一种基于5G网络的低空无人机多目标反射源分离方法技术

本发明专利技术公开了一种基于5G网络的低空无人机多目标反射源分离方法，包括如下步骤：S1：利用各个5G基站接收目标回波信号，得到原始的量测数据；S2：对量测数据进行预处理，消除部分虚警数据和杂波数据；S3：对经过预处理后的量测数据进行点迹融合处理；S4：将步骤S3得到的数据进行航迹处理；S5：根据航迹处理后的数据对低空无人机进行实时定位和轨迹跟踪。本发明专利技术充分利用5G基站的密集化部署、可加入电子标记、波束较窄等特点，实现基于5G基站的多目标识别，定位及跟踪，并能实现区域无缝覆盖，为重点区域的防护和低空空域开放提供技术支持。区域的防护和低空空域开放提供技术支持。区域的防护和低空空域开放提供技术支持。

【技术实现步骤摘要】
一种基于5G网络的低空无人机多目标反射源分离方法


[0001]本专利技术涉及一种无人机多目标反射源分离方法，尤其涉及一种基于5G网络实现的复杂低空无人机多目标反射源分离方法，属于无人机目标跟踪


技术介绍

[0002]目标跟踪技术的发展历史久远，在二战前就有了世界上的第一部雷达跟踪站。目前，随着被动式雷达技术的不断发展，目标跟踪技术实现了很大突破和提高。随着目标跟踪技术的发展，目标跟踪理论逐渐系统化。20世纪90年代以来，多站多目标定位和跟踪成为研究热点，即通过对多个5G基站数据的融合来完成目标的定位和跟踪。近年来，以卡尔曼滤波算法为核心的目标跟踪理论的研究已经有了很大的突破和提高。
[0003]5G作为新一代通信网络，通过大规模天线阵列（Massive MIMO）技术和波束成型技术提升了频谱利用率。5G网络的信号频率高，带宽大，波束窄，能量集中，5G基站灵敏度更高，成为解决低反射功率下的高效信号俘获问题重要的途径。并且，5G网络的基站的频率更高、分布更为密集，可以实现无缝覆盖，基于5G雷达系统的研究让无人机等低空小目标探测困难以及低空探测的无缝区域覆盖问题的解决成为可能。此外，5G各基站之间的协同工作，为提高5G雷达系统探测的分辨率提供了契机。由于5G雷达系统采用了MMO＋OFDM技术，其时序控制要求非常精确，高精度的时间同步成为5G网络基础功能和5G服务的使能开关的同时也为5G雷达系统探测目标的高精度提供了有力支持。
[0004]在申请号为202010493946.1的中国专利申请中，公开了一种雷达多目标跟踪PHD实现方法，具体包括以下步骤：S1，基于多个跟踪目标在k
‑
1时刻的状态，计算各目标k时刻的状态预测估计；S2，将k时刻的雷达量测数据转换为笛卡尔坐标系下的目标状态似然数据；S3，将一步预测的高斯分量与目标状态似然数据进行乘积混合滤波；S4，计算雷达跟踪区域内所有目标的高斯分量和最终权重；S5，舍弃最终权重小于枝剪阈值的高斯分量，合并分布距离小于合并阈值的高斯分量；S6，令跟踪目标数目取所有高斯分量的权重和，目标状态取权重大于0.5的高斯分量的均值，迭代进行下一轮滤波直至跟踪结束。但是，PHD作为新兴的滤波技术，在实际应用中存在诸多不足，如实现困难、稳定性较差、不能直接处理非线性系统等。在跟踪监视多个目标时，雷达会受到杂波干扰产生虚假量测，实际效果较差。

技术实现思路

[0005]本专利技术所要解决的技术问题在于提供一种基于5G网络的低空无人机多目标反射源分离方法。
[0006]为实现上述技术目的，本专利技术采用以下的技术方案：
[0007]一种基于5G网络的低空无人机多目标反射源分离方法，包括如下步骤：
[0008]S1：利用各个5G基站接收目标回波信号，得到原始的量测数据；
[0009]S2：对量测数据进行预处理，消除部分虚警数据和杂波数据；
[0010]S3：对经过预处理后的量测数据进行点迹融合处理；
[0011]S4：将步骤S3得到的数据进行航迹处理；
[0012]S5：根据航迹处理后的数据对低空无人机进行实时定位和轨迹跟踪。
[0013]其中较优地，所述步骤S1中，首先将参考信号和目标回波信号进行通道均衡处理，然后通过杂波相消处理技术抑制直达波信号和多径信号，得到原始的量测数据。
[0014]其中较优地，所述步骤S2中，所述预处理的方式为针对原始的量测数据在距离
‑
多普勒维度上进行航迹跟踪。
[0015]其中较优地，所述步骤S3包括如下子步骤：
[0016]S31：通过穷举配对，对每个时刻各个5G基站接收的量测数据进行遍历；
[0017]S32：通过到达时间定位法将配对后的量测数据进行解算定位；
[0018]S33：将解算后的点迹进行聚类算法和几何精度因子的加权融合处理，得到航迹处理之前水平平面和垂直平面上的多个点迹的坐标和速度。
[0019]其中较优地，所述步骤S32中，在解算定位的过程中至少同时有两个5G基站有目标的量测数据。
[0020]其中较优地，所述步骤S33中的聚类算法包括如下子步骤：
[0021]S331：从解算后的目标点集中，随机选取一个点作为某个类的中心；
[0022]S332：以该点为中心，将离该点距离小于预置值的所有点归为该类；
[0023]S333：对该类中的点迹数目进行统计和判断；若该类中的点迹数目大于等于3，则将该类中的所有点进行几何精度因子的加权融合，得到一个点迹输出；若该类中的点迹数目小于3，则将这些点迹全部删除；
[0024]S334：在目标点集中删除S331～S333中已经使用过的点，重复步骤S331～S333，直至目标点集中的所有点全部被使用。
[0025]其中较优地，所述航迹处理包括航迹起始步骤，具体包括如下的子步骤：
[0026]按照接收的时间顺序依次保存三帧点迹，当保存点迹中有任意两帧相关成功，则表示起始成功并输出新航迹；
[0027]在每一帧的数据关联后，滑动窗口，并删除窗口中的上一时刻的数据，准备存储下一帧新的航迹数据，并通过调整门限参数来达到最佳航迹起始效果；
[0028]在进行多次连续的信号接收后，将数据存储在窗口中，如果当前时刻在一个窗口中有预设次数的点迹相关产生时，表示航迹起始步骤成功。
[0029]其中较优地，所述航迹处理包括点迹
‑
航迹关联步骤，具体包括如下的子步骤：
[0030]若当前帧的点迹与保存中的航迹的上一帧的点迹在坐标位置（x，y）和速度矢量的差值同时满足在设定的门限内，则记录下当前帧的点迹信息，认为点迹
‑
航迹关联成功。
[0031]其中较优地，所述航迹处理包括航迹更新步骤，具体包括如下的子步骤：
[0032]用当前时刻状态对下一时刻的状态进行估计和预测，同时在得到下一时刻的观测量时，根据观测量对当前时刻的目标状态估计进行校正，并最终得到该时刻的状态估计值，然后再继续接着预测，如此重复预测和更新，实现航迹更新步骤。
[0033]其中较优地，所述步骤S1中，在5G基站的发送端对发送信号的不同波束中加入特定的电子标记，在5G基站的接收端通过识别反射波束中的电子标记和接收到的来自发送端的5G信号波束中的电子标记进行比对并匹配，并且通过计算目标定位结果的累计分布量，
按照最大比合并原则，得到累计分布量峰值的位置，作为反射源位置。
[0034]与现有技术相比较，本专利技术利用5G基站信号实现低空无人机目标的组网探测。本专利技术充分利用5G基站的密集化部署、可加入电子标记、波束较窄等特点，实现基于5G基站的多目标识别，定位及跟踪，并能实现区域无缝覆盖，为重点区域的防护和低空空域开放提供技术支持。
附图说明
[0035]图1为本专利技术实施例提供的低空无人机多目标反射源分离方法的流程图；
[0036]图2为本专利技术实施例中，基本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于5G网络的低空无人机多目标反射源分离方法，其特征在于包括如下步骤：S1：利用各个5G基站接收目标回波信号，得到原始的量测数据；S2：对量测数据进行预处理，消除部分虚警数据和杂波数据；S3：对经过预处理后的量测数据进行点迹融合处理；S4：将步骤S3得到的数据进行航迹处理；S5：根据航迹处理后的数据对低空无人机进行实时定位和轨迹跟踪。2.如权利要求1所述的低空无人机多目标反射源分离方法，其特征在于：所述步骤S1中，首先将参考信号和目标回波信号进行通道均衡处理，然后通过杂波相消处理技术抑制直达波信号和多径信号，得到原始的量测数据。3.如权利要求1所述的低空无人机多目标反射源分离方法，其特征在于：所述步骤S2中，所述预处理的方式为针对原始的量测数据在距离
‑
多普勒维度上进行航迹跟踪。4.如权利要求1所述的低空无人机多目标反射源分离方法，其特征在于所述步骤S3包括如下子步骤：S31：通过穷举配对，对每个时刻各个5G基站接收的量测数据进行遍历；S32：通过到达时间定位法将配对后的量测数据进行解算定位；S33：将解算后的点迹进行聚类算法和几何精度因子的加权融合处理，得到航迹处理之前水平平面和垂直平面上的多个点迹的坐标和速度。5.如权利要求4所述的低空无人机多目标反射源分离方法，其特征在于所述步骤S32中，在解算定位的过程中至少同时有两个5G基站有目标的量测数据。6.如权利要求4所述的低空无人机多目标反射源分离方法，其特征在于所述步骤S33中的聚类算法包括如下子步骤：S331：从解算后的目标点集中，随机选取一个点作为某个类的中心；S332：以该点为中心，将离该点距离小于预置值的所有点归为该类；S333：对该类中的点迹数目进行统计和判断；若该类中的点迹数目大于等于3，则将该类中的所有点进行几何精度因子的加权融合，得到一个点迹输出；若该类中的点迹数目小于3，则将这些点迹全部删除；...

【专利技术属性】
技术研发人员：管祥民，吕人力，
申请(专利权)人：中国民航管理干部学院，
类型：发明
国别省市：