一种基于波位扫描的卡尔曼滤波波束跟踪恢复方法技术

本发明专利技术公开了一种基于波位扫描的卡尔曼滤波波束跟踪恢复方法，属于无线通信技术领域。本发明专利技术采用卡尔曼滤波的方式根据先验信息对波束指向进行校准达到匹配，实现快速准确的波束跟踪。相比传统方式，本发明专利技术所需通信量更小、消耗计算资源更少，跟踪恢复速度更快，从而提高在网络动态性环境下的波束跟踪的可靠性，减少偶尔跟踪失败带来的损失。减少偶尔跟踪失败带来的损失。减少偶尔跟踪失败带来的损失。

【技术实现步骤摘要】
一种基于波位扫描的卡尔曼滤波波束跟踪恢复方法


[0001]本专利技术属于无线通信
，特别是指一种基于波位扫描的卡尔曼滤波波束跟踪恢复方法，适用于采用定向天线实现无人机自组织网络过程。

技术介绍

[0002]无人机自组织网络以其低成本、高灵活性、可协同执行复杂任务等优点获得了广泛关注。然而，大范围高动态无人机自组网除了具备一般无人机自组网的动态性之外，其节点与节点之间的距离通常达到数百千米，给通信链路的建立与通信质量的保证带来困难。近年来，为无人机装备定向天线被认为是解决无人机远距离通信的重要手段。
[0003]时分多址接入TDMA技术是最为普遍的远距离宽带无人机网络中采取的多址接入技术。为了保持良好的通信性能，无人机在执行TDMA时分通信的同时，需要根据时隙分配周期和通信对象的飞行位置，不断调整收发端的波束角度进行对准，实现波束实时跟踪。然而，在无人机之间进行远距离的定向通信时，由于无人机运动的高动态性，给波束对准带来巨大困难。目前已有一些波束跟踪方法，如：传统的基于最小二乘法的跟踪，这种算法定位精度不高，且节点通信量大；基于GPS、北斗等导航系统进行定位实现的波束跟踪，虽然易于部署实施，但跟踪的实时性较差，在拒止环境中往往不能应用；依靠机器视觉技术实现的波束跟踪，虽然精度较高，但是即使不考虑其巨大的计算、能耗和延时开销，其在长距离大范围通信网络中也不具有实用性。另一方面，在无人机网络遭遇到强干扰或无人机发生故障等突发状况下，会导致波束跟踪失败，此时当前主要依赖重新扫描发现目标节点，然而，基于波束空间扫描的邻接点发现算法会展开全空域的扫描，其效率不高。

技术实现思路

[0004]本专利技术的目的在于针对现有波束跟踪技术的不足，提供一种基于波位扫描的卡尔曼滤波波束跟踪恢复方法。该方法具有所需通信量小、消耗计算资源少、跟踪恢复速度快的特点。
[0005]为了实现上述目的，本专利技术采用了如下技术方案：
[0006]一种基于波位扫描的卡尔曼滤波波束跟踪恢复方法，采用卡尔曼滤波的方式根据先验信息对波束指向进行校准达到匹配，实现快速准确的波束跟踪；基于波位的扫描恢复策略，根据先验信息实现快速恢复波束跟踪。
[0007]进一步的，包括以下步骤：
[0008]步骤一，将无人机飞行轨迹映射到球面上：在载体坐标系下，以波束通信范围为球的半径，球心与坐标系原点重合，建立球形参考面；
[0009]步骤二，确定状态信息：所述状态信息包含波束指向的偏转角、俯仰角，卡尔曼滤波假设偏转角、俯仰角随机且符合高斯分布，使用协方差矩阵表示状态信息之间的相关性；
[0010]步骤三，获取k时刻估计的状态信息：根据k
‑
1时刻的最佳估计状态信息、无人机加速度以及所处环境中的不确定干扰估计k时刻的状态信息；
[0011]步骤四，获取k时刻估计的协方差矩阵：根据k
‑
1时刻的最佳估计协方差矩阵和外界在这次更新中可能对系统造成的不确定的影响，估计k时刻的协方差矩阵；
[0012]步骤五，通过传感器获取k时刻观测到的测量向量均值、测量协方差以及传感器的读数矩阵；
[0013]步骤六，通过估计信息与测量信息计算最佳估计状态信息：通过步骤五中的读数矩阵将步骤三获取的估计状态和步骤四获取的估计协方差矩阵转换为一般形式，然后通过该估计协方差矩阵与步骤五获取的测量协方差计算出卡尔曼系数，通过步骤五获取的测量向量均值与估计状态获取测量值与估计值之间的差，最后用卡尔曼系数乘以测量值与估计值之间的差加上步骤三获取的估计状态信息获得最佳估计状态信息；
[0014]步骤七，步骤六中获取的最佳估计状态信息即为跟踪信息，通过检查是否能进行正常通信以检测并判断跟踪信息的有效性，若可以正常通信，则重复步骤二到步骤五；若通信质量下降到无法正常通信，则判定此时目标无人机已脱离自己的波束覆盖范围，执行步骤八；
[0015]步骤八，建立坐标系，以上一次正常通信的波束法线指向为z
′
轴正向，将过球心且垂直于法线的平面作为x
′
oy
′
平面，将沿z
′
轴负方向在x
′
oy
′
平面内的投影作为x
′
轴，根据右手系原则确定y
′
轴指向；
[0016]步骤九，根据之前的运动轨迹，结合最小转弯半径下的动力学限制因素，设定优先扫描区域，并将扫描范围缩至有限扫描区域对应的波位；
[0017]步骤十，确定扫描方式：考虑天线展宽效应，将球面映射至平面，并建立内切正六边形形成“蜂窝状覆盖”以联合覆盖可行区域，随后按波位展开扫描，若没有发现目标，则基于蒙提霍尔理论更换扫描区域；
[0018]步骤十一，确定波束在码本中对应的波位，开始扫描，若发现目标节点，则跳到步骤二，否则执行步骤十二；
[0019]步骤十二，回退到全空域的扫描：若在步骤九中划分的优先扫描区域内没有发现目标节点，则回退到全空域的扫描，通过扫描波束重新发现目标节点，发现目标节点后从步骤二开始执行。
[0020]本专利技术与现有技术相比具有如下有益效果：
[0021](1)本专利技术采用卡尔曼滤波的方式，根据历史信息对波束指向进行校准达到匹配，实现快速准确的波束跟踪。相比传统方式，本专利技术的所需通信量更小、消耗计算资源更少。
[0022](2)本专利技术提出一种基于波位的扫描恢复策略，根据先验信息实现快速恢复波束跟踪，相比传统方式跟踪恢复速度更快。
[0023](3)本专利技术为一种适合于远距离、高动态无人机的高精度波束跟踪与快速恢复方法，可以提高在网络动态性环境下的波束跟踪的可靠性，减少偶尔跟踪失败带来的损失。
附图说明
[0024]图1为本专利技术实施例的一个系统结构示意图。
[0025]图2为本专利技术实施例的一个算法执行流程图。
[0026]图3为本专利技术实施例的一个坐标系示意图。
[0027]图4为本专利技术实施例的一个可行区域示意图。
[0028]图5为本专利技术实施例的一个扫描示意图。
具体实施方式
[0029]下面结合附图和具体实施方式对本专利技术作进一步的详细说明。
[0030]一种基于波位扫描的卡尔曼滤波波束跟踪恢复方法，该方法仅需系统在每个周期每条链路包含的节点交互一次，交互过程中根据测量和数据收发结果，收发双方记录与对方通信的天线波束调整参数，供下一次对准时使用，通过不断通信
‑
调整
‑
通信来实现波束的跟踪和网络拓扑的维持。若在当前波位下通信失败，则尝试重传，若仍然失败，展开全空域的扫描，重新发现目标节点。
[0031]跟踪恢复过程中，该方法将目标节点的运动轨迹映射到本地载体坐标系下进行研究，针对跟踪准确性不够的问题，采用卡尔曼滤波的波束跟踪方法，以高精度和实时性为目标，根据历史信息对波束指向进行校准达到匹配，实现快速准确的波束跟踪；针对通信质量下降到本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于波位扫描的卡尔曼滤波波束跟踪恢复方法，其特征在于，采用卡尔曼滤波的方式根据先验信息对波束指向进行校准达到匹配，实现快速准确的波束跟踪；基于波位的扫描恢复策略，根据先验信息实现快速恢复波束跟踪。2.根据权利要求1所述的一种基于波位扫描的卡尔曼滤波波束跟踪恢复方法，其特征在于，包括以下步骤：步骤一，将无人机飞行轨迹映射到球面上：在载体坐标系下，以波束通信范围为球的半径，球心与坐标系原点重合，建立球形参考面；步骤二，确定状态信息：所述状态信息包含波束指向的偏转角、俯仰角，卡尔曼滤波假设偏转角、俯仰角随机且符合高斯分布，使用协方差矩阵表示状态信息之间的相关性；步骤三，获取k时刻估计的状态信息：根据k
‑
1时刻的最佳估计状态信息、无人机加速度以及所处环境中的不确定干扰估计k时刻的状态信息；步骤四，获取k时刻估计的协方差矩阵：根据k
‑
1时刻的最佳估计协方差矩阵和外界在这次更新中可能对系统造成的不确定的影响，估计k时刻的协方差矩阵；步骤五，通过传感器获取k时刻观测到的测量向量均值、测量协方差以及传感器的读数矩阵；步骤六，通过估计信息与测量信息计算最佳估计状态信息：通过步骤五中的读数矩阵将步骤三获取的估计状态和步骤四获取的估计协方差矩阵转换为一般形式，然后通过该估计协方差矩阵与步骤五获取的测量协方差计算出卡尔曼系数，通过步骤五获取的测量向量均值与估计状态获取测量值与估计值之...

【专利技术属性】
技术研发人员：卢山，杨健，马鹏飞，陈雨贺，卫皇旭，王思成，张翔，姚明旿，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：