CN112230183A - 基于无人机移动rss测量的干扰源快速查找方法 - Google Patents

基于无人机移动rss测量的干扰源快速查找方法 Download PDF

Info

Publication number
CN112230183A
CN112230183A CN202011055026.8A CN202011055026A CN112230183A CN 112230183 A CN112230183 A CN 112230183A CN 202011055026 A CN202011055026 A CN 202011055026A CN 112230183 A CN112230183 A CN 112230183A
Authority
CN
China
Prior art keywords
count
line
rss
sampling point
circle
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
Application number
CN202011055026.8A
Other languages
English (en)
Other versions
CN112230183B (zh
Inventor
刘硕
郑哲楷
栗雅清
胡蕴涵
李建峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202011055026.8A priority Critical patent/CN112230183B/zh
Publication of CN112230183A publication Critical patent/CN112230183A/zh
Application granted granted Critical
Publication of CN112230183B publication Critical patent/CN112230183B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0205—Details
    • G01S5/0215—Interference
    • 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
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了基于无人机移动RSS测量的干扰源快速查找方法，该方法具体步骤如下：首先，通过飞行圆形轨迹判断干扰源方向，从而调整无人机的查找方向；其次，在该方向上沿RSS增大的方向飞行，根据RSS变化趋势，每次直线飞行距离智能动态调整；然后，判断定向飞行的偏转角度是否小于阈值，若偏转角度大于阈值，则再次通过飞行圆形轨迹判断干扰源方向；最后，若偏转角度小于阈值，继续沿上一条直线方向飞行至RSS增量小于0，停止查找。本发明通过圆形和直线飞行轨迹交错进行，完成干扰源测向的同时逐渐逼近干扰源，并通过RSS的动态变化情况，动态调整圆形半径和直线飞行距离，缩小飞行路径，提升定位效率。

Description

基于无人机移动RSS测量的干扰源快速查找方法
技术领域
本发明涉及基于无人机移动RSS测量的干扰源快速查找方法，属于无人机定位技术领域。
背景技术
随着我国无线电事业的迅猛发展，无线电新技术、新业务的广泛应用，无线电台(站)数量急剧增加，无线电干扰现象也日趋严重，直接威胁到社会稳定、国家安全和人民生命财产的安全。电磁空间管理受到极大挑战，通信干扰事件日益频繁，严重危害国家通信安全和航空安全。因此对干扰源的快速有效定位已经成为日趋重要的安全需求。而利用无人机空中测向定位可以有效弥补徒步查找目标干扰源难度大、效率低的缺点，降低人力成本与时间成本，提高干扰源查找的快速性与准确性,采用无人机作为干扰源测量设备已经成为大势所趋。
当前，无人机载的干扰源定位大都基于测向方式，但其监测设备载荷重、成本高，双通道的机载测向设备售价高达数十万。而如果采用定向天线进行测向则由于极化问题存在正下方的定位盲区。因此，采用基于接收信号强度(RSS)的定位方式，可以有效减轻机载设备重量，降低设备成本，方便进行无人机集群化定位。配合全向天线进行定位，可以克服定位盲区，避免极化问题，实现干扰源更加精准的定位。同时，通过智能信息处理优化无人机路径，根据实际情况灵活选择运动路径以达到最优的定位结果，降低干扰源查找工作的复杂度，提高工作效率。
综上，基于无人机移动RSS测量的干扰源快速查找技术，可以在低成本低载荷的条件线完成精度更高、速度更快的干扰源快速测量，避免测向盲区导致的测量误差。可以为干扰源快速定位，减少电磁干扰，提高通信与航空安全做出一定的贡献。
发明内容
本发明所要解决的技术问题是：提供基于无人机移动RSS测量的干扰源快速查找方法，以无人机作为平台搭载全向天线，结合无人机的移动性进行信息融合处理，并智能优化无人机查找过程中的路径，可快速查找定位干扰源，提升时效性。
本发明为解决上述技术问题采用以下技术方案：
基于无人机移动RSS测量的干扰源快速查找方法，包括如下步骤：
步骤1，对各参数进行初始化，令circle_count＝1，line_count＝1，i＝1；以查找干扰源的起始点为第1个圆的圆心，预设的半径为第1个圆的半径；
步骤2，无人机沿第circle_count个圆的圆周飞行，并在圆上每隔10°选取一个采样点，共36个采样点，测量每个采样点的RSS值，计算圆周上以圆心相对称的两个采样点对应的RSS值的差值，得到18个差值，对这些差值取绝对值，并找出最大绝对值所对应的两个采样点，从这两个采样点中找出RSS值较大的采样点，将RSS值较大的采样点作为第line_count条直线上的第1个采样点，该采样点与第cirlce_count个圆的圆心相连形成的直线为第line_count条直线，计算第line_count条直线的斜率，根据斜率得到第line_count条直线的倾斜角b；
步骤3，在第line_count条直线上选取一采样点，该采样点位于第circle_count个圆外侧，且该采样点与第1个采样点之间的间距为len，测量该采样点的RSS值，并与第1个采样点的RSS值进行比较，若该采样点的RSS值大于第1个采样点的RSS值，则将该采样点作为第line_count条直线上的第2个采样点，且无人机在第line_count条直线上沿RSS值增大的方向飞行；若该采样点的RSS值小于第1个采样点的RSS值，则在第1个采样点的圆内侧方向选取距第1个采样点的间距为len的点作为第line_count条直线上的第2个采样点，且无人机在第line_count条直线上沿RSS值增大的方向飞行；
步骤4，在第line_count条直线上继续生成第i+2个采样点，第i+2个采样点与第i+1个采样点之间的间距为len，测量第i+2个采样点的RSS值，计算第i+2个采样点相对于第i+1个采样点的RSS增量与第i+1个采样点相对于第i个采样点的RSS增量之间的比值，并判断该比值是否小于预设的第line_count增量阈值；若小于第line_count增量阈值，则进入步骤5；若大于第line_count增量阈值，则根据当前cirlce_count的值进行判断，若circle_count＝1则进入步骤6，若circle_count≥2则进入步骤7；
步骤5，令i＝i+1，并返回步骤4；
步骤6，令circle_count＝circle_count+1，以第line_count条直线上的最后一个采样点作为第cirlce_count个圆的圆心，第cirlce_count个圆的半径为rcircle_count，rcircle_count＝rcircle_count-1-2*(rss0-rss2)，其中，rcircle_count-1为第circle_count-1个圆的半径，rss0为第line_count条直线上的最后一个采样点的RSS值，rss2为第line_count条直线上第1个采样点的RSS值；令line_count＝line_count+1，并返回步骤2；
步骤7，根据第line_count条直线的倾斜角得到第line_count条直线沿RSS增大方向的方向角，根据第line_count-1条直线的倾斜角得到第line_count-1条直线沿RSS增大方向的方向角，根据第line_count条直线沿RSS增大方向的方向角与第line_count-1条直线沿RSS增大方向的方向角计算第line_count条直线与第line_count-1条直线之间的偏转角度deltaline_count,line_count-1；设置偏转角阈值，若偏转角度deltaline_count,line_count-1大于偏转角阈值，则返回步骤6；若偏转角度deltaline_count,line_count-1小于偏转角阈值，则进入步骤8；
步骤8，无人机沿第line_count条直线上的最后一个采样点继续向前飞行，每间隔len选取一个采样点进行RSS值测量，并计算当前采样点与前一个采样点的RSS差值，若RSS差值小于0，则停止查找。
作为本发明的一种优选方案，步骤2所述测量每个采样点的RSS值，具体为：
对于每个采样点，重复测量50次RSS值，得到50个RSS值；循环x次，每一次循环都去掉剩余的RSS值中的最大值和最小值，将剩下的50-2*x个RSS值取平均，作为该采样点的RSS值。
作为本发明的一种优选方案，步骤3所述第line_count条直线上的第2个采样点的横、纵坐标为：
Figure BDA0002710605250000031
其中，x2、y2分别为第2个采样点的横、纵坐标，x1、y1分别为第1个采样点的横、纵坐标，a(line_count,1)为第line_count条直线沿RSS增大方向的方向角，且
若第2个采样点位于第circle_count个圆外侧，则第line_count条直线沿RSS增大方向的方向角为：
a(line_count,1)＝b
若第2个采样点位于第circle_count个圆内侧，则第line_count条直线沿RSS增大方向的方向角为：
Figure BDA0002710605250000041
其中，b为第line_count条直线的倾斜角。
作为本发明的一种优选方案，步骤7所述偏转角度deltaline_count,line_count-1，计算公式为：
deltaline_count,line_count-1＝|a(line_count,1)-a(line_count-1,1)|
其中，a(line_count,1)、a(line_count-1,1)分别为第line_count、line_count-1条直线沿RSS增大方向的方向角。
本发明采用以上技术方案与现有技术相比，具有以下技术效果：
1、本发明通过圆形和直线飞行轨迹交错进行，完成干扰源测向的同时逐渐逼近干扰源，并通过RSS的动态变化情况，动态调整圆形半径和直线飞行距离，缩小飞行路径，提升定位效率。
2、本发明采用基于接收信号强度(RSS)的定位方式，减轻了监测设备的载荷，降低了生产成本，且利于集群化。
3、本发明采用全向天线代替定向天线进行测量，避免极化现象造成的正下方定位盲区；且仅需一架无人机即可完成，运作成本低，易于工程实现。
附图说明
图1是本发明基于无人机移动RSS测量的干扰源快速查找方法的流程图。
图2是本发明实施例基于RSS测量的干扰源快速查找场景图。
图3是本发明实施例某次查找过程中无人机飞行轨迹平面投影图。
图4是本发明实施例某次查找过程中无人机飞行轨迹上的RSS空间分布图。
具体实施方式
下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
如图1所示，本发明提供一种基于无人机移动RSS测量的干扰源快速查找方法，其基本思路是：首先，通过飞行圆形轨迹判断干扰源方向，从而调整无人机的查找方向；其次，在该方向上沿RSS增大的方向飞行,根据RSS变化趋势，每次直线飞行距离智能动态调整；然后，判断定向飞行的偏转角度是否小于阈值，若偏转角度大于阈值，则再次通过飞行圆形轨迹判断干扰源方向；最后，若偏转角度小于阈值，继续沿上一条直线方向飞行至RSS增量小于0，停止查找。
具体实现如下：
步骤1：通过飞行圆形轨迹判断干扰源方向，从而调整无人机的查找方向；
生成圆轨迹时，在圆上每隔10°取一个采样点。每个采样点重复测量50次RSS值，并且循环x次去掉其中的最大值和最小值，将剩下的(50-2*x)个RSS值取平均，作为该采样点测得的RSS。采样点坐标和RSS值依次存储在矩阵xy的前三列xy(i,1)、xy(i,2)、xy(i,3)中。将圆周上对称点的RSS差值存入矩阵Delta_RSS中，查找圆周上RSS差值最大的一组对称点。再查找该组对称点中RSS较大的点，该点下标设为r_max，RSS值设为rss2，故rss2为圆周上RSS差值最大的一组对称点中RSS更大的点的RSS值。圆心与该点连线的方向即为判断的干扰源方向，测得该方向在r_max上方且相隔len的点的RSS值，记为rss3。
计算直线斜率：
Figure BDA0002710605250000051
其中line_count为直线条数，k(line_count,1)为第line_count条直线的斜率。xy(r_max,1)、xy(r_max,2)为圆周上下标为r_max的点的坐标(该点即圆周上RSS差值最大的一组对称点中RSS值较大的点)。circle_count为圆的个数，xy0(circle_count,1)、xy0(circle_count,2)为第circle_count个圆的圆心坐标。
由直线斜率计算直线倾斜角b：
Figure BDA0002710605250000061
设置圆的半径：
r＝r-2*(rss0-rss2)
半径减少量取决于直线两端RSS增加量，其中rss2为前一个圆下标为r_max的点的RSS值，rss0为该直线上最后一个采样点的RSS值。
步骤2：在该方向上沿RSS增大的方向飞行,根据RSS变化趋势，每次直线飞行距离智能动态调整；
在查找的方向上沿RSS增大的方向飞行：
若rss2<rss3，其中rss2表示圆周上RSS差值最大的一组对称点中RSS更大的点的RSS值，rss3表示圆心与rss2下标对应点连线方向在r_max上方且相隔len的点的RSS值，则直线横、纵坐标满足方程：
a(line_count,1)＝b
Figure BDA0002710605250000062
若rss2>rss3，则直线横、纵坐标满足方程：
Figure BDA0002710605250000063
Figure BDA0002710605250000064
其中xy(i,1)为圆周上选取采样点的横坐标，xy(i,2)为圆周上选取采样点的纵坐标，i表示采样点个数。len为直线上取采样点的间隔，line_count为直线条数，a(line_count,1)为第line_count条直线沿RSS增大方向的方向角。
在直线上每隔len(len为直线上取采样点的间隔)取一个采样点，每个采样点重复测量50次RSS值，并且循环x次去掉其中的最大值和最小值，将剩下的(50-2*x)个RSS值取平均，作为该采样点测得的RSS。采样点坐标和RSS值依次存储在矩阵xy的前三列xy(i,1)、xy(i,2)、xy(i,3)中。将直线上RSS增量(即后一个采样点与前一个采样点RSS值的差值)放在矩阵xy(i,4)中(i为采样点下标)。
xy(i,4)＝xy(i,3)-xy(i-1,3)
每生成一个采样点，计算RSS增量的比值：
Figure BDA0002710605250000071
每段直线上的len值不同，len值(len为直线上取采样点的间隔)随着靠近干扰源动态减小。不同直线上设置不同的RSS增量比值的阈值，存储在矩阵line_para中。若RSS增量比值小于阈值，则说明离干扰源较远，则在直线上继续生成采样点。若该值大于阈值，则说明离干扰源较近，则停止生成直线轨迹。即可实现根据距离干扰源不同位置RSS变化的快慢，智能动态调整直线飞行距离。
步骤3：判断定向飞行的偏转角度是否小于阈值，若偏转角度大于阈值,则再次通过飞行圆形轨迹判断干扰源方向；
当line_count(line_count为直线的条数)大于等于2时，考虑如图2所示的基于RSS测量的干扰源快速查找场景，判断定向飞行的偏转角度deltaa，即编号为line_count和line_count-1的两条直线的夹角：
deltaa＝|a(linecount,1)-a(linecount-1,1)|
其中line_count为直线的条数，a(line_count,1)为第line_count条直线沿RSS增大方向的方向角。
当circle_count大于等于3时，角度的阈值随之动态增大，防止在干扰源附近重复定向。
若偏转角度大于阈值，则再次通过飞行圆形轨迹判断干扰源方向，重复上述步骤。
步骤4：最后，若偏转角度小于阈值，继续沿上一条直线方向飞行至RSS增量小于0，停止查找。
图3为无人机查找干扰源过程中的飞行轨迹图。暂定干扰源平面坐标(2000，2000)，飞行起始点平面坐标(0，0)。采样点用实心圆标出，干扰源用五角星标出。
图4为本发明所述方法执行生成的无人机飞行轨迹上的RSS空间分布图。图中点对应z轴的值为每个采样点对应的RSS值，并用虚线连接，反映了RSS空间分布曲面上某条路径的特征。
以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。

Claims (4)

1.基于无人机移动RSS测量的干扰源快速查找方法，其特征在于，包括如下步骤：
步骤1，对各参数进行初始化，令circle_count＝1，line_count＝1，i＝1；以查找干扰源的起始点为第1个圆的圆心，预设的半径为第1个圆的半径；
步骤2，无人机沿第circle_count个圆的圆周飞行，并在圆上每隔10°选取一个采样点，共36个采样点，测量每个采样点的RSS值，计算圆周上以圆心相对称的两个采样点对应的RSS值的差值，得到18个差值，对这些差值取绝对值，并找出最大绝对值所对应的两个采样点，从这两个采样点中找出RSS值较大的采样点，将RSS值较大的采样点作为第line_count条直线上的第1个采样点，该采样点与第cirlce_count个圆的圆心相连形成的直线为第line_count条直线，计算第line_count条直线的斜率，根据斜率得到第line_count条直线的倾斜角b；
步骤3，在第line_count条直线上选取一采样点，该采样点位于第circle_count个圆外侧，且该采样点与第1个采样点之间的间距为len，测量该采样点的RSS值，并与第1个采样点的RSS值进行比较，若该采样点的RSS值大于第1个采样点的RSS值，则将该采样点作为第line_count条直线上的第2个采样点，且无人机在第line_count条直线上沿RSS值增大的方向飞行；若该采样点的RSS值小于第1个采样点的RSS值，则在第1个采样点的圆内侧方向选取距第1个采样点的间距为len的点作为第line_count条直线上的第2个采样点，且无人机在第line_count条直线上沿RSS值增大的方向飞行；
步骤4，在第line_count条直线上继续生成第i+2个采样点，第i+2个采样点与第i+1个采样点之间的间距为len，测量第i+2个采样点的RSS值，计算第i+2个采样点相对于第i+1个采样点的RSS增量与第i+1个采样点相对于第i个采样点的RSS增量之间的比值，并判断该比值是否小于预设的第line_count增量阈值；若小于第line_count增量阈值，则进入步骤5；若大于第line_count增量阈值，则根据当前cirlce_count的值进行判断，若circle_count＝1则进入步骤6，若circle_count≥2则进入步骤7；
步骤5，令i＝i+1，并返回步骤4；
步骤6，令circle_count＝circle_count+1，以第line_count条直线上的最后一个采样点作为第cirlce_count个圆的圆心，第cirlce_count个圆的半径为rcircle_count，rcircle_count＝rcircle_count-1-2*(rss0-rss2)，其中，rcircle_count-1为第circle_count-1个圆的半径，rss0为第line_count条直线上的最后一个采样点的RSS值，rss2为第line_count条直线上第1个采样点的RSS值；令line_count＝line_count+1，并返回步骤2；
步骤7，根据第line_count条直线的倾斜角得到第line_count条直线沿RSS增大方向的方向角，根据第line_count-1条直线的倾斜角得到第line_count-1条直线沿RSS增大方向的方向角，根据第line_count条直线沿RSS增大方向的方向角与第line_count-1条直线沿RSS增大方向的方向角计算第line_count条直线与第line_count-1条直线之间的偏转角度deltaline_count,line_count-1；设置偏转角阈值，若偏转角度deltaline_count,line_count-1大于偏转角阈值，则返回步骤6；若偏转角度deltaline_count,line_count-1小于偏转角阈值，则进入步骤8；
步骤8，无人机沿第line_count条直线上的最后一个采样点继续向前飞行，每间隔len选取一个采样点进行RSS值测量，并计算当前采样点与前一个采样点的RSS差值，若RSS差值小于0，则停止查找。
2.根据权利要求1所述基于无人机移动RSS测量的干扰源快速查找方法，其特征在于，步骤2所述测量每个采样点的RSS值，具体为：
对于每个采样点，重复测量50次RSS值，得到50个RSS值；循环x次，每一次循环都去掉剩余的RSS值中的最大值和最小值，将剩下的50-2*x个RSS值取平均，作为该采样点的RSS值。
3.根据权利要求1所述基于无人机移动RSS测量的干扰源快速查找方法，其特征在于，步骤3所述第line_count条直线上的第2个采样点的横、纵坐标为：
Figure FDA0002710605240000021
其中，x2、y2分别为第2个采样点的横、纵坐标，x1、y1分别为第1个采样点的横、纵坐标，a(line_count,1)为第line_count条直线沿RSS增大方向的方向角，且
若第2个采样点位于第circle_count个圆外侧，则第line_count条直线沿RSS增大方向的方向角为：
a(line_count,1)＝b
若第2个采样点位于第circle_count个圆内侧，则第line_count条直线沿RSS增大方向的方向角为：
Figure FDA0002710605240000031
其中，b为第line_count条直线的倾斜角。
4.根据权利要求1所述基于无人机移动RSS测量的干扰源快速查找方法，其特征在于，步骤7所述偏转角度deltaline_count,line_count-1，计算公式为：
deltaline_count,line_count-1＝|a(line_count,1)-a(line_count-1,1)|
其中，a(line_count,1)、a(line_count-1,1)分别为第line_count、line_count-1条直线沿RSS增大方向的方向角。
CN202011055026.8A 2020-09-30 2020-09-30 基于无人机移动rss测量的干扰源快速查找方法 Active CN112230183B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011055026.8A CN112230183B (zh) 2020-09-30 2020-09-30 基于无人机移动rss测量的干扰源快速查找方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011055026.8A CN112230183B (zh) 2020-09-30 2020-09-30 基于无人机移动rss测量的干扰源快速查找方法

Publications (2)

Publication Number Publication Date
CN112230183A true CN112230183A (zh) 2021-01-15
CN112230183B CN112230183B (zh) 2022-04-01

Family

ID=74120668

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011055026.8A Active CN112230183B (zh) 2020-09-30 2020-09-30 基于无人机移动rss测量的干扰源快速查找方法

Country Status (1)

Country Link
CN (1) CN112230183B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113189415A (zh) * 2021-04-07 2021-07-30 一汽奔腾轿车有限公司 一种基于故障矩阵的燃油车电磁干扰定位方法
CN113219273A (zh) * 2021-04-07 2021-08-06 一汽奔腾轿车有限公司 一种基于故障矩阵的电动车电磁干扰定位方法
CN116400292A (zh) * 2023-06-07 2023-07-07 武汉能钠智能装备技术股份有限公司四川省成都市分公司 一种机动平台及目标测向方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106535217A (zh) * 2016-12-15 2017-03-22 中铁二院工程集团有限责任公司 基于gdop分析的gsm‑r干扰源融合定位方法
CN106851011A (zh) * 2017-03-07 2017-06-13 浙江大学 一种基于智能手机声阵列的波达角估计系统实现方法
CN108897007A (zh) * 2018-04-02 2018-11-27 上海扩博智能技术有限公司 基于无人机的干扰源定位系统及方法
US20190349944A1 (en) * 2018-05-14 2019-11-14 At&T Intellectual Property I, L.P. Adaptable packet scheduling for interference mitigation
CN110913331A (zh) * 2019-11-08 2020-03-24 中睿通信规划设计有限公司 一种基站干扰源定位系统和方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106535217A (zh) * 2016-12-15 2017-03-22 中铁二院工程集团有限责任公司 基于gdop分析的gsm‑r干扰源融合定位方法
CN106851011A (zh) * 2017-03-07 2017-06-13 浙江大学 一种基于智能手机声阵列的波达角估计系统实现方法
CN108897007A (zh) * 2018-04-02 2018-11-27 上海扩博智能技术有限公司 基于无人机的干扰源定位系统及方法
US20190349944A1 (en) * 2018-05-14 2019-11-14 At&T Intellectual Property I, L.P. Adaptable packet scheduling for interference mitigation
CN110913331A (zh) * 2019-11-08 2020-03-24 中睿通信规划设计有限公司 一种基站干扰源定位系统和方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
侯当云等: "基于偏差迭代的干扰源定位算法", 《传感技术学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113189415A (zh) * 2021-04-07 2021-07-30 一汽奔腾轿车有限公司 一种基于故障矩阵的燃油车电磁干扰定位方法
CN113219273A (zh) * 2021-04-07 2021-08-06 一汽奔腾轿车有限公司 一种基于故障矩阵的电动车电磁干扰定位方法
CN116400292A (zh) * 2023-06-07 2023-07-07 武汉能钠智能装备技术股份有限公司四川省成都市分公司 一种机动平台及目标测向方法

Also Published As

Publication number Publication date
CN112230183B (zh) 2022-04-01

Similar Documents

Publication Publication Date Title
CN112230183B (zh) 基于无人机移动rss测量的干扰源快速查找方法
CN108536648B (zh) 基于多超声波传感器的局部放电非线性模型转换求解与优化方法
Han et al. Cosine similarity based fingerprinting algorithm in WLAN indoor positioning against device diversity
CN105704652B (zh) 一种wlan/蓝牙定位中的指纹库采集和优化方法
CN110045324B (zh) 一种基于uwb和蓝牙技术的室内定位融合方法
CN109275095A (zh) 一种基于蓝牙的室内定位系统、定位设备和定位方法
CN111246383A (zh) 基于蓝牙室内定位算法优化
CN107071732B (zh) 一种基于rssi的mle-pso室内定位方法
CN110542915B (zh) 一种基于载波相位欧式距离分析的室内导航定位方法
CN103501538A (zh) 基于多径能量指纹的室内定位方法
CN109991519B (zh) 基于神经网络和无线传感阵列的局部放电测向方法及系统
CN114363808B (zh) 一种基于rssi测距的室内定位方法
Zhong et al. WiFi indoor localization based on K-means
CN112584311A (zh) 一种基于wknn融合的室内三维空间指纹定位方法
CN108737952A (zh) 基于rssi测距改进的多边形加权质心定位方法
Han et al. A wireless fingerprint location method based on target tracking
CN1832627A (zh) 提高移动终端运动状态下的蜂窝网络定位精度的方法
CN102421188B (zh) 一种快速精确定位移动终端的方法
CN112083375A (zh) 一种基于位置指纹和Taylor的协同定位算法
Xu et al. Indoor localization based on hybrid Wi-Fi hotspots
CN106358292A (zh) 基于主成分分析原理的时间到达模式匹配定位方法
CN114521014B (zh) 一种在uwb定位过程中提高定位精度的方法
CN114173281B (zh) 室内nlos环境下基于toa的定位系统信标节点的优化布局方法
Sangthong The indoor navigation using mapping technique based on signal strength difference
CN105699937B (zh) 一种基于css定位技术的变电站高精度混合定位方法

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