论文部分内容阅读
针对当前无人机“黑飞”事件日益增多,规范无人机安全有序地飞行引起了各个地方的重视,对无人机进行定位成为了规范无人机飞行中重要的一环。由于无人机体积小飞行速度快,传统的定位方法不再适用,需依据无人机的特征研究无人机的定位。本文从理论和实验两个方向开展无人机定位的研究,通过天线采集无人机传播信道的信息,提取传播信道中无人机通讯信号的特征参数,通过实验分析信号参数对无人机定位的影响,构建了分段的路径损耗与阴影衰落模型,采用聚类算法对不同特征的信号聚类,最后通过采集的无人机信号重建无线电地图实现无人机定位。本文的主要研究结果如下:(1)搭建了无人机信号发射和接收平台,并在无人机传播信道中提取PCI和RSRP作为实验参数,PCI由放置的天线位置决定,RSRP随着距离的增加其值越来越小,以至于超出天线的接收范围。(2)研究了路径损耗阴影衰落及多径与距离的关系,路径损耗沿着log10 d线性下降,下降斜率是log10 d/十倍程。并基于此模型提出了分段的路径损耗与阴影衰落模型。传播信息分成更多的段,的方差将减小,则信道模型定位无人机的精度提高。通过迭代算法和拉格朗日方法将非凸问题转换成凸问题求解,从而解决了参数?的MLE问题。(3)通过经验结论发现,将无人机接收信号数据集拆分为训练集、验证集和测试集,拆分规则是按照7:3:1或者6:2:2进行拆分。针对大小不同的数据量采用不同的拆分方法,采用了简单的留出验证、K折验证和重复K折验证方法。通过仿真实验,减小模型大小、添加L1正则化、L2正则化和dropout正则化惩罚目标函数,均能够改善模型过拟合现象,尤以L2正则化效果最佳。(4)观察分析采集的传播信道中的数据,拟合了一个函数关系式。通过DC分段方法重建了无线电地图,作为参照使用KNN和SVR方法对同样的数据重建PCI和RSRP。实验结果表明,DC分段方法与KNN和SVR相比在10000个数据样本中RMSE值更小且准确度更高,从而验证DC分段方法在无人机定位的优势。(1)SVR方法的PCI和RSRP的RMSE值分别为0.6011和2.8581,通过DC分段方法,PCI的RMSE降低了54%为0.2760,RSRP的RMSE降低了35%为1.8634。(2)KNN方法的PCI和RSRP的RMSE值分别为0.3301和2.1325,通过DC分段方法,PCI的RMSE降低了16%为0.2760,RSRP的RMSE降低了13%为1.8634。