[发明专利]一种无人机无源定位系统及方法

说明书

本发明提供了一种无人机无源定位系统及方法，属于定位技术领域，本发明根据不同的实际时差值，选择与之对应的最优的傅里叶变换阶数，并进行卡尔曼滤波，并采用非递归算法Chan利用时差提取部分所提供的三个时差值获得初始坐标，然后，将无人机的初始估计坐标和时差值传送到递归算法Taylor部分进行迭代，用以校准误差，最终解算出高精度位置信息。解决了在利用FPGA实现傅里叶变换功能时，变换阶数的不合理选择会造成大量的资源浪费，同时，在两路信号的时差值与傅里叶变换阶数不耦合的情况下，将导致时差值提取出错的问题。

技术领域

本发明属于定位技术领域，尤其涉及一种无人机无源定位系统。

背景技术

目前国内外的无源定位技术，主要分为依靠非合作外辐射源的无源探测定位技术和依靠目标自身辐射源的无源定位技术，并且都得到了一定的发展和应用。但是，仍没有精度比较高的无源定位系统，同时，在功能方面，往往以追求高性能为主，较少考虑成本、数量等因素，因此，设计硬件资源可优化、时差提取精度较高的无源定位系统是非常有必要的。

无源定位技术早期主要应用在军事领域，在西方发达国家得到了重点研究应用，并取得了实战应用，例如：捷克ERA公司开发的VERA-E系统、俄罗斯无源定位系统卡尔秋塔、以色列EL-L8300G无源雷达系统等。近年来，随着“非合作型”无人机的广泛应用，对公共安全、保密场所的威胁日益增加。“非合作型”无人机一般为“低、小、慢”的目标，所以，通常采用基于TDOA(到达时间差) 体制的无人机无源定位技术进行定位，基于TDOA体制的时差提取算法主要包括基本互相关算法、广义互相关算法、自相关与互相关结合的算法和基于LMS自适应与广义互相关的结合算法等。

其中，基本互相关算法是一种最基本的算法，其算法原理简单，计算复杂程度低，计算量较小；但是，基本互相关算法要求信号与噪声、噪声与噪声之间不相关，而在实际环境中，可能会出现信号与噪声、噪声与噪声相关的情况，不利于工程实现；广义互相关算法(GCC)是由Knapp C和Carter G提出的，通过对信号进行加权滤波处理来提高信噪比，其主要的加权滤波器有ROTH处理器、平滑相干变换SCOT以及相位变换PHAT，但是，广义互相关算法，需要合理地选择加权函数，才能取得更好的滤波效果和更高的时差提取精度；LMS 算法是自适应地调节滤波器的权系数，以两路信号的均方误差为最小判据，进行时差提取，但是，LMS算法牺牲了计算速度来降低对信号和噪声统计先验知识的要求。更重要的是，以上算法都未考虑，在利用FPGA实现傅里叶变换功能时，变换阶数的不合理选择会造成大量的资源浪费，同时，在两路信号的时差值与傅里叶变换阶数不耦合的情况下，将导致时差值提取出错的问题。

发明内容

针对现有技术中的上述不足，本发明提供的一种无人机无源定位系统，解决了在利用FPGA实现傅里叶变换功能时，变换阶数的不合理选择会造成大量的资源浪费，同时，在两路信号的时差值与傅里叶变换阶数不耦合的情况下，将导致时差值提取出错的问题。

为了达到以上目的，本发明采用的技术方案为：

本方案提供一种无人机无源定位系统，包括依次连接的信号接收模块、时差提取模块以及定位解算模块；

所述信号接收模块，用于利用射频天线阵列接收无人机辐射出的无人机图传信号，并将所述无人机图传信号转换成数字信号；

所述时差提取模块，用于利用卡尔曼-最优阶互相关算法对所述数字信号进行时差提取处理，得到最优时差提取值；

所述定位解算模块，用于根据所述最优时差提取值，利用非递归算法计算得到无人机的初始估计坐标，并利用递归算法对无人机的初始估计坐标和最优时差提取值进行误差计算得到定位解算结果，完成对无人机的定位。

进一步地，所述时差提取模块包括快速傅里叶变换单元、互功率谱单元、快速傅里叶逆变换单元以及时延估计单元；