CN116404398A - 一种三维无人机稀布阵列及其波束形成方法 - Google Patents

Abstract

本发明公开了一种三维无人机稀布阵列及其波束形成方法，该阵列主要包括无人机和天线，各无人机间采用无线信号进行通信。该方法包括：在每架无人机上搭载天线，多架无人机组成的无人机集群构成阵列，进行波束形成；优化无人机阵列分布方式以实现波束指向的控制；在观测基线不变的情况下，通过无人机运动优化阵列结构，并在每次阵列结构变化后优化波束形成。本发明能在复杂环境中更好地完成各项任务，在减小方向图栅瓣影响的同时，还具有强适应性，有利于应用实现。

Description

一种三维无人机稀布阵列及其波束形成方法

技术领域

本发明属于无人机集群协同工作领域，以及阵列信号处理中窄带波束形成领域，尤其涉及一种三维无人机稀布阵列及其波束形成方法。

背景技术

近年来，随着无人机(Unmanned Aerial Vehicles,UAVs)成为天地一体化信息网络空基中的重要组成部分，人们对无人机的兴趣日益浓厚。因其高机动性、低成本和部署简单等优点，被广泛应用于军事、商用和民用等多个领域，如雷达成像、环境监测、污染控制和通过近距离编队飞行减少阻力等等。随着无人机应用对自适应性、多任务协同等方面的要求越来越高，无人机单机作业效能和智能化水平已无法满足人们的需求。于是出现了无人机集群协同工作的理念，即通过多架无人机编队来扩大无人机工作的能力。

一般的相控阵天线乃至大部分阵列天线都是均匀阵列，即相邻阵元之间的距离是相等的。而不等间距阵列，相邻阵元位置间距各不相同，能够大幅降低单元数，并且通过优化来避免栅瓣、抑制副瓣电平，还具有很强的灵活性，可以根据设计目标综合出想要的方向图。另外，阵元数大幅减少可以使整个天线系统复杂度降低、故障率降低。尽管大幅减少阵元数不可避免地会导致阵列方向图增益比均匀满阵时有所降低，但由于口径较大，具有较高分辨率，且无需幅相加权就可保持低副瓣的优点，所以开展非周期阵列的研究在军用、民用场景中是有着巨大潜力的。在几十年的发展中，非周期阵列大概可分为三类，包括稀疏阵(Thinned Arrays)、稀布阵(Sparse Arrays)以及聚簇阵(Clustered Arrays)。稀布阵是所有阵元在固定阵列口径内任意分布，没有栅格限制，自由度更大。

波束成形是天线技术与数字信号处理技术的结合，通过对天线阵列中不同的阵元进行加权处理，从而产生具有特定指向的波束一项技术。波束成形技术将能量集中到某个波束而不是向所有方向传播，大大提高了接收端的信噪比，提高系统性能。

近几年，与无人机阵列结合的波束形成问题得到了国内外研究学者的广泛关注。现阶段的产品具有较高的计算复杂度，如公开号为CN113777572A，公开日2021-12-10，发明名称为一种三维超稀疏阵列静态方向图综合方法，该发明中将空域划分为多区域进行优化，增加了优化时间，不具有很好的实时性；公开号为CN114639972A，公开日2022-06-17，发明名称为无人机阵列天线的阵元位置优化方法及装置，其中无人机阵列处于同一平面，没有做到三维阵列，所以三维空间的无人机稀布阵列实现及其波束形成问题仍然具有较大的研究价值。

发明内容

本发明目的在于提供一种三维无人机稀布阵列及其波束形成方法,以解决三维空间范围内无人机波束形成的技术问题。

为解决上述技术问题，本发明的具体技术方案如下：

一种三维无人机稀布阵列及其波束形成方法，无人机稀布阵列包括无人机和天线，各无人机间采用无线信号进行通信；所述天线为每架无人机上搭载的天线，为单天线阵元或均匀矩阵天线阵列；三维无人机稀布阵列波束形成方法，包括以下步骤：

步骤1、在每架无人机上搭载天线，多架无人机组成的无人机集群构成阵列，进行波束形成；

步骤2、使用优化算法优化无人机阵列分布方式以实现波束指向的控制；

所述优化算法包括以下步骤：

步骤2.1、获取无人机阵元实时三维坐标；

步骤2.2、确定空间范围参数，进行初始化设置；设置无人机最小距离、最大迭代次数、波束俯仰角方向参数，确定适应度函数；

步骤2.3、在未达到最大迭代次数前，计算适应度函数，并进行数据变换的操作；

步骤2.4、达到最大迭代次数或达到结束条件时停止迭代，得到接近目标函数的最优无人机节点分布信息，以及各无人机天线的激励信号幅值、相位信息；

步骤3、在观测基线不变的情况下，通过无人机运动优化阵列结构，并在每次阵列结构变化后优化波束形成。

进一步的，无人机位于三维空间中任意可以到达的位置，若存在建筑物遮挡的情况，该空间范围不连续；所述稀布阵列指无人机两两之间间距非均匀，其间距受空间范围区间和无人机最小距离限制。

进一步的，无人机是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机，或者由车载计算机完全地或间歇地自主地操作的不载人飞机。

进一步的，步骤2.1中，在获取无人机三维坐标前，在空间范围中选择合适原点建立三维坐标，设无人机集群中共有N架无人机，获取每架无人机实时三维坐标(x_n,y_n,z_n),n＝1,2,…,N，并将获取的无人机阵元实时三维坐标作为步骤2.2中初始化设置。

进一步的，步骤2.2中具体包括以下步骤：确定空间范围参数(L_x,L_y,L_z)，设置无人机最小间距d_min、最大迭代次数k、主波束指向

参数，令

其中θ为俯仰角，

为方位角，则三维方向图函数/>

为：

其中

为单架无人机上天线方向图函数，/>

为天线阵列方向图函数，A_n为第n架无人机天线的激励幅值，λ为波长，j为虚数单位，/>

为主波束指向，θ₀为俯仰角指向，/>

为方位角指向；

适应度函数为无人机阵列天线的阵因子方向图的最高旁瓣电平；优化目标为：在给定约束条件下，寻找最优的无人机位置和激励值，使得所需区域内最高旁瓣电平最低；定义适应度函数为：

其中FF_max为主瓣峰值。

进一步的，步骤3中，调整各无人机空间位置的过程中涉及动态路径飞行问题，需要避免无人机之间发生碰撞，并且应使位置调整时间尽可能短，保证无人机集群波束形成的实时性。

本发明的一种三维无人机稀布阵列及其波束形成方法具有以下：

1、本发明通过每架无人机搭载天线，实现了多架无人机组成的无人机集群阵列；通过对无人机个体位置的改变，对阵元位置重新布置，达到稀布阵列的效果。

2、本发明能在复杂环境中更好地完成各项任务，在减小方向图栅瓣影响的同时，还具有强适应性，有利于应用实现。

3、本发明突破了传统平面阵列、共形阵列的限制，可以获得三维空间中所需方向上的波束指向，适合工程应用。

附图说明

图1为本发明的无人机稀布阵列的波束形成方法的流程示意图；

图2为本发明稀布阵列优化算法流程示意图；

图3为本发明三维空间无人机坐标系示意图；

图4(a)为本发明俯仰角为60°、方位角为0°时，仿真验证波束指向结果图；

图4(b)为本发明俯仰角为120°、方位角为10°时，仿真验证波束指向结果图；

图5(a)为图4(a)对应波束指向情况下，无人机位置示意图；

图5(b)为图4(b)对应波束指向情况下，无人机位置示意图。

具体实施方式

为了更好地了解本发明的目的、结构及功能，下面结合附图，对本发明一种三维无人机稀布阵列及其波束形成方法做进一步详细的描述。

本发明提供了一种三维无人机稀布阵列，该阵列主要包括无人机和天线，各无人机间采用无线信号进行通信。无人机指利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机，或者由车载计算机完全地或间歇地自主地操作的不载人飞机。天线为每架无人机上搭载的天线，可为单天线阵元或均匀矩阵天线阵列。无人机可以位于三维空间中任意可以到达的位置，若存在建筑物遮挡等复杂情况，该空间范围可以不连续。

本发明提供的稀布阵列的波束形成方法如图1所示，主要包括以下流程：

步骤1，在每架无人机上搭载天线，多架无人机组成的无人机集群构成阵列以进行波束形成。

步骤2，优化无人机阵列分布方式以实现波束指向的控制。该优化方法流程图如图2所示，主要包括以下步骤：

1)在空间范围中选择合适原点建立三维坐标，设无人机集群中共有N架无人机，获取每架无人机实时三维坐标(x_n,y_n,z_n),n＝1,2,…,N。

2)确定空间范围参数(L_x,L_y,L_z)，设置无人机最小间距d_min、最大迭代次数k、主波束指向

等参数。坐标示意图如图3所示。令

其中θ为俯仰角，

为方位角，/>

为方便书写的公式代指，没有实际含义。则三维方向图函数/>

为：

其中

为单架无人机上天线方向图函数，/>

为天线阵列方向图函数，A_n为第n架无人机天线的激励幅值，λ为波长，j为虚数单位，/>

为主波束指向，θ₀为俯仰角指向，/>

为方位角指向。

适应度函数为无人机阵列天线的阵因子方向图的最高旁瓣电平。优化目标为：在给定约束条件下，寻找最优的无人机位置和激励值，使得所需区域内最高旁瓣电平最低。定义适应度函数为：

其中FF_max为主瓣峰值。

3)在未达到最大迭代次数k前，在每轮迭代中对适应度函数进行计算，并进行数据变换的操作。

4)若达到最大迭代次数k或得到所需方向图函数则停止迭代，得到接近所需方向图函数的最优无人机节点分布信息，以及各无人机的激励信号幅值、相位信息。

步骤3，在观测基线不变的情况下，通过无人机运动优化阵列结构，并在每次阵列结构变化后进行波束形成。

本发明的所有步骤和结论都是基于科学计算软件Matlab R2021b验证并给出。仿真中无人机个数N＝22，无人机阵元最小间距d_min＝λ，主波束指向方位角

俯仰角θ₀₁＝60，方位角/>

俯仰角θ₀₂＝120，最大迭代次数k＝500。

为了说明本方法的有效性，图1为无人机稀布阵列实现及其波束形成方法的流程示意图；图2为本发明稀布阵列优化算法流程示意图；图3为本发明三维空间无人机坐标系示意图；图4和图5为本发明两种波束指向情况下，仿真验证波束指向结果图及对应的无人机位置示意图。从图4和图5看到，本发明可以通过改变无人机的位置，实现不同的波束指向结果，具有实际应用价值。

本发明可以通过每架无人机搭载天线，实现了多架无人机组成的无人机集群阵列；通过对无人机个体位置的改变，对阵元位置重新布置，达到稀布阵列的效果；通过仿真验证得出本发明是切实可行的。本发明突破了传统平面阵列、共形阵列的限制，可以获得三维空间中所需方向上的波束指向，是适合工程应用的发明。

可以理解，本发明是通过一些实施例进行描述的，本领域技术人员知悉的，在不脱离本发明的精神和范围的情况下，可以对这些特征和实施例进行各种改变或等效替换。另外，在本发明的教导下，可以对这些特征和实施例进行修改以适应具体的情况及材料而不会脱离本发明的精神和范围。因此，本发明不受此处所公开的具体实施例的限制，所有落入本申请的权利要求范围内的实施例都属于本发明所保护的范围内。

Claims (6)

1.一种三维无人机稀布阵列的波束形成方法，其特征在于，无人机稀布阵列包括无人机和天线，各无人机间采用无线信号进行通信；所述天线为每架无人机上搭载的天线，为单天线阵元或均匀矩阵天线阵列；三维无人机稀布阵列的波束形成方法，包括以下步骤：

步骤1、在每架无人机上搭载天线，多架无人机组成的无人机集群构成阵列，进行波束形成；

步骤2、使用优化算法优化无人机阵列分布方式以实现波束指向的控制；

所述优化算法包括以下步骤：

步骤2.1、获取无人机阵元实时三维坐标；

步骤2.2、确定空间范围参数，进行初始化设置；设置无人机最小距离、最大迭代次数、波束俯仰角方向参数，确定适应度函数；

步骤2.3、在未达到最大迭代次数前，计算适应度函数，并进行数据变换的操作；

步骤2.4、达到最大迭代次数或达到结束条件时停止迭代，得到接近目标函数的最优无人机节点分布信息，以及各无人机天线的激励信号幅值、相位信息；

步骤3、在观测基线不变的情况下，通过无人机运动优化阵列结构，并在每次阵列结构变化后优化波束形成。

2.根据权利要求1所述的三维无人机稀布阵列的波束形成方法，其特征在于，所述无人机位于三维空间中任意可以到达的位置，若存在建筑物遮挡的情况，该空间范围不连续；所述稀布阵列指无人机两两之间间距非均匀，其间距受空间范围区间和无人机最小距离限制。

3.根据权利要求1所述的三维无人机稀布阵列的波束形成方法，其特征在于，所述无人机是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机，或者由车载计算机完全地或间歇地自主地操作的不载人飞机。

4.根据权利要求1所述的三维无人机稀布阵列的波束形成方法，其特征在于，所述步骤2.1中，在获取无人机三维坐标前，在空间范围中选择合适原点建立三维坐标，设无人机集群中共有N架无人机，获取每架无人机实时三维坐标(x_n,y_n,z_n),n＝1,2,…,N，并将获取的无人机阵元实时三维坐标作为步骤2.2中初始化设置。

5.根据权利要求4所述的三维无人机稀布阵列的波束形成方法，其特征在于，所述步骤2.2中具体包括以下步骤：确定空间范围参数(L_x,L_y,L_z)，设置无人机最小间距d_min、最大迭代次数k、主波束指向

参数，令

其中θ为俯仰角，

为方位角，则三维方向图函数/>

为：

其中

为单架无人机上天线方向图函数，/>

为天线阵列方向图函数，A_n为第n架无人机天线的激励幅值，λ为波长，j为虚数单位，/>

为主波束指向，θ₀为俯仰角指向，/>

为方位角指向；

适应度函数为无人机阵列天线的阵因子方向图的最高旁瓣电平；优化目标为：在给定约束条件下，寻找最优的无人机位置和激励值，使得所需区域内最高旁瓣电平最低；定义适应度函数为：

其中FF_max为主瓣峰值。

6.根据权利要求1所述的三维无人机稀布阵列的波束形成方法，其特征在于，所述步骤3中，调整各无人机空间位置的过程中涉及动态路径飞行问题，需要避免无人机之间发生碰撞，并且应使位置调整时间尽可能短，保证无人机集群波束形成的实时性。

Images