[发明专利]基于STM32和小型麦克风阵列的无人机检测定位方法

说明书

本发明公开了一种基于STM32和小型麦克风阵列的无人机检测定位方法，该方法为：首先利用声音传感器采集声音信号，并利用FFT算法对采集的信号进行处理；然后利用改进谐波检测算法对处理后的数据进行判断，如果判断为无人机信号，则利用GCC‑PHAT算法进行不同阵元的时延估计；接着根据得到的时延估计和麦克风阵元几何关系，计算三个麦克风阵列中不同的无人机坐标；最后利用三个麦克风阵列得到的麦克风坐标，利用垂心定位算法进一步精确估计无人机的坐标。本发明提高的了无人机检测定位的效率、精确度和正确率。

技术领域

本发明涉及声音信号检测和定位领域，特别是一种基于STM32和小型麦克风阵列的无人机检测定位方法。

背景技术

随着无人机的价格逐步降低，使用无人机的准入门槛逐渐降低，这造成了全球范围内无人机应用混乱、监管困难的现状，致使无人机“乱飞”、“黑飞”事件频繁发生，严重影响公共安全和社会稳定。如果当时无人机携带炸弹，将会造成不可预测的严重后果。目前国内对无人机的监管主要体现在出台相关的无人机限飞政策，包括《民用航空法》、《关于民用无人机管理有关问题的暂行规定》、《通用航空飞行管制条例》等多部法规，通过法律一定程度地限制无人机滥飞的现象，同时对无人机的反制技术也成为阻止无人机“乱飞”、“黑飞”的有效手段。

在无人机检测问题中，目前主要的无人机检测方式包括雷达探测、无线电信号探测、声信号探测、图像探测以及多种手段协同探测。民用无人机通常为“低慢小无人机”，即飞行高度低、速度慢、体积小的无人机。雷达作为主流的空中目标探测手段，针对无人机目标时效果并不理想，因为低慢小无人机多采用非金属材料，几何尺寸小，飞行速度较慢，对空警戒雷达在远距离很难及时捕获目标；无线电探测技术难以探测无线电静默的无人机，在无线电信号复杂的区域探测性能较低。当无人机被墙体、建筑遮挡时，图像探测方法的精度会大大降低，这限制了它的应用。现阶段民用无人机主要为旋翼式无人机，在飞行中螺旋桨切割气流、电机转动都会发出一些噪声，这些噪声是不可能完全消除的，所以声信号探测是十分可行的无人机探测手段。

迄今为止，基于麦克风阵列的声源定位技术大致可以分为基于可控波束形成的声源定位技术、基于信号到达时间差的声源定位技术以及基于空间谱估计的声源定位技术三大类。发明一种基于双麦克风阵列的声源定位系统及其方法(申请号：202111208034.6申请日：2021-10-18)，通过建立双麦克风阵列坐标轴，利用建立的双麦克风阵列坐标轴，测得方位角以及第一麦克风阵列和第二麦克风阵列之间的距离，计算不同象限位置的声源距第一麦克风阵列的距离，计算声源在双麦克风阵列坐标轴内的位置坐标，但是其对复杂环境和远距离声源定位能力较弱，不能对无人机进行高效精确的检测定位。发明一种基于双麦克风阵列的声源定位系统及其方法(申请号：202010272248.9申请日：2020-04-09)，利用由n个麦克风阵元构成的麦克风阵列采集声源信号；将麦克风阵列中的某一个麦克风作为参考麦克风，求取其余麦克风与参考麦克风构成的麦克风对的互相关函数；抽取每个麦克风对互相关函数的前N个最大峰值作为真实峰值的候选量，将这若干个峰值候选量对应的波程差以不同的排列组合形式代入求解声源坐标的数学关系式中，通过利用l2范数设定目标函数，局部搜索出声源信号在直接路径下获得的声源坐标，提高实际声源信号的定位准确度，降低了多径、噪声对算法测向性能的影响，但是声源确定和远场定位能力较弱，不能适用于无人机的监测定位。

发明内容

本发明的目的在于提供一种检测定位迅速、实时性强、准确率高的无人机检测定位方法。

实现本发明能够目的的技术解决方案为：一种基于STM32和小型麦克风阵列的无人机检测定位方法，包括以下步骤：

步骤1、利用声音传感器采集声音信号；

步骤2、利用FFT算法对采集的信号进行处理；

步骤3、利用改进谐波检测算法对步骤2处理后的数据进行判断；

步骤4、如果判断为无人机信号，则利用GCC-PHAT算法进行不同阵元的时延估计；