论文部分内容阅读
近年来,无人机技术发展迅速,若不合理管控,具有很大的潜在危害。例如,无人机可以侵入军事禁区进行空中侦察,也可以携带炸弹袭击特定设施。但当前缺乏合理的管控措施,特别是在城市低空和超低空环境中,电磁目标密集,同频程度高,无人机信号传播路径十分复杂。因此,一个能够在复杂电磁环境下识别入侵无人机并使其失灵的空中监视与反制系统是当今研究的热点。监视与反制的关键是精确定位无人机。在复杂城市的非视距(NLOS)环境中,严重的NLOS偏差使得常规的定位方法几乎失效,比如,基于接收信号强度(RSS)、到达时间差(TDOA)、到达时间(TOA)、到达角度(AOA)定位方法或联合定位方法。为了提高定位精度,控制NLOS偏差,这些方案需要布设大量的接收机并设置先验NLOS统计信息来处理误差项,这极大的增加了计算复杂度与硬件成本,在现实中难以实现。针对城市复杂电磁环境中NLOS定位面临的NLOS偏差大且不确定致使的定位精度严重降低问题。本文研究分析了多种NLOS定位算法,例如基于误差优化的TOA和TDOA定位算法等,定位出这些算法的缺陷,并通过重构TDOA定位算法,进一步与半定规划(SDP)技术结合,使TDOA定位模型转化为TOA定位优化模型,从而可以有效克服上述缺陷。通过理论分析和仿真验证表明:在严重的非视距环境下,该算法的归一化定位误差为6%,定位均方误差接近Cramer-Rao 下界。在上述研究的基础上,本文进一步扩展研究的深度。围绕NLOS多径散射与飞行条件下无人机移动定位优化问题,提出了一种基于SDP的联合TDOA和AOA的NLOS协同定位模型。通过SDP对散射体的位置进行近似估计,再将信号的NLOS传播路径分为两段LOS路径,其交叉点即为散射体,进一步依据散射体的位置估计无人机的位置。最后,基于最小均方误差准则,协同优化无人机和散射体的位置。通过理论分析和仿真验证表明:本文的处理方法显著提高了NLOS条件下的定位精度,在严重非视距条件下,归一化定位误差达到3%。