本发明专利技术公开了基于北斗RTK差分定位的无人机降落控制优化系统，涉及无人机降落控制技术领域，用于解决无人机降落过程控制不清晰的问题；包括多源数据采集模块、降落过程确定模块、控制过程分析模块以及优化控制模块；通过确定目标点和环境信息，规划无人机的飞行路径，将传感器采集的数据进行融合并进行滤波处理，将滤波后数据发送到卫星端，接收卫星端发送的信号数据进行时域分析，使用多普勒频移识别出信号的多路径效应，确定补偿算法并对无人机降落控制过程进行分析，根据获取降落控制过程中产生的信息，确定无人机降落过程的降落准确情况，进而选择无人机的优化管理策略，提高无人机降落时的控制，降低事故发生的风险。
【技术实现步骤摘要】
本专利技术涉及无人机降落控制，更具体地说，本专利技术涉及基于北斗rtk差分定位的无人机降落控制优化系统。
技术介绍
1、rtk表示实时动态差分定位，是一种高精度的定位技术，通常用于全球卫星导航系统（gnss）接收器，如gps、glonass、北斗等系统。rtk技术通过在地面上设置两个或多个gps基站，与移动的接收器（如无人机）之间进行数据交换和处理，以实现非常高精度的定位，相比于普通的gps定位，rtk可以实现厘米级别的定位精度，适用于需要高精度定位的应用领域。
2、现有技术存在的不足：
3、在城市或有高建筑物环境中，由于信号的反射和折射，会产生多路径效应，导致定位误差增加，而城市中建筑物、树木等遮挡物会阻碍卫星信号的接收，影响定位的可靠性和精度，而风速、气流等环境因素也影响无人机的飞行轨迹和降落姿态，使得无人机降落时位置估计与实际位置存在较大偏差，影响降落精度和安全性。
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术的实施例提供基于北斗rtk差分定位的无人机降落控制优化系统，通过确定目标点和环境信息，规划无人机的飞行路径，将传感器采集的数据进行融合并进行滤波处理，将滤波后数据发送到卫星端，接收卫星端发送的信号数据进行时域分析，使用多普勒频移识别出信号的多路径效应，确定补偿算法并对无人机降落控制过程进行分析，根据获取降落控制过程中产生的信息，确定无人机降落过程的降落准确情况，进而选择无人机的优化管理策略，以解决上述
技术介绍
中提出的问题。
>2、为实现上述目的，本专利技术提供如下技术方案：3、基于北斗rtk差分定位的无人机降落控制优化系统，包括多源数据采集模块、降落过程确定模块、控制过程分析模块以及优化控制模块，模块之间通过信号连接；
4、多源数据采集模块，用于确定目标点和环境信息，规划无人机的飞行路径，并对传感器进行校准，将传感器采集的数据进行融合，发送融合后的数据至降落过程确定模块；
5、降落过程确定模块接收多源数据采集模块发送数据，使用卡尔曼滤波器和滑动平均滤波器相结合对融合数据进行滤波处理，将滤波后数据发送到卫星端，接收卫星端发送的信号数据并进行时域分析，使用多普勒频移信号处理技术识别出信号的多路径效应，确定补偿算法，并发送处理结果到控制过程分析模块；
6、控制过程分析模块接收降落过程确定模块发送数据，用于对无人机降落控制过程进行分析，根据获取降落控制过程中产生的识别调控信息，确定无人机降落过程的降落准确情况，并发送确定结果到优化控制模块；
7、优化控制模块接收控制过程分析模块数据，用于对无人机降落过程进行分析，选择无人机的优化管理策略。
8、在一个优选的实施方式中，用于确定目标点和环境信息，规划无人机的飞行路径，并对传感器进行校准，将传感器采集的数据进行融合是指对传感器采集数据进行零偏校准、比例因子校准，并将用于惯性测量的传感器使用积分漂移和零偏的校正进行误差补偿，并对各传感器的采集的原始数据进行滤波以及去噪处理。
9、在一个优选的实施方式中，使用卡尔曼滤波器和滑动平均滤波器相结合对融合数据进行滤波处理，具体分析步骤包括：
10、使用卡尔曼滤波器，进行状态预测，根据系统的动态模型和观测方程得到预测状态估计值和预测协方差矩阵；
11、在卡尔曼滤波器的更新阶段，根据预测残差和预测协方差矩阵，计算卡尔曼增益，并利用卡尔曼增益对预测状态估计值进行校正，得到最终的状态估计值和更新后的协方差矩阵；
12、根据卡尔曼增益和预测协方差矩阵，更新协方差矩阵；
13、将卡尔曼滤波器得到的状态估计值作为输入，通过滑动平均滤波器进行滤波处理，从初始时刻开始，逐步更新滑动窗口内的数据，并计算滑动窗口内的数据均值作为滤波后的位置估计值。
14、在一个优选的实施方式中，将滤波后数据发送到卫星端，接收卫星端发送的信号数据并进行时域分析，使用多普勒频移信号处理技术识别出信号的多路径效应，确定补偿算法，具体过程如下：
15、对信号数据进行时域分析，包括绘制信号的波形图和自相关函数图，将信号数据进行傅里叶变换或者功率谱密度估计，得到信号的频谱图；
16、使用多普勒频移信号处理技术，识别出信号中存在的多路径效应；
17、根据频谱图中的频率成分，使用适当的频率估计算法来估计多普勒频移的大小和方向，再使用自相关函数法的频率估计方法进行验证确定；
18、根据得到的多普勒频移信息设计补偿算法，补偿算法根据频率偏移的大小和方向进行调整信号。
19、在一个优选的实施方式中，用于对无人机降落控制过程进行分析，根据获取降落控制过程中产生的识别调控信息，确定无人机降落过程的降落准确情况，包括以下步骤：
20、识别调控信息包括位姿变换信息、背景标志适应信息，位姿变换信息中包括位姿调控稳定指数，背景标志适应信息中包括区域轮廓投影适配值；
21、将位姿变换信息中的位姿调控稳定指数、背景标志适应信息中的区域轮廓投影适配值联立生成稳定降落控制系数；
22、位姿调控稳定指数、区域轮廓投影适配值与稳定降落控制系数成正比关系；
23、将稳定降落控制系数与管理控制阈值进行对比。
24、在一个优选的实施方式中，将稳定降落控制系数与管理控制阈值进行对比，包括：
25、若稳定降落控制系数大于或等于管理控制阈值，则生成降落控制稳定信号；
26、若稳定降落控制系数小于管理控制阈值，则生成降落控制异常信号并进行控制调整。
27、本专利技术基于北斗rtk差分定位的无人机降落控制优化系统的技术效果和优点：
28、本专利技术先通过确定目标点和环境信息，规划无人机的飞行路径，将传感器采集的数据进行融合并进行滤波处理，将滤波后数据发送到卫星端，接收卫星端发送的信号数据进行时域分析，使用多普勒频移识别出信号的多路径效应，确定补偿算法并对无人机降落控制过程进行分析，根据获取降落控制过程中产生的信息，确定无人机降落过程的降落准确情况，进而选择无人机的优化管理策略，提高无人机降落时的控制，降低事故发生的风险。
本文档来自技高网...
【技术保护点】
1.基于北斗RTK差分定位的无人机降落控制优化系统，其特征在于：包括多源数据采集模块、降落过程确定模块、控制过程分析模块以及优化控制模块，模块之间通过信号连接；
2.根据权利要求1所述的基于北斗RTK差分定位的无人机降落控制优化系统，其特征在于：用于确定目标点和环境信息，规划无人机的飞行路径，并对传感器进行校准，将传感器采集的数据进行融合是指对传感器采集数据进行零偏校准、比例因子校准，并将用于惯性测量的传感器使用积分漂移和零偏的校正进行误差补偿，并对各传感器的采集的原始数据进行滤波以及去噪处理。
3.根据权利要求2所述的基于北斗RTK差分定位的无人机降落控制优化系统，其特征在于：使用卡尔曼滤波器和滑动平均滤波器相结合对融合数据进行滤波处理，具体分析步骤包括：
4.根据权利要求3所述的基于北斗RTK差分定位的无人机降落控制优化系统，其特征在于：将滤波后数据发送到卫星端，接收卫星端发送的信号数据并进行时域分析，使用多普勒频移信号处理技术识别出信号的多路径效应，确定补偿算法，具体过程如下：
5.根据权利要求4所述的基于北斗RTK差分定位的无人机降落控制优化系统，其特征在于：用于对无人机降落控制过程进行分析，根据获取降落控制过程中产生的识别调控信息，确定无人机降落过程的降落准确情况，包括以下步骤：
6.根据权利要求5所述的基于北斗RTK差分定位的无人机降落控制优化系统，其特征在于：将稳定降落控制系数与管理控制阈值进行对比，包括：
...
【技术特征摘要】
1.基于北斗rtk差分定位的无人机降落控制优化系统，其特征在于：包括多源数据采集模块、降落过程确定模块、控制过程分析模块以及优化控制模块，模块之间通过信号连接；
2.根据权利要求1所述的基于北斗rtk差分定位的无人机降落控制优化系统，其特征在于：用于确定目标点和环境信息，规划无人机的飞行路径，并对传感器进行校准，将传感器采集的数据进行融合是指对传感器采集数据进行零偏校准、比例因子校准，并将用于惯性测量的传感器使用积分漂移和零偏的校正进行误差补偿，并对各传感器的采集的原始数据进行滤波以及去噪处理。
3.根据权利要求2所述的基于北斗rtk差分定位的无人机降落控制优化系统，其特征在于：使用卡尔曼滤波器和滑动平均滤波器相结合对...
【专利技术属性】
技术研发人员：孔祥仲，刘喜，赵忠海，王健，贾世真，高德立，郭井刚，郭海录，
申请(专利权)人：哈尔滨华拓导航技术有限公司，
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。