【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(chǎng),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(gè)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(cè)信號(hào)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(dòng),如何利用無人機(jī)的計(jì)算單元將源信號(hào)從偵察信號(hào)出快速分離成了一個(gè)問題。本文將對(duì)無人機(jī)集群偵察中的混合信號(hào)分離技術(shù)進(jìn)行研究,主要研究子空間方法的信號(hào)分離技術(shù)及其并行計(jì)算結(jié)構(gòu),并針對(duì)無人機(jī)集群偵察的信號(hào)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(duì)噪聲子空間進(jìn)行估計(jì)。在此基礎(chǔ)上將最小噪聲子空間方法推廣到固定計(jì)算單元數(shù)K時(shí)進(jìn)行信號(hào)子空間和噪聲子空間的快速估計(jì),并使用子空間估計(jì)性能和特征向量估計(jì)性能指標(biāo)對(duì)估計(jì)的準(zhǔn)確度進(jìn)行了評(píng)價(jià),和全局的特征值分解方法進(jìn)行對(duì)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(jì)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(jí)。然后,研究了子空間方法的混合信號(hào)分離算法,建立信號(hào)接收系統(tǒng)模型,產(chǎn)生基礎(chǔ)的通信信號(hào)和雷達(dá)信號(hào)并隨機(jī)生成混合矩陣得到混合信號(hào),對(duì)混合信號(hào)使用非線性投影逼近子空間跟蹤信號(hào)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(hào)分離算法進(jìn)行了混合信號(hào)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(jì)算單元的正交投影逼近子空間跟蹤信號(hào)分離算法的并行計(jì)算方式,在計(jì)算單元數(shù)為K時(shí),單個(gè)計(jì)算單元的計(jì)算量約降為原來的1/K。最后,建立了簡(jiǎn)單的無人機(jī)運(yùn)動(dòng)模型和信號(hào)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(hào)接收模型,并使用正交投影逼近子空間跟蹤信號(hào)分離算法和其并行運(yùn)算的方法對(duì)接收到的信號(hào)進(jìn)行了混合信號(hào)分離。仿真的實(shí)驗(yàn)結(jié)果表明,對(duì)無人機(jī)集群偵察的混合信號(hào)能夠有效的分離,在迭代更新的信號(hào)分離過程中,具有良好的串音誤差性能指標(biāo),對(duì)分離信號(hào)中的BPSK信號(hào)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(duì)作戰(zhàn)區(qū)域進(jìn)行各種偵察[6]。對(duì)于無人機(jī)集群作戰(zhàn)，美國(guó)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(dòng)自主控制的方向發(fā)展[10]。2016 年 5 月，美國(guó)空軍發(fā)布了《2016-2036 年小型無人機(jī)系統(tǒng)飛行計(jì)》，該計(jì)劃書主要針對(duì)小型和微型無人機(jī)系統(tǒng)的發(fā)展，，在該計(jì)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(jì)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(chǎng)景，包括了火力攻擊、偵察、對(duì)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(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：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(duì)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(jì)算法[J];電子與信息學(xué)報(bào);2014年12期

3 沈文亮;張卓鴻;;無人機(jī)在電子對(duì)抗中的應(yīng)用研究[J];艦船電子對(duì)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(guó)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(guó)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(bào);2010年10期

7 張?jiān)老?曹繼華;趙欣欣;;子空間法在動(dòng)態(tài)源盲信號(hào)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(hào)分離方法的仿真結(jié)果分析[J];微計(jì)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(shí)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(jì)[J];電子學(xué)報(bào);2005年06期

相關(guān)會(huì)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(hào)分離算法[A];第十四屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)(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(guó)科學(xué)院大學(xué)(中國(guó)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(hào)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(hào)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(hào)：2709030