本发明专利技术公开了一种基于无线电波的无人机定位方法及定位系统。该定位方法包括如下步骤：获取城市待定位区域内所有采样点的参考数据集；为每一个基站建立k近邻模型，并对所述k近邻模型进行参数调整和优化；根据优化后的k近邻模型，预测城市待定位区域内的待定位无人机到每个基站的距离值，得到预测距离值集合；采用粒子群优化算法，根据该预测距离值集合，计算城市待定位区域内的待定位无人机的三维位置坐标，实现对待定位无人机的定位。本发明专利技术将粒子群优化算法应用于无人机位置坐标的求解，能够在较短的时间内定位无人机的位置，特别适合于各种对实时性要求较高的无人机定位场合。场合。场合。
【技术实现步骤摘要】
一种基于无线电波的无人机定位方法及定位系统
[0001]本专利技术涉及一种基于无线电波的无人机定位方法，同时也涉及相应的无人机定位系统，属于无人机目标跟踪
技术介绍
[0002]近年来，无人机技术取得长足进步，在各行各业得到了广泛应用，尤其是城市环境下，无人机的各类应用成为了热点方向。然而，由于城市环境的复杂性、多变性，使得无人机定位成为难点。现有的GPS等定位手段在城市建筑物密集的情况下，难以取得理想效果。因此，如何在城市环境下实现无人机的精准定位，成为破解无人机城市应用难题的关键所在。
[0003]根据定位手段的不同，现有的无人机定位方法包括三大类：卫星信号定位、光学信号定位以及无线电探测定位。卫星信号定位技术主要依赖卫星信号，如GPS信号、北斗信号等，实现无人机自身位置的解算。然而在城市环境中，由于障碍物繁多且密集，来自卫星的GPS信号或北斗信号在传输过程中极易出现多径效应，使得定位精度下降，极端情况下甚至无法定位。光学信号定位主要利用红外摄像仪或是摄像机等设备，对某些重点区域进行全天候的探测监视，通过对采集的无人机视频、图像等信息进行处理，实现对无人机运行的识别与跟踪。但是，此类方法常受制于外界光线限制，在光线较弱、距离较远时，识别精度降低，进而无法精准定位无人机，另外，由于城市建筑物的遮挡，当无人机不在镜头范围以内时，无法定位无人机。无线电探测定位是利用无线电波的传播特性，通过综合分析无线电波的不同特征，例如到达时间或时间差、到达角、往返时间或接收信号强度，实现无人机位置的解算。由于无线电波在传播过程中可以有效穿越建筑物等，定位精度较高，尤其适用于复杂的城市环境。因此，如何利用无线电波实现城市无人机的高精度定位，成为相关研发工作的重点方向之一。
[0004]例如，在专利号为ZL 201910926077.4的中国专利技术专利中，公开了一种被动式无人机定位方法，可以在城市复杂的电磁环境下使用。该方法包括：接收至少4个无线电探测器发送的频谱信息；所述频谱信息是所述无线电探测器基于接收到的无人机发出的通信信号进行时频转换得到的；基于所述频谱信息，确定两个无线电探测器接收到所述无人机发出的同一通信信号的时间差；根据多组所述两个无线电探测器接收到所述无人机发出的同一通信信号的时间差，确定所述无人机的三维位置信息。
技术实现思路
[0005]本专利技术所要解决的首要技术问题在于提供一种基于无线电波的无人机定位方法。
[0006]本专利技术所要解决的另一技术问题在于提供一种基于无线电波的无人机定位系统。
[0007]为实现上述技术目的，本专利技术采用以下的技术方案：
[0008]根据本专利技术实施例的第一方面，提供一种基于无线电波的无人机定位方法，包括如下步骤：
[0009]S1：获取城市待定位区域内所有采样点的参考数据集；
[0010]S2：为每一个基站建立k近邻模型，并对所述k近邻模型进行参数调整和优化；
[0011]S3：根据优化后的k近邻模型，预测城市待定位区域内的待定位无人机到每个基站的距离值，得到预测距离值集合；
[0012]S4：采用粒子群优化算法，根据步骤S3得到的所述预测距离值集合，计算城市待定位区域内的待定位无人机的三维位置坐标，实现对待定位无人机的定位。
[0013]其中较优地，所述步骤S1中，基于已获取的所有采样点的参考数据集，随机选取L个采样点作为训练数据集，其中L为正整数并且L＜S，选取（S－L）个采样点作为测试数据集，并且训练数据集与测试数据集互不相交。
[0014]其中较优地，对于任意一个采样点r，相应的参考数据集包括采样点r处的横坐标、采样点r处的纵坐标、采样点r处的竖坐标、采样点r处接收到来自所有基站的下行导频信号强度值向量、采样点r处与所有基站群的传播时延向量。
[0015]其中较优地，所述步骤S2包括如下的子步骤：
[0016]S21：为每个基站建立k近邻模型，选定某一个基站，将训练数据集中的L个采样点到该基站的下行导频信号强度值、到该基站所在基站群的传播时延、到该基站的实际距离作为k近邻模型的输入向量；
[0017]S22：对基站应用测试数据集；
[0018]S23：计算测试数据集中，某一采样点与训练数据集中某一采样点之间的闵氏距离；
[0019]S24：在训练数据集中选取与测试数据集中某一采样点距离最近的k个近邻采样点，计算k个近邻采样点与基站实际距离的加权平均值，作为测试数据集中某一采样点与基站的预测距离，其中k为正整数。
[0020]其中较优地，所述步骤S2还包括如下的子步骤：
[0021]S25：使用M折交叉验证法确定临近近邻采样点数量k的最优取值，输出测试数据集中某一采样点与基站的最优预测距离，完成对k近邻模型的参数调整和优化。
[0022]其中较优地，所述步骤S3包括如下的子步骤：
[0023]S31：对于城市待定位区域内的待定位无人机，测量所述待定位无人机到每个基站的下行导频信号强度值以及到对应基站群的传播时延，作为某一基站的k近邻模型的输入向量；
[0024]S32：计算待定位无人机与训练数据集中每一个采样点之间的闵氏距离。
[0025]其中较优地，所述步骤S3还包括如下的子步骤：
[0026]S33：选取距离待定位无人机最近的k个近邻采样点，计算k个近邻采样点与基站实际距离的加权平均值，作为待定位无人机当前位置与基站距离的预测值；
[0027]S34：根据基站总数j的取值范围逐一重复步骤S31～S33进行计算，得到待定位无人机与所有基站的预测距离值集合。
[0028]其中较优地，所述步骤S4包括如下的子步骤：
[0029]S41：在城市待定位区域内随机生成规模为F、粒子维度为E的粒子群，设定粒子进化代数为H，每个粒子的位置代表城市待定位区域内无人机U可能的位置，计算每个粒子与每个基站的距离集合，将距离集合与预测距离值集合差值的最小值作为优化目标，更新粒子速度、粒子位置；
[0030]S42：进化N代后完成迭代，将全局最优值对应的粒子位置作为待定位无人机的估计位置，其中N为正整数。
[0031]其中较优地，所述步骤S4中，所述粒子群优化算法所使用的优化目标函数为：
[0032][0033]其中，Obj
U
为城市待定位区域内的待定位无人机U的优化目标函数，d
j
为k近邻模型输出的待定位无人机U与基站j的预测距离，x
P
为粒子群中粒子所处位置的横坐标，y
P
为粒子群中粒子所处位置的纵坐标，z
P
为粒子群中粒子所处位置的竖坐标，b
jx
为基站b
j
所处位置的横坐标，b
jy
为基站b
j
所处位置的纵坐标，b
jz
为基站b
j
所处位置的竖坐标。
[0034]根据本专利技术实施例本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于无线电波的无人机定位方法，其特征在于包括如下步骤：S1：获取城市待定位区域内所有采样点的参考数据集；S2：为每一个基站建立k近邻模型，并对所述k近邻模型进行参数调整和优化；S3：根据优化后的k近邻模型，预测城市待定位区域内的待定位无人机到每个基站的距离值，得到预测距离值集合；S4：采用粒子群优化算法，根据步骤S3得到的所述预测距离值集合，计算城市待定位区域内的待定位无人机的三维位置坐标，实现对待定位无人机的定位。2.如权利要求1所述的无人机定位方法，其特征在于：所述步骤S1中，基于已获取的所有采样点的参考数据集，随机选取L个采样点作为训练数据集，其中L为正整数并且L＜S，选取（S－L）个采样点作为测试数据集，并且训练数据集与测试数据集互不相交。3.如权利要求2所述的无人机定位方法，其特征在于：对于任意一个采样点r，相应的参考数据集包括采样点r处的横坐标、采样点r处的纵坐标、采样点r处的竖坐标、采样点r处接收到来自所有基站的下行导频信号强度值向量、采样点r处与所有基站群的传播时延向量。4.如权利要求1所述的无人机定位方法，其特征在于所述步骤S2包括如下的子步骤：S21：为每个基站建立k近邻模型，选定某一个基站，将训练数据集中的L个采样点到该基站的下行导频信号强度值、到该基站所在基站群的传播时延、到该基站的实际距离作为k近邻模型的输入向量；S22：对基站应用测试数据集；S23：计算测试数据集中，某一采样点与训练数据集中某一采样点之间的闵氏距离；S24：在训练数据集中选取与测试数据集中某一采样点距离最近的k个近邻采样点，计算k个近邻采样点与基站实际距离的加权平均值，作为测试数据集中某一采样点与基站的预测距离，其中k为正整数。5.如权利要求4所述的无人机定位方法，其特征在于所述步骤S2还包括如下的子步骤：S25：使用M折交叉验证法确定临近近邻采样点数量k的最优取值，输出测试数据集中某一采样点与基站的最优预测距离，完成对k近邻模型的参数调整和优化。6.如权利要求1所述的无人机定位方法，其特征在于所述步骤S3包括如下的子步骤：S31：对于城市待定位区域内的待定位无人机，测量所述待定位无人机到每个基站的下行导频信号强度值以及到对应...
【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：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。