CN111474520B - 无人机声源定向装置及定向方法 - Google Patents
无人机声源定向装置及定向方法 Download PDFInfo
- Publication number
- CN111474520B CN111474520B CN202010027590.2A CN202010027590A CN111474520B CN 111474520 B CN111474520 B CN 111474520B CN 202010027590 A CN202010027590 A CN 202010027590A CN 111474520 B CN111474520 B CN 111474520B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- microphones
- deflection angle
- cross array
- 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
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000005070 sampling Methods 0.000 claims description 46
- 238000001914 filtration Methods 0.000 claims description 29
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000003672 processing method Methods 0.000 claims description 2
- 230000004044 response Effects 0.000 abstract description 4
- 238000005314 correlation function Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000002087 whitening effect Effects 0.000 description 1
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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D47/00—Equipment not otherwise provided for
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Circuit For Audible Band Transducer (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本公开提供一种无人机声源定向装置及定向方法。装置包括:十字阵列、四个麦克风、处理装置和双自由度转向装置。四个麦克风分别位于十字阵列的四个端点,采集无人机的时域声压信号,处理装置计算出十字阵列的水平偏转角和俯仰偏转角,双自由度转向装置控制十字阵列进行相应旋转,以对准无人机。方法包括:利用麦克风获取无人机的时域声压信号,利用处理装置计算出十字阵列的水平偏转角和俯仰偏转角,利用双自由度转向装置控制十字阵列进行旋转。本公开的无人机声源定向装置及定向方法只用四个麦克风,成本较低;通过旋转可以实现360°无死角定向,任何方向都能达到最佳的分辨率,并且整体算法计算量较小,响应较快。
Description
技术领域
本公开属于声源定向技术领域,涉及一种无人机声源定向装置及定向方法。
背景技术
近年来,无人机技术飞速发展,在其广泛应用于各行各业的同时也带来了很大的负面影响。例如无人机侵占航线,干扰飞行;无人机入侵政府企业机关等重要区域,侵犯隐私等。传统的安防监管主要依托于地面视频监控网络,低空安防能力相对滞后,难以应对以无人机为载体的非法活动。
为了对无人机进行侦查和拦截,国内目前已有基于雷达、图像识别、无线信号等技术来探测无人机的方法,但是这些方法都具有不同程度的局限性。
声源定向技术属于被动控制技术,相比于其他技术具有适用性强,结构简单,成本低的优点。现有的声源定向技术为了提高分辨率,会使用较多数量的麦克风或者在定向时可能会有部分盲区,当无人机从这些区域接近时,会出现定向不准甚至定向错误。因此,有必要提出一种使用较少麦克风且具有高分辨率的针对无人机的声源定向装置及测量方法。
发明内容
为了解决上述技术问题中的至少一个,本公开提供了一种无人机声源定向装置及定向方法。本公开采用如下技术方案或其组合:
一种无人机声源定向装置,其包括:十字阵列、两组麦克风、处理装置、双自由度转向装置。
其中,十字阵列的四个端点到中心的距离相等。
麦克风属于采集装置的一部分。采集装置实际上包括硬件部分和软件部分。硬件部分包括:两组麦克风(即四个麦克风)、采集卡、机箱等。软件部分包括设置采样方式、采样率等参数、校准麦克风、控制采集卡给麦克风供电等软件操作。
两组麦克风中每组麦克风的两个麦克风分别位于十字阵列的相对向的两个端点,每个麦克风距离十字阵列中心点的位置相等,用于分别同时采集无人机的时域声压信号。
处理装置对所述两组麦克风获取的时域声压信号进行相关处理,以计算出十字阵列的水平偏转角和俯仰偏转角。
双自由度转向装置用于控制十字阵列根据上述计算出来的水平偏转角和俯仰偏转角进行旋转,使十字阵列的中心点与无人机的连线垂直于十字阵列所在的平面,由此便实现十字阵列对准无人机声源。
在本公开的一些优选实施例中,每个麦克风的采样频率均相同,大于或等于10000Hz,采样时长小于或等于1秒。
在本公开的一些优选实施例中,处理装置包括:增采样模块、滤波模块和计算模块。
其中,增采样模块用于对两组麦克风中每个麦克风获取的时域声压信号进行增采样。增采样模块可以采用插值法进行增采样,所述插值法选自傅里叶插值法、样条插值法或正弦函数插值法中的任意一种,所述插值法的插值因子为2倍插值、3倍插值或4倍插值。
滤波模块用于对增采样后的两组时域声压信号进行滤波,保留预定频率范围内的声压信号分量。
计算模块用于根据该声压信号分量并基于互相关算法计算出无人机飞翔时机翼旋转发出的声音到达每组两个麦克风的时间延迟,根据时间延迟计算出声音到达每组两个麦克风的距离差,根据两组距离差采用双曲线近似模型计算出水平偏转角和俯仰偏转角。
一种无人机声源定向方法,其包括如下步骤:
(1)、在十字阵列的四个端点分别设置一个麦克风,十字阵列中相对向的两个端点的麦克风视为一组麦克风,使每个麦克风距离十字阵列中心点的位置相等,利用两组麦克风分别同时采集无人机的时域声压信号;
(2)、采用处理装置对两组麦克风获取的时域声压信号进行相应处理,以计算出所述十字阵列的水平偏转角和俯仰偏转角;;
(3)、采用双自由度转向装置控制十字阵列根据水平偏转角和俯仰偏转角进行偏转,使十字阵列的中心点与无人机的连线垂直于十字阵列所在的平面。
在本公开的一些优选实施例中,两组麦克风中每个麦克风的采样频率均相同,采样频率大于或等于10000Hz,采样时长小于或等于1秒。
在本公开的一些优选实施例中,处理装置进行处理的方法包括如下步骤:增采样步骤、滤波步骤和计算步骤。
其中,增采样步骤由增采样模块执行,即采用增采样模块对两组麦克风获取的时域声压信号进行增采样。增采样模块采用插值法进行增采样。插值法选自傅里叶插值法、样条插值法或正弦函数插值法中的任意一种,所述插值法的插值因子为2倍插值、3倍插值或4倍插值。
滤波步骤由滤波模块执行,即采用滤波模块用于对增采样后的两组时域声压信号进行滤波,保留预定频率范围内的声压信号分量。
计算步骤由计算模块执行,即采用计算模块根据上述声压信号分量并基于互相关算法计算出无人机的机翼旋转时发出的声音到达每组两个麦克风的时间延迟,根据时间延迟计算出声音到达每组两个麦克风的距离差,根据两组距离差采用双曲线近似模型计算出水平偏转角和俯仰偏转角。
由于采用上述技术方案,本公开取得了如下技术效果:
第一、本公开只用到四个麦克风就能够对无人机进行声源定向,相对于现有技术用到较多数量的麦克风而言成本较低。
第二、本公开的十字阵列通过旋转可以实现360°无死角定向,在任何区域都能达到最佳的分辨率。
第三、本公开在算法上充分考虑了无人机的机翼旋转产生的噪声特点,通过增采样突破物理采样率的限制,进一步提高分辨率。通过FIR带通滤波在保证相位信息不失真的基础上,减少了杂波的干扰,提高系统的鲁棒性。通过对麦克风间距的物理约束,解决了相位模糊的问题。故本公开的整体算法计算量较小,响应较快。
附图说明
附图示出了本公开的示例性实施方式,并与其说明一起用于解释本公开的原理,其中包括了这些附图以提供对本公开的进一步理解,并且附图包括在本说明书中并构成本说明书的一部分。
图1为本公开实施例1的结构图。
图2为本公开实施例2的坐标分解图。
图3为本公开实施例2的双曲线近似模型图。
图4为本公开实施例2的定向方法的流程图。
附图标记:
麦克风1(又称高性能自由场传声器、采音器)、十字阵列2、双自由度转向装置3、底座4。
具体实施方式
下面结合附图和实施方式对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施方式仅用于解释相关内容,而非对本公开的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本公开相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本公开。
实施例1(无人机声源定向装置)
本实施例提供了一种无人机声源定向装置,其能够对无人机的位置进行二维实时定向。
本实施例的原理为:采集无人机飞行时产生时域的声压信号(原始信号),并进行增采样和滤波,通过检索互相关函数的峰值得到时间延迟τ1,2,使用双曲线近似模型得到水平偏转角和俯仰偏转角,最后双自由度转向装置使含有麦克风的十字阵列对准无人机声源。
如图1所示,一种无人机声源定向装置,其包括:十字阵列2、两组麦克风1(即四个麦克风)、处理装置、双自由度转向装置3和用于支撑双自由度转向装置3的底座4等。
其中,十字阵列为交叉型结构。十字阵列的每个端点距离中心的距离相同。
每组麦克风含有两个麦克风,因此两组麦克风共有四个麦克风。每组麦克风中的两个麦克风分别位于十字阵列的相对向的两个端点,每个麦克风距离十字阵列中心点的位置相等,用于分别同时采集无人机的时域声压信号。因为四个麦克风分为两组,相对向的麦克风为同一组,所以能够得到两组相位信息。另外,在十字阵列的四个端点上分别安装四个麦克风,故这四个麦克风距离十字架中心等间距。每个麦克风的采样频率均相同,大于或等于10000Hz,采样时长小于或等于1秒。一般而言,采样频率越大,则最终定向结果越准确。
麦克风属于采集装置的一部分。采集装置(又称采集模块)包括硬件部分和软件部分。硬件部分包括:两组麦克风(即四个麦克风)、采集卡、机箱等。软件部分包括设置采样方式、采样率等参数、校准麦克风、控制采集卡给麦克风供电等。
处理装置(又称处理模块)对所述两组麦克风获取的时域声压信号进行处理,以计算出十字阵列的水平偏转角和俯仰偏转角。具体而言,处理装置包括:增采样模块、滤波模块和计算模块。
其中,增采样模块用于对两组麦克风中每个麦克风获取的时域声压信号进行增采样。增采样模块可以采用插值法进行增采样。插值法选自傅里叶插值法、样条插值法或正弦函数插值法中的任意一种。插值法的插值因子为2倍插值、3倍插值或4倍插值。
滤波模块用于对增采样后的两组时域声压信号进行滤波,保留预定频率范围内的声压信号分量。
计算模块则负责相关计算工作,其基于互相关算法计算出无人机飞翔时机翼旋转发出的声音到达每组两个麦克风的时间延迟,根据时间延迟计算出声音到达每组两个麦克风的距离差,根据两组距离差采用双曲线近似模型计算出水平偏转角和俯仰偏转角。本实施例的算法基于互相关函数法和双曲线近似进行编写,根据接收到的麦克风信号计算出声源位置,并将信号反馈给双自由度转向装置,形成循环机制,直至十字阵列对准声源(无人机)。
双自由度转向装置用于控制十字阵列根据水平偏转角和俯仰偏转角进行偏转,使十字阵列的中心点与无人机的连线垂直于十字阵列所在的平面,由此实现定向功能。双自由度转向装置与十字阵列的中心点的下端活动连接,故能够控制十字阵列在水平面和竖直面内旋转。因为麦克风固定在十字阵列的四个端点,故麦克风也随着十字阵列一起旋转。本实施例中的双自由度转向装置为叉状,其上半部分的两根支柱与十字阵列的其中一根杆活动连接,使该根杆能够进行360度垂直方向旋转;其下半部分的一根支柱与底座也呈活动连接,使该根支柱能够围绕着底座进行360度水平方向旋转。
本实施例的无人机声源定向装置及定向方法只用四个麦克风,成本较低;通过旋转可以实现360°无死角定向,任何方向都能达到最佳的分辨率,并且整体算法计算量较小,响应较快。
实施例2(无人机声源定向方法)
本实施例提供了一种无人机声源定向方法,其采用了实施例1的无人机声源定向装置对无人机进行定向。
本实施例的原理如图2所示。设麦克风A和麦克风B(属于其中一对对向设置的麦克风,设为第一组)位于X轴上(AB所在的线为X轴,也即无论旋转十字架如何旋转,始终以AB所在的线为X轴,以便后继的计算),麦克风C和麦克风D(属于另外一对对向设置的麦克风,设为第二组)位于YOZ平面内(含有Y轴和Z轴,X轴、Y轴和Z轴互相垂直,并且原点为O,故麦克风C和麦克风D可以在YOZ平面内绕着X轴旋转)。原点O(即X轴、Y轴和Z轴的交点)为四支麦克风的中心,并且也可以是十字架阵列的中心点。四架麦克风距离原点O的距离相同且OA=OB=OC=OD。麦克风A和麦克风B可以绕Z轴旋转(因为AB所在得到轴为X轴,所以X轴也随之旋转,即本公开在计算时采用可变X轴,而并非固定X轴,以便于计算),麦克风C和麦克风D可以在YOZ平面内绕X轴旋转。无人机可以简化为点声源S(图2的点声源位置仅是示例性的)。设点声源S在YOZ面的投影为S1,在XOY面的投影为S2,S2在Y轴上的投影为S3。设∠S2OX为水平偏转角,记为θ。设∠SOC为俯仰角,记为
本实施例的无人机声源定向方法包括如下步骤:
(1)、在十字阵列的四个端点分别设置一个麦克风,相对向的两个端点的麦克风作为一组麦克风,每个麦克风距离十字阵列中心点的位置相等,利用两组麦克风(四个麦克风)分别同时或同步采集无人机的时域声压信号,在某个时刻能够得到四个不同的时域声压信号,即每个麦克风在同一时刻均获得一个时域声压信号(指的是原始信号,不进行任何后处理)。
(2)、采用处理装置对两组麦克风获取的时域声压信号进行处理,以计算出十字阵列的水平偏转角和俯仰偏转角;
(3)、采用双自由度转向装置控制十字阵列根据水平偏转角和俯仰偏转角进行旋转,使十字阵列的中心点与无人机的连线垂直于十字阵列所在的平面。至此,十字阵列的中心点已经对准无人机。
其中,在步骤(1)中,每个麦克风的采样频率均相同,大于或等于10000Hz,采样时长小于或等于1秒。因为无人机噪声在频谱图上具有一系列明显的峰值,峰值对应的频率为叶片通过频率(Blade pass frequency,BPF)及其倍频,BPF的理论计算公式为:
其中,k为BPF的阶数,n为叶片的转速,Z为叶片数。根据奈奎斯特采样定理,采样频率越高,能采集到的频率上限就越高。为了精确地采集到无人机的信号,采样频率应在10000Hz以上,采样时长选取为1秒。
在步骤(2)中,处理装置包括:增采样模块、滤波模块和计算模块。处理装置的处理方法包括如下步骤:增采样步骤、滤波步骤和计算步骤。
增采样步骤由增采样模块执行,即采用增采样模块对两组麦克风获取的时域声压信号进行增采样。增采样模块采用插值法进行增采样。插值法选自傅里叶插值法、样条插值法或正弦函数插值法中的任意一种,所述插值法的插值因子为2倍插值、3倍插值或4倍插值。
增采样指的是增加采样频率。这里的采样频率为物理采样率。由于算法的分辨率极度依赖于高采样频率,所以需要通过增采样技术进一步提高采样频率,以突破物理采样率的限制。优选增采样方式为傅里叶插值,使用傅里叶插值可以在数字域实现采样率转换。傅里叶插值需要给定插值因子,插值因子不应过高,选取2倍至4倍插值即可。傅里叶插值等插值法是一种常用的信号处理手段,其原理及快速算法不在本公开的研究范围内。
滤波步骤由滤波模块执行,即采用滤波模块用于对增采样后的两组时域声压信号分别进行滤波,得到对应的四个滤波后的时域声压信号。滤波的目的是保留预定频率范围内的声压信号分量,以降低信号干扰。滤波器优选FIR(Finite impulse response)带通滤波器,带通滤波器指的是保留某一频率范围内的声压信号分量,但将其他频率范围的声压信号分量衰减到极低的水平。滤波可以提高系统的抗干扰能力,减少杂波对定向结果的影响。相比于IIR滤波器,FIR滤波器能严格保证相位信息不失真,故本系统采用FIR带通滤波器进行滤波处理。因为无人机的前三阶BPF相差不大,故滤波器的通带频率范围应该包含无人机的前三阶BPF,通常选取100-1000Hz为通带频率范围。FIR带通滤波器同样是一种常用的信号处理手段,其原理及快速算法也不在本公开的研究范围内。
计算步骤由计算模块执行,即采用计算模块基于互相关算法(又称相关函数法)对四个滤波后的时域声压信号分别进行处理,计算出无人机的机翼旋转发出的声音到达每组两个麦克风的时间延迟τ,根据时间延迟计算出声音到达每组两个麦克风的距离差,根据两组距离差采用双曲线近似模型(如图3所示)计算出水平偏转角θ和俯仰偏转角
其中,互相关算法分为两类,一种是基本互相关算法,第二种是广义互相关算法。广义互相关算法是基本互相关算法的进阶版,增加了加权模块,理论上算法的抗干扰能力优于基本互相关算法。以下对两种算法进行详细介绍。
1、基本互相关算法:
将四个麦克风分为两组,相对的麦克风为同一组。用基本互相关算法分别计算声音到达每组两个麦克风的时间差,该步骤用到的计算公式如下:
在本公开中,公式中的x1(n)和x2(n)指的是通过滤波后得到的时域声压信号,N是每列信号的长度。互相关函数峰值对应的序号为n,单位为1。时间延迟τ1,2的计算公式为:
式中fs是S2增采样后的采样频率。
2、广义互相关算法:
将四个麦克风分为两组,相对的麦克风为同一组。用广义互相关算法分别计算声音到达每组两个麦克风的时间差,该算法可以分为3步:
(1)使用快速傅里叶变化计算两列信号的频谱,计算公式如下:
分别对x1(n)和x2(n)做FFT,得到X1(k)和X2(k)。
(2)计算两列信号的互功率谱,计算公式如下:
(3)对互功率谱进行频域加权,并进行快速逆傅里叶变化(Inverse fast fouriertransform,IFFT),计算公式如下:
其中,加权函数选取相位变换法(Phase Transform,PHAT),这种加权函数相当于白化滤波,能够抑制噪声干扰,锐化峰值,缺点是当信号能量较小时,分母会趋向于零,从而增大误差。加权函数的计算公式为:
同时,当加权函数恒为1时,广义互相关函数会退化为基本互相关函数。
无论是使用基本互相关算法还是广义互相关算法,都需要对两麦克风间距d进行约束,否则会出现相位模糊,使得互相关函数图像中干扰峰超过主峰,导致计算得到的时间延迟τ1,2并非实际的时间延迟。为了避免这一现象,麦克风间距d至少要满足下式:
其中,λ2为第二阶BPF对应的波长。在满足上式的前提下,麦克风间距d越大,装置的分辨率越高。
根据上一步算出的时间延迟τ1,2,乘以声速计算出声音到达每组两个麦克风的距离差Δd。使用双曲线近似算法,根据Δd可以计算出声源的偏角。双曲线形状近似如图3所示。
双曲线一般形式为:
c2=a2+b2
麦克风位置位于双曲线的两焦点处,根据双曲线的性质,则有:
d=2c
Δd=2a
即根据两麦克风之间的距离为d和声源信号到两麦克风间的距离差Δd即可算出双曲线的参数a,b,c。
双曲线的渐近线方程为:
定义双曲线渐近线与x轴的夹角为θ1。当声源离原点不是很近时,声源的位置可以用θ1来描述。经过化简,可以将θ1表示为:
用A、B两个麦克风采集到的声压信息,根据上式可以计算得到∠SOX;用C、D两个麦克风采集到的声压信息,根据上式可以计算得到∠SOC。
根据三余弦定理,计算得到:
其中∠SOC已经求得,∠SOS1=|90°-∠SOX|,其中∠COZ由双自由度转向装置测量得到。
由图中的几何关系,可以得到以下四个式子:
SS1=S2S3
根据以上四个式子推导可以得到∠S2OS3:
若∠SOX<90°,则双自由度转向装置需要绕Z轴逆时针旋转的角度为∠S2OS3(从Z轴正向看逆时针);若∠SOX>90°,则双自由度转向装置需要绕Z轴顺时针旋转的角度为∠S2OS3。
在步骤(3)中,具体旋转方法如下所示:若水平偏转角θ为90°,直接调整俯仰角为90°,并测量∠COZ,作为下一次循环的输入;若水平偏转角θ不为90°,通过双自由度转向装置调整水平偏转角θ至90°,使得声源S在XOY面上的投影在麦克风A、C连线的中垂线上,并返回第一步,重新测量。上述步骤为一个完整的循环,重复该循环能够实现对无人机的动态追踪。流程图如图4所示。也即,当时,双自由度转向装置需要绕X轴顺时针旋转的角度为(从X轴正向看逆时针);当时,双自由度转向装置需要绕X轴逆时针旋转的角度为∠S2OS3-90°。
本实施例的基于旋转十字阵列的声源定向装置及配套的算法能够在较少的麦克风数量下达到较高的分辨率,并实现对无人机的360°无死角定向。
在本说明书的描述中,参考术语“一个实施例/方式”、“一些实施例/方式”、“示例”、“具体示例”、或“一些示例”(若有的话)等的描述意指结合该实施例/方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例/方式或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例/方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例/方式或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例/方式或示例以及不同实施例/方式或示例的特征进行结合和组合。
此外,术语“第一”、“第二”(若有的话)仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
本领域的技术人员应当理解,上述实施方式仅仅是为了清楚地说明本公开,而并非是对本公开的范围进行限定。对于所属领域的技术人员而言,在上述公开的基础上还可以做出其它变化或变型,并且这些变化或变型仍处于本公开的范围内。
Claims (8)
1.一种无人机声源定向装置,其特征在于:其包括:
十字阵列;
两组麦克风,每组的两个麦克风分别位于所述十字阵列的相对向的两个端点,每个麦克风距离所述十字阵列中心点的位置相等,用于分别同时采集无人机的时域声压信号,所述麦克风距离d满足至少满足:其中,λ2为无人机的第二阶叶片通过频率对应的波长;
处理装置,对所述两组麦克风获取的时域声压信号进行处理,以计算出所述十字阵列的水平偏转角和俯仰偏转角;
双自由度转向装置,控制所述十字阵列根据所述水平偏转角和所述俯仰偏转角进行旋转,使所述十字阵列的中心点与所述无人机的连线垂直于所述十字阵列所在的平面;所述无人机的叶片通过频率至少包括无人机的前三阶叶片通过频率。
2.根据权利要求1所述的无人机声源定向装置,其特征在于:
每个麦克风的采样频率均相同,大于或等于10000Hz,采样时长小于或等于1秒。
3.根据权利要求1所述的无人机声源定向装置,其特征在于:
所述处理装置包括:
增采样模块,对所述两组麦克风获取的时域声压信号进行增采样;
滤波模块,对增采样后的两组时域声压信号进行滤波,保留预定频率范围内的声压信号分量;
计算模块,基于互相关算法计算出无人机的声音到达每组两个麦克风的时间延迟,根据所述时间延迟计算出声音到达每组两个麦克风的距离差,根据两组距离差采用双曲线近似模型计算出所述水平偏转角和所述俯仰偏转角。
4.根据权利要求3所述的无人机声源定向装置,其特征在于:
所述增采样模块采用插值法进行增采样,所述插值法选自傅里叶插值法、样条插值法或正弦函数插值法中的任意一种,所述插值法的插值因子为2倍插值、3倍插值或4倍插值。
5.一种无人机声源定向方法,其特征在于:其包括如下步骤:
第一步、在十字阵列的四个端点分别设置一个麦克风,所述十字阵列相对向的两个端点的麦克风作为一组麦克风,使每个麦克风距离所述十字阵列中心点的位置相等,利用两组麦克风分别同时采集无人机的时域声压信号,所述麦克风距离d满足至少满足:其中,λ2为第二阶BPF对应的波长;
第二步、采用处理装置对所述两组麦克风获取的时域声压信号进行处理,以计算出所述十字阵列的水平偏转角和俯仰偏转角;
第三步、采用双自由度转向装置控制所述十字阵列根据所述水平偏转角和所述俯仰偏转角进行旋转,使所述十字阵列的中心点与所述无人机的连线垂直于所述十字阵列所在的平面;所述无人机的叶片通过频率至少包括无人机的前三阶叶片通过频率。
6.根据权利要求5所述的无人机声源定向方法,其特征在于:
每个麦克风的采样频率均相同,大于或等于10000Hz,采样时长小于或等于1秒。
7.根据权利要求5所述的无人机声源定向方法,其特征在于:
所述处理装置进行处理的方法包括如下步骤:
(3-1)、采用增采样模块对所述两组麦克风获取的时域声压信号进行增采样;
(3-2)、采用滤波模块对增采样后的两组时域声压信号进行滤波,保留预定频率范围内的声压信号分量;
(3-3)、采用计算模块基于互相关算法计算出无人机的声音到达每组两个麦克风的时间延迟,根据所述时间延迟计算出声音到达每组两个麦克风的距离差,根据两组距离差采用双曲线近似模型计算出所述水平偏转角和俯仰偏转角。
8.根据权利要求7所述的无人机声源定向方法,其特征在于:
在步骤3-1中,所述增采样模块采用插值法进行增采样,所述插值法选自傅里叶插值法、样条插值法或正弦函数插值法中的任意一种,所述插值法的插值因子为2倍插值、3倍插值或4倍插值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010027590.2A CN111474520B (zh) | 2020-01-10 | 2020-01-10 | 无人机声源定向装置及定向方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010027590.2A CN111474520B (zh) | 2020-01-10 | 2020-01-10 | 无人机声源定向装置及定向方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111474520A CN111474520A (zh) | 2020-07-31 |
CN111474520B true CN111474520B (zh) | 2023-05-09 |
Family
ID=71746203
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010027590.2A Active CN111474520B (zh) | 2020-01-10 | 2020-01-10 | 无人机声源定向装置及定向方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111474520B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112684414A (zh) * | 2020-12-21 | 2021-04-20 | 广西大学 | 无人机反制方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105674011A (zh) * | 2015-12-25 | 2016-06-15 | 无锡信大气象传感网科技有限公司 | 一种探测器俯仰安装系统 |
CN106249215A (zh) * | 2016-07-22 | 2016-12-21 | 华南理工大学 | 一种任意倍升采样超声相控阵信号分辨力提高方法 |
CN107300689A (zh) * | 2017-06-28 | 2017-10-27 | 南京理工大学 | 一种低空无人飞行器声源方位探测系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN205356626U (zh) * | 2015-12-30 | 2016-06-29 | 无锡科技职业学院 | 一种教学用麦克风 |
CN107976651B (zh) * | 2016-10-21 | 2020-12-25 | 杭州海康威视数字技术股份有限公司 | 一种基于麦克风阵列的声源定位方法及装置 |
CN207926741U (zh) * | 2018-03-20 | 2018-09-28 | 凯斯泰尔通信设备(深圳)有限公司 | 一种视频会议用摄像头 |
CN108802689B (zh) * | 2018-06-14 | 2020-09-01 | 河北工业大学 | 基于声源阵列的空间麦克风定位方法 |
CN109100685A (zh) * | 2018-07-12 | 2018-12-28 | 南京信息工程大学 | 一种双面四元十字阵的被动声定位融合算法 |
CN109511075B (zh) * | 2018-12-24 | 2020-11-17 | 科大讯飞股份有限公司 | 一种用于测量麦克风阵列声学响应的系统 |
-
2020
- 2020-01-10 CN CN202010027590.2A patent/CN111474520B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105674011A (zh) * | 2015-12-25 | 2016-06-15 | 无锡信大气象传感网科技有限公司 | 一种探测器俯仰安装系统 |
CN106249215A (zh) * | 2016-07-22 | 2016-12-21 | 华南理工大学 | 一种任意倍升采样超声相控阵信号分辨力提高方法 |
CN107300689A (zh) * | 2017-06-28 | 2017-10-27 | 南京理工大学 | 一种低空无人飞行器声源方位探测系统 |
Non-Patent Citations (3)
Title |
---|
基于时延估计的被动声定位研究;王伟;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20120215;第6-15、39-41、44-45页 * |
基于麦克风阵列的仿人智能机器人声源定位技术的研究;赵圣;《中国优秀硕士学位论文全文数据库 信息科技辑》;20150215(第2期);第28-40页 * |
针对民用无人机的声学测向系统设计;李佳霖;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20190815;第11-18页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111474520A (zh) | 2020-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109031219B (zh) | 基于相位测距的宽带雷达弹道目标微动几何参数估计方法 | |
CN102980647B (zh) | 一种噪声源识别定位测试方法 | |
CN106842128B (zh) | 运动目标的声学跟踪方法及装置 | |
CN108957443B (zh) | 一种基于双发双收相干雷达的无人机旋翼长度和转速的估计方法 | |
Blanchard et al. | Acoustic localization and tracking of a multi-rotor unmanned aerial vehicle using an array with few microphones | |
CN104360310B (zh) | 一种多目标近场源定位方法和装置 | |
CN104076331A (zh) | 一种七元麦克风阵列的声源定位方法 | |
CN109633644A (zh) | 一种机动目标isar成像方法 | |
CN111474520B (zh) | 无人机声源定向装置及定向方法 | |
CN109407070B (zh) | 一种高轨平台地面运动目标检测方法 | |
CN109669160B (zh) | 一种水下瞬态声信号的检测方法 | |
CN106569191A (zh) | 一种利用高分辨率成像获取目标rcs的方法 | |
CN108662973B (zh) | 基于鉴相技术的电磁跟踪系统及方法 | |
CN113281727B (zh) | 一种基于水平线列阵的输出增强的波束形成方法及其系统 | |
Chen et al. | Wavelet-based beamforming for high-speed rotating acoustic source | |
CN108490439A (zh) | 基于等效斜距的双基地任意构型sar成像方法 | |
CN108872926A (zh) | 一种基于凸优化的幅相误差校正及doa估计方法 | |
CN108983149A (zh) | 一种旋转麦克风声源定位方法 | |
Chen et al. | Experimental study of airfoil-rotor interaction noise by wavelet beamforming | |
CN107124540A (zh) | 采集处理方法、装置及系统 | |
CN110989654A (zh) | 一种仿真红外目标场景跟随控制方法及系统 | |
CN109597021A (zh) | 一种波达方向估计方法及装置 | |
CN108132469B (zh) | 一种双基前视sar的空变滤波参数高阶拟合方法 | |
CN114325704B (zh) | 一种基于波数谱拼接的合成孔径雷达快速时域成像方法 | |
CN106772308A (zh) | 基于脉内干涉的太赫兹宽带雷达微多普勒解模糊方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |