一种基于无人机-阵列的自适应无源定位装置及实现方法制造方法及图纸

本发明专利技术公开了一种基于无人机‑阵列的自适应无源定位装置及实现方法。该装置包括M架无人机，集成阵列模块、信号处理模块、数据存储模块、通信模块，M架无人机在空中任意排列组成分布式无源定位系统，每架无人机上集成一个均匀线阵用于接收目标源辐射的电磁信号。实现方法的步骤为：各无人机分别采集初始接收信号，利用天线阵列的结构特性对接收到的数据进行信号到达角估计；利用无人机的机动性，自适应调整无人机姿态，重建接收信号模型；各无人机同步采集二次接收信号，根据重建的接收信号模型进行到达时间差估计；根据时间差估计值进行最终的辐射源定位。本发明专利技术将角度信息和到达时间差信息更好的结合，解决了在低信噪比下定位性能迅速降低的问题。

An adaptive passive location device based on UAV array and its implementation

The invention discloses an adaptive passive positioning device based on an UAV \u2011 array and a realization method thereof. The device consists of M UAVs, integrated array module, signal processing module, data storage module and communication module. M UAVs are randomly arranged in the air to form a distributed passive positioning system. Each UAV is integrated with a uniform linear array to receive electromagnetic signals radiated by the target source. The steps of realization are as follows: each UAV collects the initial received signal separately, estimates the arrival angle of the received data by using the structural characteristics of the antenna array; adjusts the UAV's attitude adaptively by using the UAV's mobility, rebuilds the received signal model; each UAV collects the second received signal synchronously, and estimates the arrival time difference according to the reconstructed received signal model According to the estimation of time difference, the final location of radiation source is carried out. The invention combines the angle information and the arrival time difference information better, and solves the problem of rapidly reducing the positioning performance under the low signal-to-noise ratio.

【技术实现步骤摘要】
一种基于无人机-阵列的自适应无源定位装置及实现方法
本专利技术涉及一种基于无人机-阵列的自适应无源定位装置及实现方法，属于阵列信号处理领域。
技术介绍
在辐射源定位问题中，无源定位系统由于其隐蔽性好、抗干扰能力强被广泛应用。然而，实际环境的多样性以及硬件条件的限制，使单一的信号参数具有一定的局限性。混合定位系统的出现弥补了各单一系统的不足，利用不同定位系统的优点并将它们结合起来，可以使系统具有更高的定位精度或更少的观测基站的优势。其中，TDOA和DOA的结合由于其定位精度高、定位速度快而应用最为广泛。但是传统的TDOA和DOA混合系统大多集中于将估计的参数进行融合，构造一个非线性方程组，利用代数方法求出一个最优解，而忽略了系统本身的架构。
技术实现思路
本专利技术的目的是提供一种基于无人机-阵列的自适应无源定位装置及实现方法，利用定位装置本身的架构，将角度信息和到达时间差信息更好的结合，解决在低信噪比下定位性能迅速降低的问题。本专利技术将分布式阵元与集中式阵列相结合，解决了传统方法中存在角度误差的增大可能会降低角度信息和时间差信息融合定位的性能的问题，改善现有系统的局限性。充分利用天线阵列的结构特征以及无人机平台的机动性，用天线阵列测得的到达角信息改善系统结构，有效提升定位精度。为实现上述目的，本专利技术采用的技术方案为：一种基于无人机-阵列的自适应无源定位装置，包括M架无人机，集成阵列模块、信号处理模块、数据存储模块、通信模块，其中：所述M架无人机在空中任意排列组成分布式无源定位系统；所述集成阵列模块包括N个均匀线阵，每架无人机集成一个均匀线阵，用于接收目标源辐射的电磁信号；所述信号处理模块执行以下指令：根据所述集成阵列模块接收到的初始信号进行信号到达角估计；根据所述集成阵列模块二次接收到的信号，利用N维单位加权矢量w＝[1,1,...,1]T对信号进行常规波束形成，建立函数，进行信号达到时间差估计，得到时间差估计值；根据所述时间差估计值建立若干双曲线定位方程，求解方程得到最终的辐射源位置估计；所述数据存储模块用于存储其它模块采集和产生的信号及数据；所述通信模块用于各无人机及模块之间的通信。一种基于无人机-阵列的自适应无源定位实现方法，包括以下步骤：步骤一，通过集成于各无人机中的均匀线阵分别采集初始接收信号，利用均匀线阵的结构特性对接收到的数据进行信号到达角估计；步骤二，根据步骤一得到的信号到达角估计值自适应调整无人机姿态，重建接收信号模型；步骤三，通过集成于各无人机中的均匀线阵同步采集二次接收信号，根据步骤二重建的接收信号模型进行到达时间差估计；步骤四，根据步骤三得到的到达时间差估计值建立双曲线方程，进行辐射源定位。所述步骤一中，设定入射信号为一宽带线性调频(LFM)信号，到达第m个无人机阵列的信号到达角分别θm，其中，m＝1,2,…,M，定义第一个阵元为参考阵元，则第一个阵元接收的信号为：其中，t表示时间，j为虚部符号，f0是信号的起始频率，k是调频斜率；均匀线阵阵元数为N，相邻阵元间距为d，则第i个阵元接收到的信号相对于参考阵元的时延为τmi＝(i-1)dsinθm/c,i＝1,...,N，其中c为电磁波传播速度，θm为信号到达第m个无人机阵列的到达角；由于各阵元间的时延非常小，考虑到远小于τmi，忽略项，考虑噪声影响，则简化后的第n个阵元接收到的信号表示为其中，nmi(t)为第i个阵元上的零均值加性高斯白噪声；则所有N个阵元接收的信号表示为xm(t)＝a(θm,t)sm(t)+nm(t),m＝1,...,M其中，阵列导向矢量由于宽带信号频率的时变性，阵列导向矢量也是时变的，这里将宽带信号分割成窄带信号处理，分割数记为Q，则用窄带信号DOA估计的方法进行到达角的估计；记第q个分段的信号为xmq(t)，则根据信号子空间的旋转不变性得到：其中，aq为阵列流形的前M-1行，φq为旋转算子，zq1(t)和zq2(t)分别是xmq(t)的前M-1行和后M-1行，第q个窄带信号的频率由瞬时频率代替，记为fq，则得其中，e为自然常数，表示第q段窄带信号的频率，由第q段的中间时刻tq的瞬时频率代替；计算互相关矩阵Rzz＝E[zq(t)zqH(t)]并对其进行特征分解，得到信号子空间；同样的，信号子空间也分解为两部分且E2＝E1ψq，ψq的特征值就是Φq的对角元；故信号到达角为：θq＝arcsin{c·angle(λq)/(2πfqd)}其中，λq为ψq的特征值；最终得到第m个无人机阵列的到达角估计为所述步骤二中，根据步骤一中得到的信号到达M个无人机阵列的到达角自适应调整无人机姿态，则重构的阵列接收信号为其中，为重构的信号导向矢量，为第m个阵列的加性高斯白噪声矢量，所述步骤三中，由于无人机的姿态调整，即到达同一阵列的每个阵元的信号近似为在同一时刻到达，且信号具有相同的频率；故通过各阵元输出端信号的直接相加，在输出端获得一个有用信号功率最大的标量信号，表示为：其中，w为一个N维单位列向量；设信号与噪声之间相互独立，各阵元噪声相互独立，且具有相同的方差此时，输出信号的平均功率计算为：其中，E表示期望；hm(t)2为hm(t)的平方，表示信号功率；表示阵元噪声方差；则输出信噪比表示为其中，N为均匀线阵阵元数；取L个快拍，得到接收信号矢量形式为其中，根据得到的阵列输出端的信号集{h1,h2,...,hM}，以第一个无人机阵列的输出信号h1为参考信号，选取剩余的信号集{h2,...,hM}中的一个与参考信号进行互相关处理，记选取的信号为hm，根据维纳-辛钦定理，两个信号的互相关函数与它们的互功率谱密度函数互为傅里叶变换对，则得互相关函数为：其中，G1m(ω)为h1和hm的互功率谱密度函数；为了降低噪声的影响，对信号进行一个预先的频域滤波，故得滤波后的互谱密度函数：其中，H1(ω)和H2(ω)分别为信号h1和hm的傅里叶变换，为H2(ω)的共轭；则再次由维纳-辛钦定理得到滤波后的互相关函数：其中，为预滤波函数；则Rg1m(τ)的峰值所在位置就是估计的时延：所述步骤四中，根据步骤三中得到的一组与参考无人机的时延差每一个时延差构成一条双曲线，多个双曲线的交点即为要估计的辐射源的位置；设定M架无人机的位置分别为pm＝(xm,ym),m＝1,...,M，辐射源的位置为u＝(x,y)；则建立的双曲线定位方程为：求解方程得到辐射源的最终位置估计有益效果：本专利技术将无人机和阵列的结合可以充分利用天线阵列的结构特征以及无人机平台的机动性，避免了复杂的信号处理运算过程，将分布式阵元与集中式阵列相结合本文档来自技高网...

【技术保护点】
1.一种基于无人机-阵列的自适应无源定位装置，其特征在于：包括M架无人机，集成阵列模块、信号处理模块、数据存储模块、通信模块，其中：/n所述M架无人机在空中任意排列组成分布式无源定位系统；/n所述集成阵列模块包括N个均匀线阵，每架无人机集成一个均匀线阵，用于接收目标源辐射的电磁信号；/n所述信号处理模块执行以下指令：/n根据所述集成阵列模块接收到的初始信号进行信号到达角估计；/n根据所述集成阵列模块二次接收到的信号，利用N维单位加权矢量w＝[1,1,...,1]

【技术特征摘要】
1.一种基于无人机-阵列的自适应无源定位装置，其特征在于：包括M架无人机，集成阵列模块、信号处理模块、数据存储模块、通信模块，其中：
所述M架无人机在空中任意排列组成分布式无源定位系统；
所述集成阵列模块包括N个均匀线阵，每架无人机集成一个均匀线阵，用于接收目标源辐射的电磁信号；
所述信号处理模块执行以下指令：
根据所述集成阵列模块接收到的初始信号进行信号到达角估计；
根据所述集成阵列模块二次接收到的信号，利用N维单位加权矢量w＝[1,1,...,1]T对信号进行常规波束形成，建立函数，进行信号达到时间差估计，得到时间差估计值；
根据所述时间差估计值建立若干双曲线定位方程，求解方程得到最终的辐射源位置估计；
所述数据存储模块用于存储其它模块采集和产生的信号及数据；
所述通信模块用于各无人机及模块之间的通信。


2.一种基于无人机-阵列的自适应无源定位实现方法，其特征在于：包括以下步骤：
步骤一，通过集成于各无人机中的均匀线阵分别采集初始接收信号，利用均匀线阵的结构特性对接收到的数据进行信号到达角估计；
步骤二，根据步骤一得到的信号到达角估计值自适应调整无人机姿态，重建接收信号模型；
步骤三，通过集成于各无人机中的均匀线阵同步采集二次接收信号，根据步骤二重建的接收信号模型进行到达时间差估计；
步骤四，根据步骤三得到的到达时间差估计值建立双曲线方程，进行辐射源定位。


3.根据权利要求2所述的基于无人机-阵列的自适应无源定位实现方法，其特征在于：所述步骤一中，设定入射信号为一宽带线性调频(LFM)信号，到达第m个无人机阵列的信号到达角分别θm，其中，m＝1,2,…,M，定义第一个阵元为参考阵元，则第一个阵元接收的信号为：



其中，t表示时间，j为虚部符号，f0是信号的起始频率，k是调频斜率；
均匀线阵阵元数为N，相邻阵元间距为d，则第i个阵元接收到的信号相对于参考阵元的时延为τmi＝(i-1)dsinθm/c,i＝1,...,N，其中c为电磁波传播速度，θm为信号到达第m个无人机阵列的到达角；由于各阵元间的时延非常小，考虑到远小于τmi，忽略项，考虑噪声影响，则简化后的第n个阵元接收到的信号表示为



其中，nmi(t)为第i个阵元上的零均值加性高斯白噪声；则所有N个阵元接收的信号表示为
xm(t)＝a(θm,t)sm(t)+nm(t),m＝1,...,M
其中，阵列导向矢量由于宽带信号频率的时变性，阵列导向矢量也是时变的，这里将宽带信号分割成窄带信号处理，分割数记为Q，则用窄带信号DOA估计的方法进行到达角的估计；记第q个分段的信号为xmq(t)，则根据信号子空间的旋转不变性得到：



其中，aq为阵列流形的前M-1行，φq为旋转算子，zq1(t)和zq2(t)分别是xmq(t)的前M-1行和后M-1行，第q个窄带信号的频率由瞬时频率代替，记为fq，则得

【专利技术属性】
技术研发人员：李建峰，何益，张小飞，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏;32