【摘要】：隨著小型無人機(jī)技術(shù)的發(fā)展,小型無人機(jī)被越來越廣泛的應(yīng)用于電子戰(zhàn)戰(zhàn)場,無人機(jī)集群作戰(zhàn)的概念也應(yīng)運(yùn)而生,在無人機(jī)集群作戰(zhàn)中,集群偵察是非常重要的一個環(huán)節(jié),在無人機(jī)集群偵察中,無人機(jī)數(shù)量眾多,無人機(jī)偵察的觀測信號維數(shù)也變得十分巨大,并且在偵察過程中無人機(jī)之間存在相互運(yùn)動,如何利用無人機(jī)的計算單元將源信號從偵察信號出快速分離成了一個問題。本文將對無人機(jī)集群偵察中的混合信號分離技術(shù)進(jìn)行研究,主要研究子空間方法的信號分離技術(shù)及其并行計算結(jié)構(gòu),并針對無人機(jī)集群偵察的信號混合模型進(jìn)行建模仿真。首先,介紹了子空間的基本理論,研究了最小噪聲子空間的方法對噪聲子空間進(jìn)行估計。在此基礎(chǔ)上將最小噪聲子空間方法推廣到固定計算單元數(shù)K時進(jìn)行信號子空間和噪聲子空間的快速估計,并使用子空間估計性能和特征向量估計性能指標(biāo)對估計的準(zhǔn)確度進(jìn)行了評價,和全局的特征值分解方法進(jìn)行對比,該方法的總體運(yùn)算量約降低為特征值分解算法的1/K,該方法計算準(zhǔn)確度有所下降,但性能指標(biāo)參數(shù)和全局特征值分解方法在同一數(shù)量級。然后,研究了子空間方法的混合信號分離算法,建立信號接收系統(tǒng)模型,產(chǎn)生基礎(chǔ)的通信信號和雷達(dá)信號并隨機(jī)生成混合矩陣得到混合信號,對混合信號使用非線性投影逼近子空間跟蹤信號分離算法和正交化約束的非線性正交投影逼近子空間跟蹤信號分離算法進(jìn)行了混合信號的分離。在此基礎(chǔ)上,利用推廣最小噪聲子空間方法實(shí)現(xiàn)了固定計算單元的正交投影逼近子空間跟蹤信號分離算法的并行計算方式,在計算單元數(shù)為K時,單個計算單元的計算量約降為原來的1/K。最后,建立了簡單的無人機(jī)運(yùn)動模型和信號的接收模型,在此模型的基礎(chǔ)上建立了無人機(jī)集群偵察環(huán)境下的信號接收模型,并使用正交投影逼近子空間跟蹤信號分離算法和其并行運(yùn)算的方法對接收到的信號進(jìn)行了混合信號分離。仿真的實(shí)驗(yàn)結(jié)果表明,對無人機(jī)集群偵察的混合信號能夠有效的分離,在迭代更新的信號分離過程中,具有良好的串音誤差性能指標(biāo),對分離信號中的BPSK信號進(jìn)行解調(diào),誤碼率接近理論值。
【圖文】：

式無法替代的[4]。在早期的研究中，無人機(jī)集群作戰(zhàn)的目的是替代一些大型無人機(jī)的作戰(zhàn)，如對作戰(zhàn)區(qū)域進(jìn)行各種偵察[6]。對于無人機(jī)集群作戰(zhàn)，美國空軍在 20給出的定義是：在操作員的監(jiān)視下，多架無人機(jī)組成的系統(tǒng)自主或半自主成指定作戰(zhàn)任務(wù)的過程[7]。在后續(xù)的研究中，Polat Cevik 等人提出了更理的定義：無人機(jī)集群是指采用自組織控制技術(shù)的多架小型無人機(jī)執(zhí)行相相同的作戰(zhàn)任務(wù)[8]。多無人機(jī)的集群作戰(zhàn)中，多架無人機(jī)通過任務(wù)規(guī)劃，協(xié)調(diào)工作，使整體作戰(zhàn)能力上得到了擴(kuò)展和提升[9]。另一方面，隨著控制的不斷發(fā)展，尤其是近年來人工智能技術(shù)得到了快速發(fā)展，無人機(jī)集群作在向人工智能技術(shù)加持下全自動自主控制的方向發(fā)展[10]。2016 年 5 月，美國空軍發(fā)布了《2016-2036 年小型無人機(jī)系統(tǒng)飛行計》，該計劃書主要針對小型和微型無人機(jī)系統(tǒng)的發(fā)展，，在該計劃書中，美軍提出了從 2016 年至 2036 年的小型和微型無人機(jī)的發(fā)展計劃，其中就了無人機(jī)集群作戰(zhàn)的概念及其適用的作戰(zhàn)場景，包括了火力攻擊、偵察、對抗等任務(wù)[2]。圖 1-1 為該規(guī)劃書中提出的無人機(jī)“蜂群”作戰(zhàn)構(gòu)想圖。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TN971

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 羅德林;張海洋;謝榮增;吳順祥;;基于多agent系統(tǒng)的大規(guī)模無人機(jī)集群對抗[J];控制理論與應(yīng)用;2015年11期

2 方慶園;韓勇;金銘;宋立眾;喬曉林;;基于噪聲子空間特征值重構(gòu)的DOA估計算法[J];電子與信息學(xué)報;2014年12期

3 沈文亮;張卓鴻;;無人機(jī)在電子對抗中的應(yīng)用研究[J];艦船電子對抗;2013年06期

4 牛軼峰;肖湘江;柯冠巖;;無人機(jī)集群作戰(zhàn)概念及關(guān)鍵技術(shù)分析[J];國防科技;2013年05期

5 王梓宇;;經(jīng)典MUSIC算法分析與研究[J];中國無線電;2013年05期

6 陳黎飛;郭躬德;姜青山;;自適應(yīng)的軟子空間聚類算法[J];軟件學(xué)報;2010年10期

7 張?jiān)老?曹繼華;趙欣欣;;子空間法在動態(tài)源盲信號處理中的應(yīng)用[J];黑龍江科技信息;2010年25期

8 張玲;;基于PAST盲信號分離方法的仿真結(jié)果分析[J];微計算機(jī)信息;2008年13期

9 鄭勇;馮大政;;基于子空間方法的多輸入多輸出信道盲辨識與均衡[J];自然科學(xué)進(jìn)展;2006年04期

10 黃磊,吳順君,張林讓,馮大政;快速子空間分解方法及其維數(shù)的快速估計[J];電子學(xué)報;2005年06期

相關(guān)會議論文 前1條

1 張眾;張旭東;楊小牛;;基于子空間方法的雷達(dá)信號分離算法[A];第十四屆全國信號處理學(xué)術(shù)年會(CCSP-2009)論文集[C];2009年

相關(guān)博士學(xué)位論文 前4條

1 趙鶴;面向高維大數(shù)據(jù)的子空間集成學(xué)習(xí)方法研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院深圳先進(jìn)技術(shù)研究院);2017年

2 李成杰;盲源信號分離算法研究及應(yīng)用[D];電子科技大學(xué);2017年

3 薛瑞彬;多無人機(jī)分布式協(xié)同編隊(duì)飛行控制技術(shù)研究[D];北京理工大學(xué);2016年

4 李煒;多種混合模型下的盲信號分離方法研究[D];江南大學(xué);2014年

相關(guān)碩士學(xué)位論文 前2條

1 王培;不適定問題的Krylov子空間方法研究及性能分析[D];電子科技大學(xué);2015年

2 吳龍文;綜合電子系統(tǒng)一體化技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2014年

本文編號：2709030