基于多时延融合的无人机定位系统

发布时间：2023-04-19 21:04

　　近年来,无人机违法飞行现象频发,不仅严重危害了人民生命财产安全,甚至对国家层面也产生了不利影响。因此,无人机的监测技术与监测设备的相关研究越来越多;无人机监测可以从音频、视频和射频三个方面进行,而音频技术由于其低成本,易实现等优点而成为本文的研究重点。在本文中,提出了一种基于无人机旋翼振动音频信号的无人机监测系统,主要任务是利用系统采集到的音频信号实现无人机的检测与定位。本文工作的主要创新点包括两个部分。第一部分是到达时延(TDOA)的计算优化,本文叙述了基于广义互相关算法的一系列改进方法,将时延估计问题转换为目标跟踪问题,从目标跟踪中的航迹建立出发,完成了时延初值的计算,并利用卡尔曼滤波将多时刻数据关联起来,通过不同候选时延的反馈修正时延预测值,从而提升TDOA估计精度;在此基础上,本文利用实际数据对所提出算法进行了验证,证明了算法的实际可行性。。第二部分是无人机的定位,本文描述了传统的时延拟合定位算法,用以实际数据的处理结果描述了此方法易受噪声干扰的局限性,为解决此局限性,本节提出了一套新的基于正则项的定位算法,有效的降低了噪点对定位的干扰;最后,利用多组实验数据的定位结果以及误差...

【文章页数】：81 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1. 绪论
    1.1 研究背景及意义
        1.1.1 无人机监测系统的必要性
        1.1.2 反无人机技术现状
    1.2 音频增强与定位技术的研究现状
        1.2.1 音频信号增强技术现状
        1.2.2 音频信号定位技术现状
    1.3 本文研究内容
        1.3.1 本文工作独特性
        1.3.2 主要内容安排
2. 系统介绍与无人机音频信号检测
    2.1 引言
    2.2 系统介绍
        2.2.1 系统总览
        2.2.2 硬件参数
        2.2.3 软件配置
    2.3 无人机音频信号检测
        2.3.1 信号模型
        2.3.2 信号分帧与加窗
        2.3.3 空间扫描
        2.3.4 音频信号增强
        2.3.5 音频信号检测
        2.3.6 实验条件与检测结果
    2.4 本章小结
3. 时延差融合算法
    3.1 引言
    3.2 TDOA基本算法
    3.3 TDOA跟踪算法
        3.3.1 模型建立
        3.3.2 关于时延候选值的讨论
        3.3.3 航迹建立算法
        3.3.4 维特比算法
        3.3.5 滑动窗跟踪算法
        3.3.6 TDOA融合跟踪算法
        3.3.7 权重计算
    3.4 算法测试与验证
        3.4.1 实验设计
        3.4.2 时延初值必要性
        3.4.3 滑动窗跟踪算法的应用与比较
        3.4.4 时延融合跟踪算法的应用与比较
    3.5 本章小结
4. 无人机音频定位算法
    4.1 引言
    4.2 基本音频定位算法
        4.2.1 解析法
        4.2.2 时延拟合算法
        4.2.3 麦克风对数的确定
    4.3 音频定位算法改进
        4.3.1 基于预测的正则
        4.3.2 基于轨迹的正则
    4.4 算法求解
        4.4.1 牛顿法
        4.4.2 高斯牛顿法
    4.5 实验验证
        4.5.1 预测正则化方法
        4.5.2 轨迹正则化方法
        4.5.3 基于GPS的对比
    4.6 本章小结
5. 总结和展望
    5.1 本文工作总结
    5.2 工作展望
致谢
参考文献
作者简历与参与项目
发表专利文章



本文编号：3794209