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 PDFInfo
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000001514 detection method Methods 0.000 title claims abstract description 15
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 9
- 238000006243 chemical reaction Methods 0.000 claims abstract description 9
- 238000005259 measurement Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000001228 spectrum Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 3
- 230000001427 coherent effect Effects 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 2
- 239000011159 matrix material Substances 0.000 claims description 2
- 238000006467 substitution reaction Methods 0.000 claims description 2
- 230000004807 localization Effects 0.000 claims 2
- 239000000523 sample Substances 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 3
- 241001425390 Aphis fabae Species 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical 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
- G01S5/02—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
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:
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:
其中,εp为功率测量噪声;所以距离观测方程为:
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:
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:
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:
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:
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:
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:
其中,εp为功率测量噪声;所以距离观测方程为:
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:
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:
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:
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:
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:
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:
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:
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:
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:
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:
其中,Δ为差分运算符;mi=Pi-εP,i;
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:
解得c(δt1-δti)的值,求出各钟差之差;得到新的方程:
将方程(17)与方程(16)相减,得:
若只考虑三个基站接收机,对xt、yt的求解为:
对方程(20)进行处理,协方差为:
方程(25)简化为:
所以第二次最小二乘结果为:
所以最终无人机位置的精确估计值为:
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:
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。
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。
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:
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:
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:
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:
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:
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:
其中,Δ为差分运算符;mi=Pi-εP,i;
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:
解得c(δt1-δti)的值,求出各钟差之差;得到新的方程:
将方程(17)与方程(16)相减,得:
若只考虑三个基站接收机,对xt、yt的求解为:
对方程(20)进行处理,协方差为:
Υ=E[γγT]=c2BQB (21);
方程(25)简化为:
Υ′=H′-Da′Za′ (26);
所以第二次最小二乘结果为:
所以最终无人机位置的精确估计值为:
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。
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)
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)
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)
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)
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)
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 |