CN111765905A - 一种空中校准无人机阵列阵元的方法 - Google Patents
一种空中校准无人机阵列阵元的方法 Download PDFInfo
- Publication number
- CN111765905A CN111765905A CN202010712204.3A CN202010712204A CN111765905A CN 111765905 A CN111765905 A CN 111765905A CN 202010712204 A CN202010712204 A CN 202010712204A CN 111765905 A CN111765905 A CN 111765905A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- array
- coordinate system
- array element
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
- G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及的是一种无人机阵校准的校准方法，具体地说是一种基于扫描移动方式空中校准无人机阵列阵元的方法。本发明包括：(1)根据无人机阵列的长度，以直线形式将无人机阵列布放于空中，无人机稳定的悬浮于空中，无人机阵列边缘至无人机屏障面的距离大于1m；(2)将一个标准发射换能器和一个无人机置于空中，标准发射器和无人机阵列两者之间的距离不少于2倍的混响半径等。本发明实现无人机阵元电压灵敏度和位姿的整体校准；本发明方法在满足要求的测量频率范围内，校准准确度高、可重复性好、操作简便。本方法优势在于测量的最低频率远远低于相同尺度活动范围的自由场校准方法，也低于混响校准法，极大地拓展了低频校准下限。
Description
技术领域
本发明涉及的是一种无人机阵校准的校准方法，具体地说是一种基于扫描移动方式空中校准无人机阵列阵元的方法。
背景技术
近年来随着机器视觉、传感器科学、人工智能等领域的快速发展，各种新兴技术开始落地应用并产生显著成果。科学技术的快速发展丰富了人们的日常生活并带来极大的便利，智能无人机作为其中的一个重要方面，已经逐步发展出了军用级，工业级，消费级多层次的产品结构，为国家及社会的安全与便利提供了保障。
城市中的消费级无人机需要解决在城市复杂的飞行条件下的精准定位与实施避障问题，并在此基础上利用人脸识别、行为分析等技术完成与用户的人机交互。无人机的灵活应用与部署离不开精确的环境感知与位姿追踪，迅速发展的传感器科学为此提供了保障。对于户外工作的军民用中大型无人机而言，全球卫星定位系统是无人机跟踪定位的主要信息源，在此基础上，结合可见光相机便可对环境进行充分感知。然而，这对于以城市环境为主要应用场景的消费级无人机而言却困难的多。由于城市内建筑物繁多，遮挡严重。而且由于城市内光照强度变化较大，仅仅依靠可见光相机也显得有些力不从心。近年来，随着传感器科学的发展，设备工艺水平的不断提高，传感器的高精度化、小型化、便携化已成为大势所趋。科研人员开始聚焦于融合多传感器信息进行环境感知以求获得更为全面的环境感知数据，在此基础上利用即时定位与地图构建技术更好的跟踪无人机、无人车等设备的位姿轨迹，保障运行安全。此外对于无人机而言，路径规划技术同样是保证其灵活性与实用性的关键技术。无人机的路径规划技术是在三维环境中，综合考虑环境威胁、无人机物理条件、飞行区域限制等诸多因素，为无人机规划出最优的全局路径，亦或是最安全的局部飞行路径，使无人机能够避开各类危险，完成预定任务目标。与机器人、无人车等设备路径规划不同的是，旋翼无人机的活动场景为三维空间，路径更为灵活多样，规划难度较大。同时，这也对无人机的环境感知与实时环境空间结构建模提出了更高的要求。
发明内容
本发明的目的在于提供一种校准准确度高、可重复性好、操作简便的空中校准无人机阵列阵元的方法。
本发明的目的是这样实现的：
一种空中校准无人机阵列阵元的方法，包括如下步骤：
(1)根据无人机阵列的长度，以直线形式将无人机阵列布放于空中，无人机稳定的悬浮于空中，无人机阵列边缘至无人机屏障面的距离大于1m；
(2)将一个标准发射换能器和一个无人机置于空中，标准发射器和无人机阵列两者之间的距离不少于2倍的混响半径；
(3)标准发射换能器做匀速扫描移动，在扫描移动的过程中，标准发射换能器稳定地辐射宽带白噪声信号，测量无人机输出电压以及无人机阵列每个阵元的输出电压灵敏度；
(4)对无人机、无人机阵列每个阵元做姿态矩阵计算，评估阵元中无人机当前搜索空间中最佳位置；
(5)更新无人机时钟估计，根据空间中最佳位置做姿态调整。
所述的辐射宽带白噪声信号包括：
输出放大自发辐射光信号，放大自发辐射光信号进入滤波器进行滤波，滤波器输出具有预设波长范围的窄线宽光信号，所述窄线宽光信号输入光放大器进行放大后进入光衰减器，通过光衰减器对光放大器光信号功率进行控制，光衰减器输出的光信号进入单行载流子光电探测器并进行光谱和电谱的转换从而输出宽带电噪声信号，窄线宽光信号的带宽为2～4nm。
所述的无人机的姿态矩阵的确定步骤包括：
(4.1)设地球坐标系为earth系，地理坐标系为geo系，载体坐标系为carrier系，导航坐标系为pilot系，各坐标系的轴依次分别为Xg、Yg、Zg；Xc、Yc、Zc；Xp、Yp、Zp；
(4.2)计算无人机的地理坐标系的方向余弦矩阵
其中无人机所在经度为αe和纬度为δe；αe的取值范围为(-180°，180°)；δe的取值范围为(-90°，90°)；
(4.3)计算无人机的载体坐标系的方向余弦矩阵
其中γc为载体坐标系相对于地理坐标系的横滚角，即Xc相对于Xg的夹角；
其中θc为载体坐标系相对于地理坐标系的俯仰角，即Yc相对于Yg的夹角；
其中φc为载体坐标系相对于地理坐标系的航向角，即Zc相对于Zg的夹角；
(4.4)计算无人机的导航坐标系的姿态矩阵
(4.5)计算无人机的导航坐标系的姿态矩阵角速率ωp；
ωe为地球角速率在导航坐标系下的投影，ωa为无人机陀螺仪测量值。
所述的评估阵元中无人机当前搜索空间中最佳位置包括；
(5.1)将每个无人机的姿态矩阵和时钟估计与评估的无人机当前局部最佳已知位置pbesti，n进行比较，如果无人机的时钟估计值小，则将该无人机的位置替换为当前局部最佳已知位置pbesti，n；
(5.2)将每个无人机的当前局部最佳已知位置pbest与无人机当前搜索空间中最佳位置gbest进行比较，如果无人机的当前局部最佳已知位置pbest小，则将该无人机的当前局部最佳已知位置pbest替换为当前搜索空间中最佳位置gbest。
更新无人机时钟估计为：
(5.1)采集导航卫星系统时钟参数
(5.2)计算导航卫星系统接收机钟差
(5.3)探测通信波长λIF；
(5.4)采集导航卫星系统的模糊度参数MIF；
(5.5)根据对流层投影函数ntrop和天顶对流层距离S，以及导航卫星系统的载波相位φL,IF和伪距观测噪声φP,IF，更新无人机时钟估计：
其中Q和K表示导航卫星系统的伪距观测值和相位。
无人机阵列阵元电压灵敏度为：
采集无人机第i个阵元输出电压自功率谱时间平均值<ei>以及无人机输出电压自功率谱时间平均值<es>；确定无人机接收电压灵敏度Ms以及无人机第i个阵元接收电压灵敏度Mi；估算无人机阵列阵元电压灵敏度
所述的空中活动范围宽度至少是无人机阵列长度的1.5倍，校准所需空间的容积与无人机阵列体积比不少于8:1。
所述的匀速扫描移动的扫描速度不超过0.06m/s；扫描轨迹为：直线往复或者螺旋形，保持扫描过程中与无人机阵列的间距大于2倍混响半径，扫描轨迹长度大于空中活动范围宽度的1/2。
所述的测量时长不少于90s。
所述的空中活动范围宽度至少是无人机阵列长度的1.5倍，校准所需空间的容积与无人机阵列体积比不少于8:1。
优选的，所述的一种空中校准无人机阵列阵元的方法，其特征在于：在更新无人机时钟估计，根据空间中最佳位置做姿态调整之后，还包括：
记录计算机上制作生成的目标阵列阵元的三维原型图；
根据所述计算机上制作生成的三维原型图，对无人机的飞行轨迹进行控制，并控制所述无人机摆出目标阵列阵元；
其中，根据所述计算机上制作生成的三维原型图，对无人机的飞行轨迹进行控制，并控制所述无人机摆出目标阵列阵元的过程中，包括：
获取所述目标阵列阵元的目标位置点，基于路径估算模型，预估所述无人机从当前位置点到所述目标位置点之间的路径距离以及飞行时间，获得飞行集合；
基于所述飞行集合确定所述无人机从所述当前位置点到目标位置点的最佳路径集合；
根据所述最佳路径，对所述三维原型图进行修正处理，并控制所述无人机按照修正处理后的三维原型图进行轨迹飞行，并摆出相关的目标阵列阵元；
其中，所述目标位置点的数量与目标阵列振元的数量一致。
本发明的有益效果在于：
本发明方法采用扫描移动的方式，和输出电压采集同步进行的方法进行；针对空中信号源数目少，仅采用一个信号源的移动的扫描时间不少于90s，扫描路径为直线往复或螺旋形，移动范围超过空中线度的1/2。实现无人机阵元电压灵敏度和位姿的整体校准；本发明方法在满足要求的测量频率范围内，校准准确度高、可重复性好、操作简便。本方法优势在于测量的最低频率远远低于相同尺度活动范围的自由场校准方法，也低于混响校准法，极大地拓展了低频校准下限。校准不确定度小于1dB。
本发明提供的一种空中校准无人机阵列阵元的方法，通过对无人机阵列阵元做姿态矩阵计算，评估阵列阵元中无人机的最佳位置，进而利用计算机制作生成目标阵列阵元的三维原型图，从而控制无人机的飞行轨迹，摆出目标阵列阵元；通过一遍遍的路径校验和设计模型校验，不断完善我们的无人机阵列阵元，从而更快更好的完成摆出目标阵列阵元，提升技术的同时更好的服务客户和社会。
附图说明
图1本发明的流程图。
具体实施方式
下面举例对本发明做更详细的描述。
具体实施方式一：
(1)移动空间尺度选择。移动空间宽度至少是无人机阵列长度的1.5倍，校准所需空间体积与无人机阵列体积比不少于8:1。
(2)无人机阵列的布置。根据无人机阵列的长度，以直线形式布放于活动空间中，无人机稳定的悬浮于活动空间中，无人机阵列边缘至活动空间壁面的距离大于1m。
(3)标准发射换能器和无人机的布置。将一个标准发射换能器和一个无人机置于活动空间中。标准发射器和无人机阵列两者之间的距离不少于2倍的混响半径；无人机置于无人机阵列占据体积空间中；
(4)电声参数的扫描移动测量。标准发射换能器做匀速扫描移动，扫描速度不超过0.1m/s；扫描轨迹可以为：直线往复或者螺旋形，保持扫描过程中与无人机阵列的间距大于2倍混响半径，扫描轨迹长度大于活动空间宽度的1/2。
在扫描移动的过程中，标准发射换能器稳定地辐射宽带白噪声信号，测量无人机输出电压以及无人机阵列每个阵元的输出电压；标准发射换能器声辐射、标准发射换能器扫描移动与输出电压测量同步进行的方式，测量时长不少于90s。
(5)无人机阵列阵元的接收电压灵敏度的计算。对无人机、无人机阵列每个阵元分别做输出电信号自功率谱计算，做自功率谱在测量时长内的平均。
无人机阵列阵元电压灵敏度计算公式为：
式中，<ei>为无人机第i个阵元输出电压自功率谱时间平均值，<es>为无人机输出电压自功率谱时间平均值，Ms为无人机接收电压灵敏度，Mi为无人机第i个阵元接收电压灵敏度。
具体实施方式二：
一种空中校准无人机阵列阵元的方法，包括如下步骤：
(1)根据无人机阵列的长度，以直线形式将无人机阵列布放于空中，无人机稳定的悬浮于空中，无人机阵列边缘至无人机屏障面的距离大于1m；
(2)将一个标准发射换能器和一个无人机置于空中，标准发射器和无人机阵列两者之间的距离不少于2倍的混响半径；
(3)标准发射换能器做匀速扫描移动，在扫描移动的过程中，标准发射换能器稳定地辐射宽带白噪声信号，测量无人机输出电压以及无人机阵列每个阵元的输出电压灵敏度；
(4)对无人机、无人机阵列每个阵元做姿态矩阵计算，评估阵元中无人机当前搜索空间中最佳位置；
(5)更新无人机时钟估计，根据空间中最佳位置做姿态调整。
本发明有效实现了在干扰环境下利用已知的校正信号方向和受到干扰的无人机阵列的接收信号向量测定阵列阵元位置误差，为阵列的测向提供高精度的阵元位置信息，满足不断增长的无线电监测、无线通信等领域的无人机传感器阵列信号处理系统对高精度波达方向估计、波束形成的性能要求。
所述的辐射宽带白噪声信号包括：
输出放大自发辐射光信号，放大自发辐射光信号进入滤波器进行滤波，滤波器输出具有预设波长范围的窄线宽光信号，所述窄线宽光信号输入光放大器进行放大后进入光衰减器，通过光衰减器对光放大器光信号功率进行控制，光衰减器输出的光信号进入单行载流子光电探测器并进行光谱和电谱的转换从而输出宽带电噪声信号；窄线宽光信号的带宽为2～4nm。本发明的宽带噪声信号发生方法其光谱宽而平坦且输出功率大、相位和强度具有随机性，能够作为噪声信号发生器的物理熵源，突破电子器件带宽的限制，经过滤波和光电转换后可以产生带宽达325GHz的宽带噪声；本发明的宽带噪声信号发生器产生的噪声输出功率大、超噪比高达20d B，满足现有待测器件的测试需求。
所述的无人机的姿态矩阵的确定步骤包括：
(4.1)设地球坐标系为earth系，地理坐标系为geo系，载体坐标系为carrier系，导航坐标系为pilot系，各坐标系的轴依次分别为Xg、Yg、Zg；Xc、Yc、Zc；Xp、Yp、Zp；
(4.2)计算无人机的地理坐标系的方向余弦矩阵
其中无人机所在经度为αe和纬度为δe；αe的取值范围为(-180°，180°)；δe的取值范围为(-90°，90°)；
(4.3)计算无人机的载体坐标系的方向余弦矩阵
其中γc为载体坐标系相对于地理坐标系的横滚角，即Xc相对于Xg的夹角；
其中θc为载体坐标系相对于地理坐标系的俯仰角，即Yc相对于Yg的夹角；
其中φc为载体坐标系相对于地理坐标系的航向角，即Zc相对于Zg的夹角；
(4.4)计算无人机的导航坐标系的姿态矩阵
(4.5)计算无人机的导航坐标系的姿态矩阵角速率ωp；
ωe为地球角速率在导航坐标系下的投影，ωa为无人机陀螺仪测量值。
所述的评估阵元中无人机当前搜索空间中最佳位置包括；
(5.1)将每个无人机的姿态矩阵和时钟估计与评估的无人机当前局部最佳已知位置pbesti，n进行比较，如果无人机的时钟估计值小，则将该无人机的位置替换为当前局部最佳已知位置pbesti，n；
(5.2)将每个无人机的当前局部最佳已知位置pbest与无人机当前搜索空间中最佳位置gbest进行比较，如果无人机的当前局部最佳已知位置pbest小，则将该无人机的当前局部最佳已知位置pbest替换为当前搜索空间中最佳位置gbest。
上述方案可以有效的补偿低成本传感器存在的姿态漂移以及噪声影响，可以有效提高姿态解算精度，改进型自适应算法与搜索空间中最佳位置相结合，可以在线更新状态方程的量测误差，同时避免了高阶截断误差以及陀螺仪解算欧拉角的误差，提高了惯性测量单元解算的准确性与可靠性。
更新无人机时钟估计为：
(5.1)采集导航卫星系统时钟参数
(5.2)计算导航卫星系统接收机钟差
(5.3)探测通信波长λIF；
(5.4)采集导航卫星系统的模糊度参数MIF；
(5.5)根据对流层投影函数ntrop和天顶对流层距离S，以及导航卫星系统的载波相位φL,IF和伪距观测噪声φP,IF，更新无人机时钟估计：
其中Q和K表示导航卫星系统的伪距观测值和相位。
无人机阵列阵元电压灵敏度为：
采集无人机第i个阵元输出电压自功率谱时间平均值<ei>以及无人机输出电压自功率谱时间平均值<es>；确定无人机接收电压灵敏度Ms以及无人机第i个阵元接收电压灵敏度Mi；估算无人机阵列阵元电压灵敏度
所述的空中活动范围宽度至少是无人机阵列长度的1.5倍，校准所需空间的容积与无人机阵列体积比不少于8:1。
所述的匀速扫描移动的扫描速度不超过0.06m/s；扫描轨迹为：直线往复或者螺旋形，保持扫描过程中与无人机阵列的间距大于2倍混响半径，扫描轨迹长度大于空中活动范围宽度的1/2。
所述的测量时长不少于90s。
所述的空中活动范围宽度至少是无人机阵列长度的1.5倍，校准所需空间的容积与无人机阵列体积比不少于8:1。
所述的一种空中校准无人机阵列阵元的方法，在更新无人机时钟估计，根据空间中最佳位置做姿态调整之后，还包括：
记录计算机上制作生成的目标阵列阵元的三维原型图；
根据所述计算机上制作生成的三维原型图，对无人机的飞行轨迹进行控制，并控制所述无人机摆出目标阵列阵元；
其中，根据所述计算机上制作生成的三维原型图，对无人机的飞行轨迹进行控制，并控制所述无人机摆出目标阵列阵元的过程中，包括：
获取所述目标阵列阵元的目标位置点，基于路径估算模型，预估所述无人机从当前位置点到所述目标位置点之间的路径距离以及飞行时间，获得飞行集合；
基于所述飞行集合确定所述无人机从所述当前位置点到目标位置点的最佳路径集合；
根据所述最佳路径，对所述三维原型图进行修正处理，并控制所述无人机按照修正处理后的三维原型图进行轨迹飞行，并摆出相关的目标阵列阵元；
其中，所述目标位置点的数量与目标阵列振元的数量一致。
上述技术方案的工作原理及有益效果是：通过对无人机阵列阵元做姿态矩阵计算，评估阵列阵元中无人机的最佳位置，进而利用计算机制作生成目标阵列阵元的三维原型图，从而控制无人机的飞行轨迹，摆出目标阵列阵元；通过一遍遍的路径校验和设计模型校验，不断完善我们的无人机阵列阵元，从而更快更好的完成摆出目标阵列阵元。
本发明方法采用扫描移动的方式，和输出电压采集同步进行的方法进行；针对空中信号源数目少，仅采用一个信号源的移动的扫描时间不少于90s，扫描路径为直线往复或螺旋形，移动范围超过空中线度的1/2。实现无人机阵元电压灵敏度和位姿的整体校准；利用预测的时钟偏差值在本地线性平滑补偿各节点的时钟漂移，使各节点的时钟漂移最终趋于零，一方面极大地提高了站点时钟的稳定性另一方面时间同步精度较高，不需要额外的网络通信资源仅需要维护时钟偏差值，降低了控制报文的开销。本发明方法在满足要求的测量频率范围内，校准准确度高、可重复性好、操作简便。本方法优势在于测量的最低频率远远低于相同尺度活动范围的自由场校准方法，也低于混响校准法，极大地拓展了低频校准下限。校准不确定度小于1dB。
本发明的上述实施例并非是对本发明实施方式的局限。本发明技术领域的技术人员在工程中可以根据所描述的具体实施例为基础作各种修改、补充和类似的改造和变动，但并不偏离本发明的精神所引申的改造和变动仍属于本发明的保护范围。
Claims (9)
1.一种空中校准无人机阵列阵元的方法，其特征在于，包括如下步骤：
(1)根据无人机阵列的长度，以直线形式将无人机阵列布放于空中，无人机稳定的悬浮于空中，无人机阵列边缘至无人机屏障面的距离大于1m；
(2)将一个标准发射换能器和一个无人机置于空中，标准发射器和无人机阵列两者之间的距离不少于2倍的混响半径；
(3)标准发射换能器做匀速扫描移动，在扫描移动的过程中，标准发射换能器稳定地辐射宽带白噪声信号，测量无人机输出电压以及无人机阵列每个阵元的输出电压灵敏度；
(4)对无人机、无人机阵列每个阵元做姿态矩阵计算，评估阵元中无人机当前搜索空间中最佳位置；
(5)更新无人机时钟估计，根据空间中最佳位置做姿态调整。
2.根据权利要求1所述的一种空中校准无人机阵列阵元的方法，其特征在于：所述的辐射宽带白噪声信号包括：
输出放大自发辐射光信号，放大自发辐射光信号进入滤波器进行滤波，滤波器输出具有预设波长范围的窄线宽光信号，所述窄线宽光信号输入光放大器进行放大后进入光衰减器，通过光衰减器对光放大器光信号功率进行控制，光衰减器输出的光信号进入单行载流子光电探测器并进行光谱和电谱的转换从而输出宽带电噪声信号，窄线宽光信号的带宽为2～4nm。
3.根据权利要求1所述的一种空中校准无人机阵列阵元的方法，其特征在于，所述的无人机的姿态矩阵的确定步骤包括：
(3.1)设地球坐标系为earth系，地理坐标系为geo系，载体坐标系为carrier系，导航坐标系为pilot系，各坐标系的轴依次分别为Xg、Yg、Zg；Xc、Yc、Zc；Xp、Yp、Zp；
(3.2)计算无人机的地理坐标系的余弦矩阵
其中无人机所在经度为αe和纬度为δe；αe的取值范围为(-180°，180°)；δe的取值范围为(-90°，90°)；
(3.3)计算无人机的载体坐标系的方向余弦矩阵
其中γc为载体坐标系相对于地理坐标系的横滚角，即Xc相对于Xg的夹角；
其中θc为载体坐标系相对于地理坐标系的俯仰角，即Yc相对于Yg的夹角；
其中φc为载体坐标系相对于地理坐标系的航向角，即Zc相对于Zg的夹角；
(3.4)计算无人机的导航坐标系的姿态矩阵
(3.5)计算无人机的导航坐标系的姿态矩阵角速率ωp：
ωe为地球角速率在导航坐标系下的投影，ωa为无人机陀螺仪测量值。
4.根据权利要求1所述的一种空中校准无人机阵列阵元的方法，其特征在于，所述的评估阵元中无人机当前搜索空间中最佳位置包括；
(4.1)将每个无人机的姿态矩阵和时钟估计与评估的无人机当前局部最佳已知位置pbesti，n进行比较，如果无人机的时钟估计值小，则将该无人机的位置替换为当前局部最佳已知位置pbesti，n；
(4.2)将每个无人机的当前局部最佳已知位置pbest与无人机当前搜索空间中最佳位置gbest进行比较，如果无人机的当前局部最佳已知位置pbest小，则将该无人机的当前局部最佳已知位置pbest替换为当前搜索空间中最佳位置gbest。
5.根据权利要求1所述的一种空中校准无人机阵列阵元的方法，其特征在于，更新无人机时钟估计为：
(5.1)采集导航卫星系统时钟参数
(5.2)计算导航卫星系统接收机钟差
(5.3)探测通信波长λIF；
(5.4)采集导航卫星系统的模糊度参数MIF；
(5.5)根据对流层投影函数ntrop和天顶对流层距离S，以及导航卫星系统的载波相位φL，IF和伪距观测噪声φP，IF，更新无人机时钟估计：
其中Q和K表示导航卫星系统的伪距观测值和相位。
6.根据权利要求1所述的一种空中校准无人机阵列阵元的方法，其特征在于，无人机阵列阵元电压灵敏度为：
采集无人机第i个阵元输出电压自功率谱时间平均值<ei>以及无人机输出电压自功率谱时间平均值<es>；确定无人机接收电压灵敏度Ms以及无人机第i个阵元接收电压灵敏度Mi；估算无人机阵列阵元电压灵敏度
7.根据权利要求1所述的一种空中校准无人机阵列阵元的方法，其特征在于，所述的空中活动范围宽度至少是无人机阵列长度的1.5倍，校准所需空间的容积与无人机阵列体积比不少于8∶1。
8.根据权利要求1所述的一种空中校准无人机阵列阵元的方法，其特征在于，所述的匀速扫描移动的扫描速度不超过0.06m/s；扫描轨迹为：直线往复或者螺旋形，保持扫描过程中与无人机阵列的间距大于2倍混响半径，扫描轨迹长度大于空中活动范围宽度的1/2。
9.根据权利要求1所述的一种空中校准无人机阵列阵元的方法，其特征在于：在更新无人机时钟估计，根据空间中最佳位置做姿态调整之后，还包括：
记录计算机上制作生成的目标阵列阵元的三维原型图；
根据所述计算机上制作生成的三维原型图，对无人机的飞行轨迹进行控制，并控制所述无人机摆出目标阵列阵元；
其中，根据所述计算机上制作生成的三维原型图，对无人机的飞行轨迹进行控制，并控制所述无人机摆出目标阵列阵元的过程中，包括：
获取所述目标阵列阵元的目标位置点，基于路径估算模型，预估所述无人机从当前位置点到所述目标位置点之间的路径距离以及飞行时间，获得飞行集合；
基于所述飞行集合确定所述无人机从所述当前位置点到目标位置点的最佳路径集合；
根据所述最佳路径，对所述三维原型图进行修正处理，并控制所述无人机按照修正处理后的三维原型图进行轨迹飞行，并摆出相关的目标阵列阵元；其中，所述目标位置点的数量与目标阵列振元的数量一致。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010712204.3A CN111765905A (zh) | 2020-07-22 | 2020-07-22 | 一种空中校准无人机阵列阵元的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010712204.3A CN111765905A (zh) | 2020-07-22 | 2020-07-22 | 一种空中校准无人机阵列阵元的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111765905A true CN111765905A (zh) | 2020-10-13 |
Family
ID=72726971
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010712204.3A Withdrawn CN111765905A (zh) | 2020-07-22 | 2020-07-22 | 一种空中校准无人机阵列阵元的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111765905A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113691294A (zh) * | 2021-09-27 | 2021-11-23 | 中国人民解放军空军预警学院 | 一种近场稀疏阵列天线波束建立方法及装置 |
| CN115014279A (zh) * | 2022-08-09 | 2022-09-06 | 湖南科天健光电技术有限公司 | 观测飞行器、观测系统、校准方法及测量待测目标的方法 |
-
2020
- 2020-07-22 CN CN202010712204.3A patent/CN111765905A/zh not_active Withdrawn
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113691294A (zh) * | 2021-09-27 | 2021-11-23 | 中国人民解放军空军预警学院 | 一种近场稀疏阵列天线波束建立方法及装置 |
| CN115014279A (zh) * | 2022-08-09 | 2022-09-06 | 湖南科天健光电技术有限公司 | 观测飞行器、观测系统、校准方法及测量待测目标的方法 |
| CN115014279B (zh) * | 2022-08-09 | 2022-10-28 | 湖南科天健光电技术有限公司 | 观测飞行器、观测系统、校准方法及测量待测目标的方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| He et al. | An integrated GNSS/LiDAR-SLAM pose estimation framework for large-scale map building in partially GNSS-denied environments | |
| CN107980100A (zh) | 分布式定位系统和方法以及自定位设备 | |
| RU2431803C1 (ru) | Способ автоматизированного определения навигационно-топогеодезических параметров | |
| CN113295174B (zh) | 一种车道级定位的方法、相关装置、设备以及存储介质 | |
| CN112923919B (zh) | 基于图优化的行人定位方法及系统 | |
| CN111765905A (zh) | 一种空中校准无人机阵列阵元的方法 | |
| Yu et al. | H-WPS: Hybrid wireless positioning system using an enhanced wi-fi FTM/RSSI/MEMS sensors integration approach | |
| CN111796315A (zh) | 无人机室内外的定位方法及装置 | |
| Ouyang et al. | Cooperative navigation of UAVs in GNSS-denied area with colored RSSI measurements | |
| Matos-Carvalho et al. | GTRS-based algorithm for UAV navigation in indoor environments employing range measurements and odometry | |
| KR102172145B1 (ko) | 추측 항법 시스템에서의 밀결합 측위 방법 및 그 장치 | |
| CN113920258A (zh) | 地图生成方法、装置、介质及电子设备 | |
| Kohlbacher et al. | A low cost omnidirectional relative localization sensor for swarm applications | |
| Cao et al. | WiFi RTT indoor positioning method based on Gaussian process regression for harsh environments | |
| Hong et al. | WBF-PS: WiGig beam fingerprinting for UAV positioning system in GPS-denied environments | |
| Grishin et al. | Methods for correcting positions of tethered UAVs in adverse weather conditions | |
| Pendao et al. | FastGraph enhanced: High accuracy automatic indoor navigation and mapping | |
| CN109633695A (zh) | 一种无人机对卫导干扰机的主动定位方法 | |
| JP6169962B2 (ja) | 測位端末、携帯電話探索システム、携帯電話探索方法、プログラムおよびサーバ | |
| JP6440777B2 (ja) | 測位端末、携帯電話探索システム、携帯電話探索方法、プログラムおよびサーバ | |
| Suseenthiran et al. | Indoor positioning utilizing bluetooth low energy RSSI on LoRa system | |
| CN114894180A (zh) | 基于相对导航信息的多源融合导航方法及系统 | |
| Sonnessa et al. | Indoor Positioning Methods–A Short Review and First Tests Using a Robotic Platform for Tunnel Monitoring | |
| Tian et al. | Improvement of RSS-based measurement based on adaptive Kalman filter considering the anisotropy on antenna in dynamic environment | |
| Mousa et al. | Unmanned Aerial Vehicle Positioning using 5G New Radio Technology in Urban Environment |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20201013 |
|
| WW01 | Invention patent application withdrawn after publication |