基于CSI的无人机检测与3D定位研究

发布时间：2024-02-21 23:47

　　近年来,无人机行业发展迅速,市面上出现了越来越多的无人机。一方面,无人机行业的迅速发展给我们的日常生活带来很多便利和乐趣;另一方面,无人机的非法的使用也给我们带来很多困扰和损失,尤其是最近几年屡见不鲜的无人机“黑飞”事件严重扰乱了社会治安和人民生活。所以,在机场、私人场所等安全性要求较高的地方对无人机进行检测,及时的发现非法无人机的闯入极为重要。实现对无人机的定位也有助于解决这一问题,实际上无人机的定位本质上是3D定位。此外,很多情况下平面定位已经无法满足我们的需求,3D定位的需求日益迫切,可以想象在一栋高楼里面,如果可以进行3D定位,将会大大降低我们搜寻的成本。面对这些问题,本文提出了基于信道状态信息的无人机检测系统和基于AoA的特征点约束粒子群优化3D定位算法。无人机检测系统收集无人机和控制器的通信信号,从无人机的移动性、空间性、振动性3个方面对无人机的运动特性进行了分析,结果表明可以从无人机和控制器的通信信号中得出无人机这3个物理特性,进一步利用这3个物理特性来判断是否有无人机出现。对于3D定位,本文首先对3D定位的时间复杂度进行分析,结果表明如果直接将2D定位算法应用于3D定位...

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
        1.2.1 无人机检测
        1.2.2 无线定位技术
    1.3 本文主要工作
        1.3.1 基于射频信号物理层信息的无人机检测
        1.3.2 基于AoA的特征点约束PSO3D定位
        1.3.3 研究内容
    1.4 本文组织结构
    1.5 本章小结
2 背景知识
    2.1 信道状态信息
    2.2 信号到达角的测量
    2.3 无线信号定位原理
    2.4 本章小结
3 基于CSI的无人机检测
    3.1 系统框架
    3.2 无人机移动性检测
        3.2.1 CSI相位信息处理
        3.2.2 移动性量化分析
    3.3 无人机空间性检测
    3.4 无人机振动性检测
    3.5 本章小结
4 三维空间定位
    4.1 2D定位和3D定位比较
        4.1.1 2D定位模型和3D定位模型
        4.1.2 2D定位和3D定位时间复杂度分析比较
    4.2 粒子群优化定位算法
        4.2.1 粒子群优化算法思想
        4.2.2 基于AoA的特征点约束粒子群优化定位算法
    4.3 本章小结
5 实验与评估
    5.1 无人机检测系统验证与评估
        5.1.1 实验平台搭建
        5.1.2 移动性检测分析
        5.1.3 空间性检测分析
        5.1.4 系统评估
    5.2 3D定位算法验证
        5.2.1 AP分布密度对定位算法的影响
        5.2.2 AoA测量误差对定位算法的影响
    5.3 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢



本文编号：3906071