任一所述的一种计算无人机蜂群RCS的方法,其特征是:所述无人机蜂群中任一无人机对全局坐标系中远区球面上的电场和/或磁场通过对所述各均匀离散点的近区电场和/或磁场进行球谐变换得到。
7.如权利要求1所述的一种计算无人机蜂群RCS的方法,其特征是:所述对所述无人机蜂群中所有无人机在所述全局坐标系中远区球面上的电场和/或磁场进行叠加为矢量加法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010202449.1A CN111413679B (zh) | 2020-03-20 | 2020-03-20 | 一种计算无人机蜂群rcs的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010202449.1A CN111413679B (zh) | 2020-03-20 | 2020-03-20 | 一种计算无人机蜂群rcs的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111413679A true CN111413679A (zh) | 2020-07-14 |
CN111413679B CN111413679B (zh) | 2023-03-10 |
Family
ID=71491333
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010202449.1A Active CN111413679B (zh) | 2020-03-20 | 2020-03-20 | 一种计算无人机蜂群rcs的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111413679B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111981914A (zh) * | 2020-08-21 | 2020-11-24 | 航天科工微电子系统研究院有限公司 | 一种基于无人机的拖曳式诱饵靶标系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018136947A1 (en) * | 2017-01-23 | 2018-07-26 | Ohio University | System and method for detection and reporting of targets with data links |
CN108763153A (zh) * | 2018-04-11 | 2018-11-06 | 杭州电子科技大学 | 一种地下各向同性介质球电磁散射的计算方法 |
-
2020
- 2020-03-20 CN CN202010202449.1A patent/CN111413679B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018136947A1 (en) * | 2017-01-23 | 2018-07-26 | Ohio University | System and method for detection and reporting of targets with data links |
CN108763153A (zh) * | 2018-04-11 | 2018-11-06 | 杭州电子科技大学 | 一种地下各向同性介质球电磁散射的计算方法 |
Non-Patent Citations (1)
Title |
---|
赵太飞等: "蜂群无人机编队内无线紫外光协作避让算法", 《光电工程》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111981914A (zh) * | 2020-08-21 | 2020-11-24 | 航天科工微电子系统研究院有限公司 | 一种基于无人机的拖曳式诱饵靶标系统 |
CN111981914B (zh) * | 2020-08-21 | 2022-08-02 | 航天科工微电子系统研究院有限公司 | 一种基于无人机的拖曳式诱饵靶标系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111413679B (zh) | 2023-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kang et al. | A high-accuracy TOA-based localization method without time synchronization in a three-dimensional space | |
Fooladgar et al. | Geometrical analysis of localization error in stereo vision systems | |
CN108663654B (zh) | 一种基于连续量子鸽群的360度全方位动态测向方法 | |
CN108761387B (zh) | 一种固定辐射源的双站时差频差联合定位方法 | |
CN113917461B (zh) | 一种mimo雷达成像方法及系统 | |
CN109698999A (zh) | 定位方法及终端设备 | |
CN107064886B (zh) | 一种基于离线计算在线变异的合成孔径雷达欺骗干扰方法 | |
CN109959894A (zh) | 定位方法及终端设备 | |
CN104063544A (zh) | 近场效应误差分析方法 | |
CN111413679B (zh) | 一种计算无人机蜂群rcs的方法 | |
CN108871365B (zh) | 一种航向约束下的状态估计方法及系统 | |
CN106443572A (zh) | 基于十字型阵列的空间目标二维角度快速估计方法 | |
CN109981195A (zh) | 无线信号强度的处理方法及装置 | |
CN113177980B (zh) | 用于自动驾驶的目标对象速度确定方法、装置及电子设备 | |
CN114329854B (zh) | 一种基于多目标约束的二维空间视觉传感器布局优化方法 | |
Shevgunov et al. | Heuristic global optimization algorithm for estimating a radio source location by a passive radar system | |
Raimzhanov et al. | Interactive Application for the Synthesis of Communication Lines with Antenna Arrays | |
Li et al. | Fast solution of scattering from moving target by dynamic-octree-based SBR algorithm | |
Prashar et al. | Three-Dimensional Distance-Error-Correction-Based Hop Localization Algorithm for IoT Devices. | |
CN114051207B (zh) | 信号干扰下超宽带精确定位方法、装置及电子设备 | |
CN116225053A (zh) | 一种面向任务分级目标运动特性的跟踪轨迹优化方法 | |
CN114325613A (zh) | 一种区域性非均匀蒸发波导下的雷达探测威力预测方法 | |
He et al. | Stealth coverage multi-path corridors planning for UAV fleet | |
Qin et al. | Non-cooperative target tracking method based on underwater acoustic sensor networks | |
CN113376625A (zh) | 目标物体的偏离角度获得方法、装置、电子设备及存储介质 |
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 |