CN114035150A - 一种基于无人机升空平台的无线电射频源测向装置及定位方法 - Google Patents

Abstract

本发明提供了一种基于无人机升空平台的无线电射频源测向装置，包括无人机升空平台，用于接收无线电测向装置下发的控制指令及任务指令进行工作，并传输相关数据至无线电测向装置；无线电测向装置，搭载在无人机升空平台上，用于测定无线电波达方向并进行数据处理，并将数据传输至地面终端设备；接收地面终端设备的控制指令和任务指令并转发至无人机升空平台；地面终端设备，接收无线电测向装置传输的数据，将无线电波达方向转换到绝对坐标系下，得到测向结果；下发指令至无线电测向装置。本发明实现了从二维空间到三维空间的搜索定位跨越，弥补了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，提高无线电射频源查找的效率和灵活性。

Description

一种基于无人机升空平台的无线电射频源测向装置及定位 方法

技术领域

本发明涉及无线电监测技术领域，特别涉及一种基于无人机升空平台的无线电射频源测向装置及定位方法。

背景技术

在无线电监测技术中，目前无线电射频源的查找，通常先利用固定检测基站实施长期监测，对目标无线电射频源进行初步测向定位以锁定大致位置；

然后通过移动监测车接近目标无线电射频源进一步的定位缩小查找范围；由于地形限制，最终只能靠工作人员徒步携带沉重的检测设备确定目标无线电射频源具体位置。

上述无线电射频源查找方式目前已经很难适应当前无线电发展现状。首先，固定检测基站建设成本高，无法移动，灵活度低，且现在人们生活的环境高楼林立，固定检测基站会受到各种建筑物的遮挡，导致无线电监测系统定位精度降低，甚至是错误定位。然后，随着无线电技术的发展，未知信号源、干扰源等无线电射频源也变的更加精小、轻便，且一般位于人口密集区，电磁环境复杂，建筑物密集。无线电波在传播过程中会受到很多建筑物的遮挡，发生反射、折射、衍射、多径干扰等问题，这对判断无线电波来向产成巨大的影响，严重影响查找目标干扰源的快速性和准确性，增加查找目标干扰源的时间和工作量。最后，在查找目标干扰源时，一个比较有效的方法是工作人员徒步携带检测设备到目标区域内的制高点来进行测向，降低建筑物等复杂环境的影响，再在地图上进行绘图定位，但这又会增加工作人员的工作量，影响查找效率，且有些制高点工作人员很难抵达。

发明内容

针对现有技术中存在的问题，在查找未知信号源、干扰源等无线电射频源时，为了方便快捷的抵达目标区域附近的制高点进行测向定位，降低地面建筑物等复杂环境对测向定位精度造成的影响，减小工作人员的工作量，提高查找效率，提供了一种基于无人机升空平台的无线电射频源测向装置及定位方法，在空中实现对无线电射频源快速测向定位，摆脱了传统无线电监测设备二维搜索定位的局限性，实现了从二维空间到三维空间的测向搜索定位跨越，有效避免了地面复杂环境对定位精度造成的影响，弥补徒步查找目标干扰源难度大、效率低的缺点，具有监测距离远、覆盖面积广、机动性强等优点，可以对工作人员和移动监测车无法到达或者到达比较困难的地方如：塔楼、森林、山地等地区进行无线电监管，实现全面、立体、迅速、快捷的无线电射频源测向和基于强化深度学习的快速自主定位。

本发明采用的技术方案如下：一种基于无人机升空平台的无线电射频源测向装置，其特征在于，包括无人机升空平台、无线电测向装置和地面终端设备；

无人机升空平台，用于接收无线电测向装置下发的控制指令及任务指令进行工作，并传输所在位置信息、方位角、高度、姿态以及飞行数据至无线电测向装置；

无线电测向装置，搭载在无人机升空平台上，用于测定无线电波达方向并进行数据处理，并通过无线数传模块将数据传输至地面终端设备；接收地面终端设备的控制指令和任务指令并转发至无人机升空平台；

地面终端设备，通过无线数传模块接收无线电测向装置传输的数据，将无线电波达方向转换到绝对坐标系下，得到测向结果；下发控制指令和任务指令至无线电测向装置。

进一步的，所述无线电测向装置包括测向天线、射频前端模块、无线电频谱分析模块、综合处理模块、无限数传模块、步进电机、减震装置；

测向天线，接收空中传播的电磁波能量感应，并连同波形、频率、幅度、脉宽、相位、到达时间信息转换为电信号，反馈给射频前端；

射频前端，对无线电信号进行前端处理，处理后的信号发送至无线电频谱分析模块；

无线电频谱分析模块，将无线电信号转换为数字信号，并滤除不合理数据，计算处理得到无线电信号的PDW信息；

综合处理模块，接收无线电信号的PDW信息、天线方位信息和飞行数据，并通过测向算法计算得到波达方向信息；将天线方位信息、飞行数据及波达方向信息通过无线数传模块传输至地面终端设备。

进一步的，还包括步进电机，设置在无线电测向装置底部，连接测向天线，带动测向天线进行360度旋转确定无线电射频源的最大信号来向。

进一步的，还包括减震装置，设置在无线点测向装置顶部，无线电测向装置通过减震装置搭载与无人机升空平台。

进一步的，所述地面终端设备包括以及集成无线电射频源测向定位软件和无人机飞行控制软件的高性能计算模块、无线数传模块、数据存储模块以及显示器，通过无线数传模块与无线电测向装置通信；

高性能计算模块根据无线电数传模块接收到的数据计算得到绝对坐标系下的波达方向结果，即测向结果，并将关键信息通过显示器呈现给操作人员；无人机飞行控制软件用于下发控制指令和任务指令；

数据存储模块，用于存储无线电测向装置传输的数据。

本发明还提出了基于上述无线电射频源测向装置的定位方法，包括以下过程：

步骤1、在地面终端设备中设置无线电测向装置预设信息，同时设置两个以上的不同升空测向点，并下发控制指令与任务指令至无线电测向装置；

步骤2、无人机升空平台根据指令分别抵达升空测向点，在测试点无线电测向装置开始工作获取原始PDW信息、位置信息、方位信息、姿态信息数据，滤除不合理数据后，进行数据偏移修正、平滑处理得到有效数据，发送至地面终端设备；

步骤3、地面终端设备根据有效数据获取拟合函数并计算得到波达角信息；

步骤4、结合无人机姿态信息、步进电机方位信息、波达角信息，地面终端设备解算出各升空测向点的测向结果；

步骤5、地面终端设备根据测向结果自主操控无人机升空平台逐步趋近无线电射频源，并在趋近过程中不断更新测向点进行快速测向，同时记录测向点包括位置、时间、幅度、测向结果的关键数据；基于深度学习预测算法，根据测向点的关键数据进行迭代自主定位，得到定位结果；

步骤6、判断定位结果精度是否达到要求，没有达到要求则进入步骤5，达到要求进入步骤7；

步骤7、根据定位结果锁定目标无线电射频源，并在地面终端设备相似其位置，无人机升空平台返航。

进一步的，所述步骤3中的拟态函数获取方法为：根据有效数据，融合样本库中包括信号波形、幅度、脉宽、频率的PDW数据与波达角关系，通过非线性最小二乘法拟合得到拟合函数。

进一步的，所述拟合函数具体为：

θ＝ae^sin(λ-b)sin(x-b)+c

其中，θ为波达角，λ为与PDW相关的函数值，a为影响尖峰的突起程度，b为影响尖峰的突起位置，c为影响曲线的上下平移。

进一步的，所述步骤5中，获得定位结果的具体过程为：

根据深度学习预测算法和关键数据，得到各测向点测向结果的可信度，将可信度不同的测向记过进行交会定位，得到一系列的交汇点，所有交会点类比为绘制电平态势图的数据点，采用插值法得出交会点权重；

按照电平态势图的生成方式，利用电磁波传播模型和插值算法，生成可信度态势图；

采用证据理论算法将生成电平态势图和可信度态势图进行融合，构建最终的态势图，态势图中颜色最深或值最大的点即为定位结果。

与现有技术相比，采用上述技术方案的有益效果为：装置结构紧凑、体积小巧、操作简单，通过本发明优选设计的无人机升空平台配装本发明提出的无线电射频源测向装置，在建筑物、植被等地面复杂环境上空对无线电射频源进行测向，增大了覆盖范围，减少了来自地面的干扰信号，接收来自无线电射频源的直射信号，减少了路径损耗，抑制了地面和障碍物反射的多径效应等，大大提高了其定位精度；同时摆脱了传统监测设备二维搜索定位的局限性，实现了从二维空间到三维空间的搜索定位跨越，弥补了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，提高无线电射频源查找的效率和灵活性。

附图说明

图1为本发明提出的无人机升空平台和无线电测向装置的连接结构示意图。

图2为本发明提出的无人机升空平台和无线电测向装置系统组成框图。

图3为本发明无线电测向定位方法的原理图。

图4为本发明测向装置系统工作及测向自主定位方法的流程图。

附图标记：1-GPS定位模块、2-飞控系统、3-动力系统、4-无人机升空平台结构架、5- 遥控系统、6-电池系统、7-减震装置、8-综合处理模块、9-无线电频谱分析模块、10-射频前端模块、11-步进电机、12-测向天线、13-无线数传模块。

具体实施方式

下面结合附图对本发明做进一步描述。

实施例1

如图1、图2所示，本实施例提供了一种基于无人机升空平台的无线电射频源测向装置，由无人机升空平台、无线电测向装置和地面终端设备组成；

其中，无人机升空平台为无线电射频源测向装置的载体安装平台，优选对起飞着陆条件要求低，滞空能力强，静态飞行、低速飞行特性好、机动灵活的多旋翼无人机升空平台，主要包括：遥控系统5、飞控系统2、动力系统3、电池系统6、无人机平台结构架4、GPS 定位模块1以及气压计、加速度计、超声波、光流等传感器模块，选配装备增稳云台、航拍摄像机、红外夜视仪等无线电射频源辅助定位设备；以及辅助设备步进电机11和减震装置7。

无线电测向装置用以测定无线电波达方向并对数据进行处理，由测向天线12、射频前端模块10、无线电频谱分析模块9、综合处理模块8、无线数传模块1等模块组成；

地面终端设备完成无人机升空平台的控制和测向定位算法的运行，由无线数传模块、数据存储模块、显示器单元以及集成无线电射频源测向定位软件和无人机飞行控制软件的高性能计算单元等组成。

具体的，无人机升空平台，起飞至测向高度后起落架会自主向两边折叠，具备定位、定高、定点、安全围栏、飞行禁区、自主起降、自主飞行、航迹规划飞行、自主避障等功能，并通过RS-422串口将所述无人机平台GPS位置信息、方位角、高度、姿态、速度、油门、电量、电压等传递给所述无线电测向装置的综合处理模块，并接受所述无线电测向装置综合处理模块下发的控制指令及任务指令。

无线电测向装置各个模块工作过程如下：

测向天线用于将空中传播的电磁波能量感应接收下来，连同波形、频率、幅度、脉宽、相位、到达时间等信息转换为电信号，反馈给射频前端模块；在本实施例中，测向天线优选抛物面天线，在另一实施例中，选取其他锐方向性的窄波瓣天线，如微型八木天线、相控阵天线等。

射频前端模块主要实现无线电信号前端处理功能，完成无线电信号的选频、上下变频、无失真放大等功能。在本实施例中，优先选用具有两路接收通道的射频前端模块。

无线电频谱分析模块通过AD芯片将接收到的无线电模拟信号转换为数字信号，通过信号分选将AD芯片获得的不合理数据进行滤除，过滤掉超出灵敏范围的数据、完成数据偏移修正，再通过计算处理得到无线电信号的波形、幅度、脉宽、频率、相位等脉冲描述字(PDW) 信息。

综合处理模块，一方面将接收到的无线电信号PDW信息、天线方位信息和无人机平台飞行数据进行存储备份，同时运行测向算法对无线电信号PDW信息、天线方位分析和无人机平台飞行数据进行检测计算优化分析处理，通过非线性最小二乘法得到波达方向(DOA)信息，并通过无线数传模块将DOA信息、步进电机方位信息和无人机平台的位置、姿态信息传输给所述地面终端设备。另一方面，通过无线数传模块接收地面终端设备下发的控制指令和任务指令。其中，天线方位信息为无人机升空平台的姿态信息加上天线安装角方位信息，天线安装角方位信息在安装时确定。

无线数传模块，用于与地面终端设备的无线数传模块通信，进行数据传输。

优选的，还包括步进电机，设置在无线电测向装置底部，连接测向天线，在无人机平台悬停的过程中，可通过步进电机带动测向天线进行360度转动得到无线电射频源的最大信号来向，确定无线电射频源的相对无人机升空平台的波达方位信息。

优选的，还包括减震装置，设置在无线点测向装置顶部，用于将所述无线电测向装置安装于无人机平台，同时减少无人机平台飞行时的振动对无线电测向装置的影响。

地面终端设备以集成无线电射频源测向定位软件和无人机飞行控制软件的高性能计算单元为主要载体，通过无线数传模块与空中无线电测向装置连接，一方面接收无线电测向装置回传的数据信息，包括但不限于位置、油门、转向、高度、姿态、速度、电量、电压、DOA信息、相对波达方位信息、转向信息、监测数据等，无线电射频源测向定位软件对将这些信息转换到绝对坐标系下得到绝对坐标系下的波达方向(DOA)结果，即测向结果。同时将关键信息通过高性能计算单元处理之后由显示器呈现给操作人员，并将异常、故障等关键信息以声音和闪烁的方式警示操作人员，从而实现操作人员对无人机升空平台和无线电射频源测向装置的状态信息进行实时监控。无人机飞行控制软件用以控制单架或多架无人机升空平台的解锁、上锁、起降返航、自稳飞行以及基于测向结果的飞行轨迹优化控制等。

由此，可根据人机升空平台飞行轨迹上所得测向结果，结合无人机升空平台测量点位置信息，解算出无线电射频源的真实位置，如图3所示，具体过程如下：

无人机升空平台在两个以上不同的测向点进行测试，(x₁,y₁)，(x₂,y₂)……，绝对坐标系以经线为x轴的正方向，以纬线为y轴的正方向。

通过采集无线电信号的波形、幅度、脉宽、频率、相位等脉冲描述字(PDW)信息，处理之后可以得到波达方位，结合无人机姿态信息、步进电机方位信息等，可以解算出各升空测向点相对于绝对坐标系下x轴的波达角结果α₁，α₂。

利用测向点(x₁,y₁)和(x₂,y₂)，以及对应的波达角α₁，α₂，即可得到两条测向定位线，这两条测向定位线的交叉点即为所求无线电射频源的位置。利用测向点位置信息和测向结果可以建立如下方程组。

由上式可解得无线电射频源的位置信息(X,Y)

由上可得，若已知无人机升空平台某一点测向时的坐标位置和侧向结果，以及另外一点坐标位置和侧向结果，可求得目标无线电射频源的位置(X,Y)。即利用任意两个不同位置对同一目标的测向结果可确定目标的位置。

对上式求导可知：

无人机升空平台自身定位精度和无人机的测向结果误差都会影响无线电射频源的定位精度，最终的定位结果一定是包含一定误差的，并不是精确的位置。

而无人机距离辐射源的距离越近、定位点越多定位结果越精确，对多个测向点得到的测向结果，基于强化深度学习算法，引入置信度，将这些可信度不同的测向值进行交会定位，得到一系列的不同权重值的交会点，将交会点类比为绘制电平态势图的数据点，采用插值法得出交会点权重，利用证据理论算法将生成电平态势图和可信度态势图进行融合，由此构建最终的态势图，态势图中颜色最深(值最大)的点即为定位结果，由此实现无线电射频源的快速自主定位。

实施例2

本实施例在实施例提供的无线电射频源测向装置基础上实现，提供了一种无线电测向装置的系统工作及测向自主定位方法。

在本实施例中，基于无人机升空平台的无线电射频源测向装置各组成模块优选高精度M8N GPS定位模块、Pixhawk开源飞控系统、由朗宇4110S电机、乐天40A电调、螺旋桨等组成的动力系统、六旋翼结构的无人机升空平台、Futaba T8FG超远距离遥控系统、格式电池系统、减震装置、运行Ubuntu系统的综合处理模块、PortaPack H2 1MHz-6GHz无线电频谱分析模块、0-6GHz射频前端模块、HSC86A高精度编码器步进电机、平面螺旋测向天线、 3DR无线数传模块等；选装传感器包括但不限于超声波模块、摄像头模块、九轴传感器模块、光流模块，无人机升空平台通过这些传感器感知周围环境，同时通过摄像头模块辅助搜索定位无线电射频源。

如图4所示，定位过程如下：

步骤1、当利用移动监测车锁定目标无线电射频源的大致范围后，将无人机放置在空旷位置后给系统上电，无人机升空平台与测向装置完成自检，自检通过后通过无线数传模块发送指令到地面终端设备显示；

步骤2、根据移动监测车先验信息，工作人员在地面终端设备设置中心频点、采样频率、测向宽度、搜索策略等无线电测向装置预设信息，同时设置两个以上的不同升空测向点，在本实施案例中，为避免无线电信号发生衍射干扰并便于计算，所设置升空测试点应处于同一海拔高度；

步骤3、根据地面中欧足联高端设备预先设置的指令操纵无人机升空平台分别抵达升空测试点，在测向点无线电测向装置开始工作，综合处理模块记录存储原始PDW、位置、方位、姿态等数据的同时，对不合理数据进行滤除处理，并使用卡尔曼滤波对数据偏移修正，平滑处理后得到有效数据，通过无线射频模块发送至地面终端设备显示存储；

步骤4、地面终端设备根据有效数据获取拟合函数并计算得到波达角信息；

步骤5、结合无人机姿态信息、步进电机方位信息、波达角信息，地面终端设备解算出各升空测向点的测向结果；

步骤6、地面终端设备根据测向结果自主操控无人机升空平台逐步趋近无线电射频源，并在趋近过程中不断更新测向点进行快速测向，同时记录测向点包括位置、时间、幅度、测向结果的关键数据；基于深度学习预测算法，根据测向点的关键数据进行迭代自主定位，得到定位结果；

步骤7、判断定位结果精度是否达到要求，没有达到要求则进入步骤6，达到要求进入步骤8；

步骤8、根据定位结果锁定目标无线电射频源，并在地面终端设备相似其位置，无人机升空平台返航。

在本实施例中，步骤3中的拟态函数获取方法为：根据有效数据，融合样本库中包括信号波形、幅度、脉宽、频率的PDW数据与波达角关系，通过非线性最小二乘法拟合得到拟合函数(波达角-PDW函数)。由拟合函数可知，对无线电射频源的测向，并不需要把测向天线360度方位上的结果全部测量；根据拟合函数，便可以预测最大增益方向角，即波达角，再重复步骤5便可得到后续测向点的测向结果。

所述拟合函数具体为：

θ＝ae^sin(λ-b)sin(x-b)+c

其中，θ为波达角，λ为与PDW相关的函数值，a为影响尖峰的突起程度，b为影响尖峰的突起位置，c为影响曲线的上下平移。

在本实施例中，所述步骤5中，获得定位结果的具体过程为：

根据深度学习预测算法和关键数据，得到各测向点测向结果的可信度，将可信度不同的测向记过进行交会定位，得到一系列的交汇点，所有交会点类比为绘制电平态势图的数据点，采用插值法得出交会点权重；

按照电平态势图的生成方式，利用电磁波传播模型和插值算法，生成可信度态势图；

采用证据理论算法将生成电平态势图和可信度态势图进行融合，构建最终的态势图，态势图中颜色最深或值最大的点即为定位结果。

本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。如果本领域技术人员，在不脱离本发明的精神所做的非实质性改变或改进，都应该属于本发明权利要求保护的范围。

本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。

本说明书中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。

Claims (9)

1.一种基于无人机升空平台的无线电射频源测向装置，其特征在于，包括无人机升空平台、无线电测向装置和地面终端设备；

无人机升空平台，用于接收无线电测向装置下发的控制指令及任务指令进行工作，并传输所在位置信息、方位角、高度、姿态以及飞行数据至无线电测向装置；

无线电测向装置，搭载在无人机升空平台上，用于测定无线电波达方向并进行数据处理，并将数据传输至地面终端设备；接收地面终端设备的控制指令和任务指令并转发至无人机升空平台；

地面终端设备，接收无线电测向装置传输的数据，将无线电波达方向转换到绝对坐标系下，得到测向结果；下发控制指令和任务指令至无线电测向装置。

2.根据权利要求1所述的基于无人机升空平台的无线电射频源测向装置，其特征在于，所述无线电测向装置包括测向天线、射频前端模块、无线电频谱分析模块、综合处理模块、无限数传模块；

测向天线，接收空中传播的电磁波能量感应，并连同波形、频率、幅度、脉宽、相位、到达时间信息转换为电信号，反馈给射频前端；

射频前端，对无线电信号进行前端处理，处理后的信号发送至无线电频谱分析模块；

无线电频谱分析模块，将无线电信号转换为数字信号，并滤除不合理数据，计算处理得到无线电信号的PDW信息；

综合处理模块，接收无线电信号的PDW信息、天线方位信息和飞行数据，并通过测向算法计算得到波达方向信息；将天线方位信息、飞行数据及波达方向信息通过无线数传模块传输至地面终端设备。

3.根据权利要求1所述的基于无人机升空平台的无线电射频源测向装置，其特征在于，还包括步进电机，设置在无线电测向装置底部，连接测向天线，带动测向天线进行360度旋转确定无线电射频源的最大信号来向。

4.根据权利要求1或2所述的基于无人机升空平台的无线电射频源测向装置，其特征在于，还包括减震装置，设置在无线点测向装置顶部，无线电测向装置通过减震装置搭载与无人机升空平台。

5.根据权利要求2所述的基于无人机升空平台的无线电射频源测向装置，其特征在于，所述地面终端设备包括以及集成无线电射频源测向定位软件和无人机飞行控制软件的高性能计算模块、无线数传模块、数据存储模块以及显示器，通过无线数传模块与无线电测向装置通信；

高性能计算模块根据无线电数传模块接收到的数据计算得到绝对坐标系下的波达方向结果，即测向结果，并将关键信息通过显示器呈现给操作人员；无人机飞行控制软件用于下发控制指令和任务指令；

数据存储模块，用于存储无线电测向装置传输的数据。

6.一种权利要求1-5所述的基于无人机升空平台的无线电射频源测向装置的定位方法，其特征在于，包括以下过程：

步骤1、在地面终端设备中设置无线电测向装置预设信息，同时设置两个以上的不同升空测向点，并下发控制指令与任务指令至无线电测向装置；

步骤2、无人机升空平台根据指令分别抵达升空测向点，在测试点无线电测向装置开始工作获取原始PDW信息、位置信息、方位信息、姿态信息数据，滤除不合理数据后，进行数据偏移修正、平滑处理得到有效数据，发送至地面终端设备；

步骤3、地面终端设备根据有效数据获取拟合函数并计算得到波达角信息；

步骤4、结合无人机姿态信息、步进电机方位信息、波达角信息，地面终端设备解算出各升空测向点的测向结果；

步骤5、地面终端设备根据测向结果自主操控无人机升空平台逐步趋近无线电射频源，并在趋近过程中不断更新测向点进行快速测向，同时记录测向点包括位置、时间、幅度、测向结果的关键数据；基于深度学习预测算法，根据测向点的关键数据进行迭代自主定位，得到定位结果；

步骤6、判断定位结果精度是否达到要求，没有达到要求则进入步骤5，达到要求进入步骤7；

步骤7、根据定位结果锁定目标无线电射频源，并在地面终端设备相似其位置，无人机升空平台返航。

7.根据权利要求6所述的基于无人机升空平台的无线电射频源测向装置的定位方法，其特征在于，所述步骤3中的拟态函数获取方法为：根据有效数据，融合样本库中包括信号波形、幅度、脉宽、频率的PDW数据与波达角关系，通过非线性最小二乘法拟合得到拟合函数。

8.根据权利要求7所述的基于无人机升空平台的无线电射频源测向装置的定位方法，其特征在于，所述拟合函数具体为：

θ＝ae^sin(λ-b)sin(x-b)+c

其中，θ为波达角，λ为与PDW相关的函数值，a为影响尖峰的突起程度，b为影响尖峰的突起位置，c为影响曲线的上下平移。

9.根据权利要求6所述的基于无人机升空平台的无线电射频源测向装置的定位方法，其特征在于，所述步骤5中，获得定位结果的具体过程为：

根据深度学习预测算法和关键数据，得到各测向点测向结果的可信度，将可信度不同的测向记过进行交会定位，得到一系列的交汇点，所有交会点类比为绘制电平态势图的数据点，采用插值法得出交会点权重；

按照电平态势图的生成方式，利用电磁波传播模型和插值算法，生成可信度态势图；

采用证据理论算法将生成电平态势图和可信度态势图进行融合，构建最终的态势图，态势图中颜色最深或值最大的点即为定位结果。

Images