發(fā)布時間：2024-05-09 06:35

　　隨著無線電事業(yè)的迅猛發(fā)展,無線電干擾現(xiàn)象日趨嚴重,嚴重影響了社會各個行業(yè)的正常運轉(zhuǎn)。為了減少干擾事故的發(fā)生,對無線電干擾源的準確定位成為了解決問題的關(guān)鍵。不同于傳統(tǒng)的發(fā)射源對移動目標進行定位的技術(shù),展開移動終端對發(fā)射源進行定位的研究,并且將具有靈活性的無人機作為監(jiān)測載體。針對無線電干擾中較為突出的同頻干擾問題,提出了一種用于定位無線電干擾源的實時定位算法。該算法基于RSSI測距模型,解決了Taylor級數(shù)展開算法對初始位置依賴較高的問題。仿真結(jié)果表明,新提出的算法具有低復(fù)雜度和高精度的優(yōu)點,可以準確定位干擾源。

【文章頁數(shù)】：4 頁

【部分圖文】：

圖1無人機定位干擾源系統(tǒng)模型

x(k）是k時刻無人機的狀態(tài)，包含兩個方向上位置、速度四個變量。F是狀態(tài)轉(zhuǎn)移矩陣，T是連續(xù)采樣間隔。整體干擾源定位模型如圖1所示，無人機在飛行過程中可以接收到來自干擾源（X1,Y1）的信號，其中（X1,Y1）為預(yù)測干擾源位置。假設(shè)無人機在飛行路徑上的不同位置（xi,yi）可以接收....

圖2算法收斂結(jié)果比較

針對算法收斂問題，本文比較了少量數(shù)據(jù)下梯度下降算法和Taylor級數(shù)展開算法在相同初始位置、收斂條件和迭代次數(shù)情況下的性能。圖2選取了前11次迭代后的情況，可以看出在第一次迭代后梯度下降算法就達到了較好的性能，而Taylor級數(shù)展開算法則需要四次迭代才能接近梯度下降算法第一次迭代....

圖3改進算法流程圖

算法流程圖如圖3所示：3算法仿真分析

圖4仿真RSSI數(shù)據(jù)

圖4仿真RSSI數(shù)據(jù)仿真場景設(shè)置為無人機從（0,10）勻速直線飛行開始采集信號，飛到（205,10）時在時刻1即完成第一個目標的定位。隨后無人機飛到（410,10）時，在時刻2完成第二個目標的定位；同理，在時刻3完成第三個目標的定位。本文只考慮同一時刻，只有一個干擾源作用的情況....

本文編號：3968453