CN113075616A - 一种黑飞无人机的探测定位方法、系统及计算机设备 - Google Patents

一种黑飞无人机的探测定位方法、系统及计算机设备 Download PDF

Info

Publication number
CN113075616A
CN113075616A CN202110291840.8A CN202110291840A CN113075616A CN 113075616 A CN113075616 A CN 113075616A CN 202110291840 A CN202110291840 A CN 202110291840A CN 113075616 A CN113075616 A CN 113075616A
Authority
CN
China
Prior art keywords
base station
unmanned aerial
aerial vehicle
equation
power
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
CN202110291840.8A
Other languages
English (en)
Other versions
CN113075616B (zh
Inventor
纪元法
郭宁
孙希延
漆奕午
林万年
付文涛
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.)
Guilin University of Electronic Technology
Original Assignee
Guilin University of Electronic Technology
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 Guilin University of Electronic Technology filed Critical Guilin University of Electronic Technology
Priority to CN202110291840.8A priority Critical patent/CN113075616B/zh
Priority claimed from CN202110291840.8A external-priority patent/CN113075616B/zh
Publication of CN113075616A publication Critical patent/CN113075616A/zh
Application granted granted Critical
Publication of CN113075616B publication Critical patent/CN113075616B/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
    • G01S5/06—Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements
    • 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
    • G01S5/0009—Transmission of position information to remote stations
    • G01S5/0018—Transmission from mobile station to base station
    • G01S5/0036—Transmission from mobile station to base station of measured values, i.e. measurement on mobile and position calculation on base station
    • 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
    • G01S5/0009—Transmission of position information to remote stations
    • G01S5/009—Transmission of differential positioning data to mobile

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明公开了一种黑飞无人机的探测定位方法、系统、计算机可读存储介质及计算机设备，所述方法包括：S11.接收设置的多个坐标已知的基站接收机收到的无人机信号；S12.将无人机信号进行时频转换，获取无人机的信号功率和距离观测方程；S13.根据距离观测方程，建立一个基于功率差的观测方程组；S14.通过最小二乘法对观测方程组进行求解，得出定位结果。无需考虑周跳问题，算法简单，容易实现且稳定。

Description

一种黑飞无人机的探测定位方法、系统及计算机设备
技术领域
本发明属于无人机领域，尤其涉及一种黑飞无人机的探测定位方法、系统、计算机可读存储介质及计算机设备。
背景技术
从无人机诞生至今，带来了越来越多的安全隐患，但由于目前无人机探测技术还处在发展阶段，整体性能不能令人满意，目前常见的无人机主要特点是体积小、材质使用非金属外壳以及飞行高度偏低，属于低空慢速小型无人机。面对这类无人机，使用传统雷达探测，性价比低，设备庞大不够便捷，且存在近距离盲区，虚警率高等多种问题，故目前常用的方法还有通过阵列天线来接收无人机发射的信号，再将接收到的信号通过特制接收机进行处理。
传统的基于载波相位的TDOA算法的定位方法，虽然定位精度能达到毫米级，但是需要额外计算整周模糊度，所以要进行位置的初始化，特别是遇到周跳等情况，如果不采取滤波措施，会使定位结果产生大的偏差。
发明内容
本发明的目的在于提供一种黑飞无人机的探测定位方法、系统、计算机可读存储介质及计算机设备，旨在解决传统的基于载波相位的TDOA算法，需要额外计算整周模糊度，所以要进行位置的初始化，遇到周跳时，如果不采取滤波措施，会使定位结果产生大的偏差的问题。
第一方面，本发明提供了一种黑飞无人机探测定位的方法，包括：
S11.接收设置的多个坐标已知的基站接收机收到的无人机信号；
S12.将无人机信号进行时频转换，获取无人机的信号功率和距离观测方程；
S13.根据距离观测方程，建立一个基于功率差的观测方程组；
S14.通过最小二乘法对观测方程组进行求解，得出定位结果。
进一步地，所述S11具体为：
接收设置的多个坐标已知的基站接收机收到的无人机信号，以其中一个基站接收机为基准站，设置坐标为R1(0，0，0)，确定其它基站接收机坐标为Ri(xi，yi，zi)，同时设在时间t时刻无人机的坐标为st(xt，yt，zt)，由于低空无人机飞行高度有限，仅对二维定位，不考虑z轴，以简化计算难度并且减少基站接收机的布置量；设第i个基站接收机上收到的无人机信号为：
Figure BDA0002982898310000021
其中，i为大于或等于4的整数；PT为无人机发射功率；gi为基站接收机天线增益以及前端下变频损耗；
di＝||st-ri||为无人机到第i个基站接收机之间的欧拉距离；Fi(t)为信号当前波形；εi为高斯白噪声。
进一步地，所述S12具体为：
基站接收机接收无人机信号后，得到一个基于接收功率的距离测量值模型，各接收端通过时频分析，经过解扩和相干累加，获得各频点最大功率，同时提取到达时间信息，通过对功率值分析，利用各频点最大功率减平均功率，再由频谱分辨率与频点个数得出信号带宽，判断是否为无人机的发射功率；信号功率为：
Figure BDA0002982898310000022
其中，εp为功率测量噪声；所以距离观测方程为：
Figure BDA0002982898310000023
进一步地，所述S13具体为：
通过直角坐标系中已知点坐标与待测点坐标关系，建立另一个关于距离的测量方程：
Figure BDA0002982898310000031
其中，δtS是无人机的钟差；δti是基站接收机Ri的钟差；ξi是观测误差；
联立(3)和(4)两个距离测量值方程，根据基站接收机的数量，得到一个方程组，以基站接收机R1为基准站，其它方程式与其作差，得到一个基于功率差的观测方程：
Figure BDA0002982898310000032
其中，Δ为差分运算符；mi＝Pi-εP,i；算式中无人机的钟差通过差分运算消除。
进一步地，所述S14具体为：
将得到的观测方程进行线性化处理，通过最小二乘法对线性化的观测方程组进行求解，得到一个定位关系解；再将中间变量与待定位点坐标值的关系代入方程中，进行再一次的最小二乘法的迭代运算，得到一个相对准确的定位结果。
进一步地，所述探测定位方法还包括：测量之前，在已知坐标点放置一个发射源作为参考站，并列出求参考站和各基站接收机距离的方程组，然后以第一个方程为基准方程作差，得到差分方程组，从而求得各基站接收机之间钟差之差的关系，相当于将钟差看作一个已知量并带入后面的计算。
进一步地，基站接收机对于无人机信号的处理过程为：
通过基站接收机前端的信号采集处理，无人机的信号xi(t)经过时频变换表示为：
Figure BDA0002982898310000033
将各频点最大功率减去平均功率得到一个连续的不为零部分，由频谱分辨率和频点个数计算信号带宽，并通过所述信号带宽判断是否为无人机信号，带宽的计算方法为：
Figure BDA0002982898310000041
其中，采样率为FS，N为采样点数，M为功率不为0的连续频点数。
第二方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面提供的一种黑飞无人机探测定位的方法的步骤。
第三方面，本发明提供了一种计算机设备，包括：一个或多个处理器、存储器、以及一个或多个计算机程序，其中所述处理器和所述存储器通过总线连接，所述一个或多个计算机程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述处理器执行所述计算机程序时实现如第一方面提供的一种黑飞无人机探测定位的方法的步骤。
第四方面，本发明提供了一种黑飞无人机探测定位的系统，所述系统包括所述的计算机设备，一个发射源参考站和多个基站接收机，所述多个基站接收机先接收参考站信号完成预处理，再接收无人机的信号并发送到计算机设备；所述计算机设备收到基站接收机发送的无人机的信号后，对信号进行采集和处理，求解无人机的定位结果；所述参考站发射静态模拟无人机信号。
在本发明中，通过多个基站接收机定位，采用信号功率和距离观测方程结合差分到达时间算法，无需考虑周跳问题，算法简单，容易实现且稳定，通过两次最小二乘法的迭代运算，得出的定位结果精确度高。
附图说明
图1是本发明一实施例提供的一种黑飞无人机的探测定位方法流程图。
图2是本发明一实施例提供的计算机设备的具体结构框图。
图3是本发明一实施例提供的一种黑飞无人机探测定位的系统结构图。
具体实施方式
为了使本发明的目的、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
请参阅图1，本发明一实施例提供了一种黑飞无人机探测定位的方法，包括：
S11.接收设置的多个坐标已知的基站接收机收到的无人机信号；
S12.将无人机信号进行时频转换，获取无人机的信号功率和距离观测方程；
S13.根据距离观测方程，建立一个基于功率差的观测方程组；
S14.通过最小二乘法对观测方程组进行求解，得出定位结果。
在本发明一实施例中，所述S11具体为：
接收设置的多个坐标已知的基站接收机收到的无人机信号，以其中一个基站接收机为基准站，设置坐标为R1(0，0，0)，确定其它基站接收机坐标为Ri(xi，yi，zi)，同时设在时间t时刻无人机的坐标为st(xt，yt，zt)，由于低空无人机飞行高度有限，仅对二维定位，不考虑z轴，以简化计算难度并且减少基站接收机的布置量；设第i个基站接收机上收到的无人机信号为：
Figure BDA0002982898310000051
其中，i为大于或等于4的整数；PT为无人机发射功率；gi为基站接收机天线增益以及前端下变频损耗；
di＝||st-ri||为无人机到第i个基站接收机之间的欧拉距离；Fi(t)为信号当前波形；εi为高斯白噪声。
在本发明一实施例中，所述S12具体为：
基站接收机接收无人机信号后，得到一个基于接收功率的距离测量值模型，各接收端通过时频分析，经过解扩和相干累加，获得各频点最大功率，同时提取到达时间信息，通过对功率值分析，利用各频点最大功率减平均功率，再由频谱分辨率与频点个数得出信号带宽，判断是否为无人机的发射功率；信号功率为：
Figure BDA0002982898310000061
其中，εp为功率测量噪声；所以距离观测方程为：
Figure BDA0002982898310000062
在本发明一实施例中，所述S13具体为：
通过直角坐标系中已知点坐标与待测点坐标关系，建立另一个关于距离的测量方程：
Figure BDA0002982898310000063
其中，δtS是无人机的钟差；δti是基站接收机Ri的钟差；ξi是观测误差；
联立(3)和(4)两个距离测量值方程，根据基站接收机的数量，得到一个方程组，以基站接收机R1为基准站，其它方程式与其作差，得到一个基于功率差的观测方程：
Figure BDA0002982898310000064
其中，Δ为差分运算符；mi＝Pi-εP,i；算式中无人机的钟差可以通过差分运算消除。
在本发明一实施例中，所述S14具体为：
将得到的观测方程进行线性化处理，通过最小二乘法对线性化的观测方程组进行求解，得到一个定位关系解；再将中间变量与待定位点坐标值的关系代入方程中，进行再一次的最小二乘法的迭代运算，得到一个相对准确的定位结果。
在本发明一实施例中，所述探测定位方法还包括：测量之前，在已知坐标点放置一个发射源作为参考站，并列出求参考站和各基站接收机距离的方程组，然后以第一个方程为基准方程作差，得到差分方程组，从而求得各基站接收机之间钟差之差的关系，相当于将钟差看作一个已知量并代入后面的计算。
在本发明一实施例中，基站接收机对于无人机信号的处理过程为：
通过基站接收机前端的信号采集处理，无人机的信号xi(t)经过时频变换表示为：
Figure BDA0002982898310000071
将各频点最大功率减去平均功率得到一个连续的不为零部分，由频谱分辨率和频点个数计算信号带宽，并通过所述信号带宽判断是否为无人机信号，带宽的计算方法为：
Figure BDA0002982898310000072
其中，采样率为FS，N为采样点数，M为功率不为0的连续频点数。
在本发明一实施例中，所述基站接收机和发射源的布局为：如仅进行二维定位，则所述基站接收机至少为四个；使四个基站接收机呈正方形的分布，边长为1-2km，以其中一个基站接收机为基准站R1，设置坐标为(0，0)，并依次确定另外三个基站接收机R2、R3和R4坐标分别为(X，0)、(X，Y)和(0，Y)，发射源放置在坐标点(X/2，Y/2)处。
此时，所述黑飞无人机探测定位的方法为：
S21.根据钟差以及多路径效应引起的误差，四个基站接收机与无人机的真实距离分别为：
Figure BDA0002982898310000081
其中，(xi,yi)为基站接收机坐标；δtS为无人机的钟差；δti为基站接收机Ri的钟差；ξi为观测误差；(x,y)为定位结果；
S22.基于前端的信号处理，估算出载噪比，通过载噪比得出当前的接收功率Pi：
Figure BDA0002982898310000082
其中，CNR是载噪比，单位dbm；NR是基站接收机噪底，取值-154db；
根据空间自由传播模型，接收功率与距离的关系式为：
Figure BDA0002982898310000083
其中，PT表示无人机发射功率；gi为基站接收机天线增益以及前端下变频损耗；di＝||st-ri||为无人机到第i个基站接收机的欧拉距离；εP,i为功率测量噪声；所以基于功率的距离观测方程为：
Figure BDA0002982898310000084
S23.使用TDOA算法，对功率作差，联立方程(8)和方程(11)得到一个新的方程组：
Figure BDA0002982898310000091
在方程(12)中，以基站接收机R1作为基准站，R2、R3和R4与R1的方程作差，得到各基站接收机间差分功率观测方程组：
Figure BDA0002982898310000092
其中，Δ为差分运算符；mi＝Pi-εP,i；
Figure BDA0002982898310000093
通过差分运算，消除无人机的钟差；
S24.通过一个布置在已知坐标点的参考站来进行系统初始化以消除基站接收机的钟差，参考站与四个基站接收机的位置距离ρi(t)是已知的，由参考站到基站接收机的距离公式，进行TDOA作差，得到一个差分方程组：
Figure BDA0002982898310000094
解得c(δt1-δti)的值，求出各钟差之差；得到新的方程：
Figure BDA0002982898310000095
其中，
Figure BDA0002982898310000096
Cp,i是一个已知常量，并根据误差估算值，得到无人机距离各基站接收机的距离
Figure BDA0002982898310000097
通过线性化处理得到：
Figure BDA0002982898310000101
式中
Figure BDA0002982898310000102
令i＝1，则求出
Figure BDA0002982898310000103
的关系式：
Figure BDA0002982898310000104
将方程(17)与方程(16)相减，得：
Figure BDA0002982898310000105
将xt、yt以及
Figure BDA0002982898310000106
看做未知数，则方程(18)为线性方程组；
若只考虑三个基站接收机，对xt、yt的求解为：
Figure BDA0002982898310000107
将方程(19)代入
Figure BDA0002982898310000108
中，将得到一个关于
Figure BDA0002982898310000109
的二次方程，方程的正根即为无人机的位置估计值；设置一个未知向量
Figure BDA00029828983100001010
通过方程(18)得出一个误差矢量表达式：
Figure BDA00029828983100001011
对方程(20)进行处理，协方差为：
Figure BDA00029828983100001018
其中Q为测量噪声的协方差矩阵，
Figure BDA00029828983100001012
通过最小二乘法求近似解：
Figure BDA00029828983100001013
其中，
Figure BDA00029828983100001014
得到一个初始解
Figure BDA00029828983100001015
重复最小二乘运算，存在噪声时，
Figure BDA00029828983100001016
得到关于ΔZa的方程：
Figure BDA00029828983100001017
其中，n为测量噪声值，在测量误差较小时，则Za,1＝x0+e1，Za,2＝y0+e2，
Figure BDA0002982898310000111
e1、e2和e3代表各部分的估计误差，将Za前两元素与x1,y1作差再平方得：
Figure BDA0002982898310000112
方程(25)简化为：
Figure BDA0002982898310000115
所以第二次最小二乘结果为：
Figure BDA0002982898310000113
所以最终无人机位置的精确估计值为：
Figure BDA0002982898310000114
本发明另一实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如本发明一实施例提供的一种黑飞无人机探测定位的方法的步骤。
图2示出了本发明另一实施例提供的计算机设备的具体结构框图，一种计算机设备100包括：一个或多个处理器101、存储器102、以及一个或多个计算机程序，其中所述处理器101和所述存储器102通过总线连接，所述一个或多个计算机程序被存储在所述存储器102中，并且被配置成由所述一个或多个处理器101执行，所述处理器101执行所述计算机程序时实现如本发明一实施例提供的一种黑飞无人机探测定位的方法的步骤。
图3示出了本发明另一实施例提供的一种黑飞无人机探测定位的系统，所述系统包括所述的计算机设备，一个发射源参考站和多个基站接收机，所述多个基站接收机先接收参考站信号完成预处理，再接收无人机的信号并发送到计算机设备；所述计算机设备收到基站接收机发送的无人机的信号后，对信号进行采集和处理，求解无人机的定位结果；所述参考站发射静态模拟无人机信号。
在本发明实施例中，通过多个基站接收机定位，采用信号功率和距离观测方程结合差分到达时间算法，无需考虑周跳问题，算法简单，容易实现且稳定，通过两次最小二乘法的迭代运算，得出的定位结果精确度高。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，RandomAccess Memory)、磁盘或光盘等。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (12)

1.一种黑飞无人机的探测定位方法，其特征在于，包括：
S11.接收设置的多个坐标已知的基站接收机收到的无人机信号；
S12.将无人机信号进行时频转换，获取无人机的信号功率和距离观测方程；
S13.根据距离观测方程，建立一个基于功率差的观测方程组；
S14.通过最小二乘法对观测方程组进行求解，得出定位结果。
2.如权利要求1所述的探测定位方法，其特征在于，所述S11具体为：
接收设置的多个坐标已知的基站接收机收到的无人机信号，以其中一个基站接收机为基准站，设置坐标为R1(0，0，0)，确定其它基站接收机坐标为Ri(xi，yi，zi)，同时设在时间t时刻无人机的坐标为st(xt，yt，zt)，由于低空无人机飞行高度有限，仅对二维定位，不考虑z轴，以简化计算难度并且减少基站接收机的布置量；设在第i个基站接收机上收到的无人机信号为：
Figure FDA0002982898300000011
其中，i为大于或等于4的整数；PT为无人机发射功率；gi为基站接收机天线增益以及前端下变频损耗；
di＝||st-ri||为无人机到第i个基站接收机之间的欧拉距离；Fi(t)为信号当前波形；εi为高斯白噪声。
3.如权利要求1所述的探测定位方法，其特征在于，所述S12具体为：
基站接收机接收无人机信号后，得到一个基于接收功率的距离测量值模型，各接收端通过时频分析，经过解扩和相干累加，获得各频点最大功率，同时提取到达时间信息，通过对功率值分析，利用各频点最大功率减平均功率，再由频谱分辨率与频点个数得出信号带宽，判断是否为无人机的发射功率；信号功率为：
Figure FDA0002982898300000021
其中，εp为功率测量噪声；所以距离观测方程为：
Figure FDA0002982898300000022
4.如权利要求1所述的探测定位方法，其特征在于，所述S13具体为：
通过直角坐标系中已知点坐标与待测点坐标关系，建立另一个关于距离的测量方程：
Figure FDA0002982898300000023
其中，δtS是无人机的钟差；δti是基站接收机Ri的钟差；ξi是观测误差；
联立(3)和(4)两个距离测量值方程，根据基站接收机的数量，得到一个方程组，以基站接收机R1为基准站，其它方程式与其作差，得到一个基于功率差的观测方程：
Figure FDA0002982898300000024
其中，Δ为差分运算符；mi＝Pi-εP,i；算式中无人机的钟差通过差分运算消除。
5.如权利要求1所述的探测定位方法，其特征在于，所述S14具体为：
将得到的观测方程进行线性化处理，通过最小二乘法对线性化的观测方程组进行求解，得到一个定位关系解；再将中间变量与待定位点坐标值的关系代入方程中，进行再一次的最小二乘法的迭代运算，得到一个相对准确的定位结果。
6.如权利要求1所述的探测定位方法，其特征在于，所述探测定位方法还包括：测量之前，在已知坐标点放置一个发射源作为参考站，并列出求参考站和各基站接收机距离的方程组，然后以第一个方程为基准方程作差，得到差分方程组，从而求得各基站接收机之间钟差之差的关系，相当于将钟差看作一个已知量并代入后面的计算。
7.如权利要求1所述的探测定位方法，其特征在于，基站接收机对于无人机信号的处理过程为：
通过基站接收机前端的信号采集处理，无人机的信号xi(t)经过时频变换表示为：
Figure FDA0002982898300000031
将各频点最大功率减去平均功率得到一个连续的不为零部分，由频谱分辨率和频点个数计算信号带宽，并通过所述信号带宽判断是否为无人机信号，带宽的计算方法为：
Figure FDA0002982898300000032
其中，采样率为FS，N为采样点数，M为功率不为0的连续频点数。
8.如权利要求1所述的探测定位方法，其特征在于，所述基站接收机和发射源的布局为：如仅进行二维定位，则所述基站接收机至少为四个；使四个基站接收机呈正方形的分布，边长为1-2km，以其中一个基站接收机为基准站R1，设置坐标为(0，0)，并依次确定另外三个基站接收机R2、R3和R4坐标分别为(X，0)、(X，Y)和(0，Y)，发射源放置在坐标点(X/2，Y/2)处。
9.如权利要求7所述的探测定位方法，其特征在于，所述黑飞无人机探测定位的方法为：
S21.根据钟差以及多路径效应引起的误差，四个基站接收机与无人机的真实距离分别为：
Figure FDA0002982898300000033
其中，(xi,yi)为基站接收机坐标；δtS为无人机的钟差；δti为基站接收机Ri的钟差；ξi为观测误差；(x,y)为定位结果；
S22.基于前端的信号处理，估算出载噪比，通过载噪比得出当前的接收功率Pi：
Figure FDA0002982898300000041
其中，CNR是载噪比，单位dbm；NR是基站接收机噪底，取值-154db；
根据空间自由传播模型，接收功率与距离的关系式为：
Figure FDA0002982898300000042
其中，PT表示无人机发射功率；gi为基站接收机天线增益以及前端下变频损耗；di＝||st-ri||为无人机到第i个基站接收机的欧拉距离；εP,i为功率测量噪声；所以基于功率的距离观测方程为：
Figure FDA0002982898300000043
S23.使用TDOA算法，对功率作差，联立方程(8)和方程(11)得到一个新的方程组：
Figure FDA0002982898300000044
在方程(12)中，以基站接收机R1作为基准站，R2、R3和R4与R1的方程作差，得到各基站接收机间差分功率观测方程组：
Figure FDA0002982898300000051
其中，Δ为差分运算符；mi＝Pi-εP,i；
Figure FDA0002982898300000052
通过差分运算，消除无人机的钟差；
S24.通过一个布置在已知坐标点的参考站来进行系统初始化以消除基站接收机的钟差，参考站与四个基站接收机的位置距离ρi(t)是已知的，由参考站到基站接收机的距离公式，进行TDOA作差，得到一个差分方程组：
Figure FDA0002982898300000053
解得c(δt1-δti)的值，求出各钟差之差；得到新的方程：
Figure FDA0002982898300000054
其中，
Figure FDA0002982898300000055
Cp,i是一个已知常量，并根据误差估算值，得到无人机距离各基站接收机的距离
Figure FDA0002982898300000056
通过线性化处理得到：
Figure FDA0002982898300000057
式中
Figure FDA0002982898300000058
令i＝1，则求出
Figure FDA0002982898300000059
的关系式：
Figure FDA00029828983000000510
将方程(17)与方程(16)相减，得：
Figure FDA00029828983000000511
将xt、yt以及
Figure FDA00029828983000000512
看做未知数，则方程(18)为线性方程组；
若只考虑三个基站接收机，对xt、yt的求解为：
Figure FDA0002982898300000061
将方程(19)代入
Figure FDA0002982898300000062
中，将得到一个关于
Figure FDA0002982898300000063
的二次方程，方程的正根即为无人机的位置估计值；设置一个未知向量
Figure FDA0002982898300000064
通过方程(18)得出一个误差矢量表达式：
Figure FDA0002982898300000065
对方程(20)进行处理，协方差为：
Υ＝E[γγT]＝c2BQB (21)；
其中Q为测量噪声的协方差矩阵，
Figure FDA0002982898300000066
通过最小二乘法求近似解：
Figure FDA0002982898300000067
其中，
Figure FDA0002982898300000068
得到一个初始解
Figure FDA0002982898300000069
重复最小二乘运算，存在噪声时，
Figure FDA00029828983000000610
得到关于ΔZa的方程：
Figure FDA00029828983000000611
其中，n为测量噪声值，在测量误差较小时，则Za,1＝x0+e1，Za,2＝y0+e2，
Figure FDA00029828983000000612
e1、e2和e3代表各部分的估计误差，将Za前两元素与x1,y1作差再平方得：
Figure FDA00029828983000000613
方程(25)简化为：
Υ′＝H′-Da′Za′ (26)；
所以第二次最小二乘结果为：
Figure FDA0002982898300000071
所以最终无人机位置的精确估计值为：
Figure FDA0002982898300000072
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至9任一项所述的黑飞无人机的探测定位方法的步骤。
11.一种计算机设备，包括：一个或多个处理器、存储器、以及一个或多个计算机程序，其中所述处理器和所述存储器通过总线连接，所述一个或多个计算机程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至9任一项所述的黑飞无人机的探测定位方法的步骤。
12.一种黑飞无人机探测定位的系统，其特征在于，所述系统包括所述的计算机设备，一个发射源参考站和多个基站接收机，所述多个基站接收机先接收参考站信号完成预处理，再接收无人机的信号并发送到计算机设备；所述计算机设备收到基站接收机发送的无人机的信号后，对信号进行采集和处理，求解无人机的定位结果；所述参考站发射静态模拟无人机信号。
CN202110291840.8A 2021-03-18 一种黑飞无人机的探测定位方法、系统及计算机设备 Active CN113075616B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110291840.8A CN113075616B (zh) 2021-03-18 一种黑飞无人机的探测定位方法、系统及计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110291840.8A CN113075616B (zh) 2021-03-18 一种黑飞无人机的探测定位方法、系统及计算机设备

Publications (2)

Publication Number Publication Date
CN113075616A true CN113075616A (zh) 2021-07-06
CN113075616B CN113075616B (zh) 2024-06-07

Family

ID=

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116400294A (zh) * 2023-06-08 2023-07-07 理工全盛(北京)科技有限公司 无人机侦测定位方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101173985A (zh) * 2006-11-01 2008-05-07 中国科学院国家天文台 利用卫星信号探测低空目标的被动雷达探测方法
CN108072860A (zh) * 2016-11-18 2018-05-25 南京大学 一种基于无线通信基站的三维定位方法
US20190077507A1 (en) * 2017-09-14 2019-03-14 Drone Racing League, Inc. Three-dimensional pathway tracking system
FR3079608A1 (fr) * 2018-03-28 2019-10-04 Thales Procede de geolocalisation d'un drone, systeme de geolocalisation et produit programme d'ordinateur associes
RU2717231C1 (ru) * 2019-10-08 2020-03-19 федеральное государственное казенное военное образовательное учреждение высшего образования "Военная академия связи имени Маршала Советского Союза С.М. Буденного" Министерства обороны Российской Федерации Разностно-дальномерный способ определения координат источника радиоизлучения
CN112511976A (zh) * 2021-02-05 2021-03-16 上海特金信息科技有限公司 定位无人机控制端的处理方法、装置、设备与介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101173985A (zh) * 2006-11-01 2008-05-07 中国科学院国家天文台 利用卫星信号探测低空目标的被动雷达探测方法
CN108072860A (zh) * 2016-11-18 2018-05-25 南京大学 一种基于无线通信基站的三维定位方法
US20190077507A1 (en) * 2017-09-14 2019-03-14 Drone Racing League, Inc. Three-dimensional pathway tracking system
FR3079608A1 (fr) * 2018-03-28 2019-10-04 Thales Procede de geolocalisation d'un drone, systeme de geolocalisation et produit programme d'ordinateur associes
RU2717231C1 (ru) * 2019-10-08 2020-03-19 федеральное государственное казенное военное образовательное учреждение высшего образования "Военная академия связи имени Маршала Советского Союза С.М. Буденного" Министерства обороны Российской Федерации Разностно-дальномерный способ определения координат источника радиоизлучения
CN112511976A (zh) * 2021-02-05 2021-03-16 上海特金信息科技有限公司 定位无人机控制端的处理方法、装置、设备与介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
XIE, LB ; LU, S ; ZHOU, M ; CHEN, Y; JIN, XX: "Trajectory Reckoning Method Based on BDS Attitude Measuring and Point Positioning", COMMUNICATIONS, SIGNAL PROCESSING, AND SYSTEMS, CSPS 2018, VOL II: SIGNAL PROCESSING, pages 1303 - 1311 *
肖岭: "GNSS欺骗信号检测及其辐射源定位技术研究", 《中国优秀硕士学位论文全文数据库·信息科技辑》 *
袁西超;何辉;杨俭;: "基于位置信息融合的无人机战场通信态势感知方法", 舰船电子工程, no. 12 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116400294A (zh) * 2023-06-08 2023-07-07 理工全盛(北京)科技有限公司 无人机侦测定位方法及装置
CN116400294B (zh) * 2023-06-08 2023-08-25 理工全盛(北京)科技有限公司 无人机侦测定位方法及装置

Similar Documents

Publication Publication Date Title
CN110412559B (zh) 分布式无人机mimo雷达的非相参融合目标检测方法
US8878725B2 (en) System and method for geolocation of multiple unknown radio frequency signal sources
EP2500743B1 (en) System and method for three-dimensional geolocation of emitters based on energy measurements
EP1828803B1 (en) System and technique for calibrating radar arrays
US5614912A (en) Radar processing method and apparatus
EP3494404B1 (en) System and method for detecting heading and velocity of a target object
CN107607943B (zh) 基于干涉相位辅助的延迟多普勒雷达高度表的测高方法
US20060250305A1 (en) Method and system for determining the position of an object
US20150241545A1 (en) Single Platform Doppler Geolocation
CN107037422A (zh) 一种面向多重应用的被动式定位方法
CN103900616B (zh) 一种塔康模拟器计量方法及装置
CN104515974B (zh) 微波着陆机载设备角度、测距数据处理方法
Meles et al. Measurement based performance evaluation of drone self-localization using AoA of cellular signals
CN113406592B (zh) 一种高频地波雷达弱目标积累检测方法、计算设备
CN113189554B (zh) 雷达实测回波数据的处理方法、电子设备及存储介质
CN109521418A (zh) 基于干涉场的地基雷达测角方法
CN108562898A (zh) 一种前侧视sar的距离和方位两维空变自聚焦方法
CN113075616A (zh) 一种黑飞无人机的探测定位方法、系统及计算机设备
Wielandner et al. Multipath-based SLAM with multiple-measurement data association
CN113075616B (zh) 一种黑飞无人机的探测定位方法、系统及计算机设备
CN115840192A (zh) 一种基于空间估计谱置信度估计的室内定位方法
CN112835034B (zh) 一种双通道雷达对地测高系统及方法
CN114280655A (zh) 一种基于全球导航卫星系统的测姿方法和系统
JP2013024775A (ja) レーダ装置
Kumar et al. Performance analysis of TDOA and FDOA for missile tracking application using extended Kalman filter

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