System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)屬于無人機(jī)isac,尤其是涉及一種基于多模態(tài)融合的無人機(jī)isac信道估計(jì)方法。
技術(shù)介紹
1、通信感知一體化技術(shù)(isac)是指感知與通信共享同一頻段和硬件的技術(shù),這項(xiàng)技術(shù)被認(rèn)為是下一代移動(dòng)通信的重要候選技術(shù)之一。isac技術(shù)還集成了多種傳感器與無線通信系統(tǒng),實(shí)現(xiàn)了對(duì)物理環(huán)境的實(shí)時(shí)監(jiān)測(cè)與控制,為構(gòu)建互聯(lián)、智能且協(xié)同的數(shù)字生態(tài)體系提供了有力支持。同時(shí),無人機(jī)作為低空經(jīng)濟(jì)的重要組成部分,無人機(jī)成為實(shí)現(xiàn)下一代移動(dòng)通信isac技術(shù)的重要平臺(tái),能夠覆蓋的范圍更廣、應(yīng)用的場(chǎng)景更多,在通信領(lǐng)域受到了越來越廣泛的關(guān)注,將通信感知一體化與無人機(jī)通信相結(jié)合,能夠多維度的提高其通信性能。
2、但是無人機(jī)在飛行中因姿態(tài)與運(yùn)動(dòng)變化對(duì)通信與感知性能產(chǎn)生影響,但是大部分的研究沒有綜合考慮無人機(jī)軌跡與姿態(tài)變化對(duì)其通信質(zhì)量的影響。
3、因此,需要一種設(shè)計(jì)合理的基于多模態(tài)融合的無人機(jī)isac信道估計(jì)方法,在慣性測(cè)量單元imu和rtk移動(dòng)站的多模態(tài)融合下基于無跡卡爾曼濾波獲取無人機(jī)的最優(yōu)狀態(tài)向量,以建立無人機(jī)與地面終端的信道模型,降低了通信的復(fù)雜度,且考慮無人機(jī)軌跡與姿態(tài)變化,提高了信道估計(jì)的準(zhǔn)確性。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)所要解決的技術(shù)問題在于針對(duì)上述現(xiàn)有技術(shù)中的不足,提供一種基于多模態(tài)融合的無人機(jī)isac信道估計(jì)方法,其方法步驟簡單,設(shè)計(jì)合理,在慣性測(cè)量單元imu和rtk移動(dòng)站的多模態(tài)融合下基于無跡卡爾曼濾波獲取無人機(jī)的最優(yōu)狀態(tài)向量,以建立無人機(jī)與地面終端的信道模型,降低了通
2、為解決上述技術(shù)問題,本專利技術(shù)采用的技術(shù)方案是:一種基于多模態(tài)融合的無人機(jī)isac信道估計(jì)方法,該方法包括以下步驟:
3、步驟一、構(gòu)建無人機(jī)isac基站系統(tǒng):
4、步驟101、所述無人機(jī)isac基站系統(tǒng)包括無人機(jī)isac基站和地面終端,無人機(jī)isac基站包括無人機(jī)和集成在無人機(jī)上的isac基站,所述無人機(jī)的底端安裝的均勻平面陣列天線,所述地面終端安裝的均勻平面陣列天線;表示無人機(jī)的底端均勻平面陣列天線的行數(shù),表示無人機(jī)的底端均勻平面陣列天線的列數(shù),表示地面終端的均勻平面陣列天線的行數(shù),表示地面終端的均勻平面陣列天線的列數(shù);其中,所述無人機(jī)上搭載有慣性測(cè)量單元imu、rtk移動(dòng)站;
5、步驟102、在地面終端處建立笛卡爾坐標(biāo)系;在無人機(jī)處建立載體坐標(biāo)系;
6、步驟二、建立無人機(jī)的狀態(tài)方程和觀測(cè)方程:
7、步驟201、通過慣性測(cè)量單元imu獲取狀態(tài)方程的四元數(shù)、、、和狀態(tài)轉(zhuǎn)換系數(shù)矩陣;
8、步驟202、采用計(jì)算機(jī)建立無人機(jī)第個(gè)時(shí)刻的狀態(tài)方程;其中,表示無人機(jī)第個(gè)時(shí)刻的狀態(tài)向量,且,表示在笛卡爾坐標(biāo)系下第個(gè)時(shí)刻無人機(jī)的三軸坐標(biāo),表示在笛卡爾坐標(biāo)系下第個(gè)時(shí)刻無人機(jī)的三軸速度,表示無人機(jī)第個(gè)時(shí)刻的狀態(tài)向量,表示系統(tǒng)噪聲;為正整數(shù),且;表示轉(zhuǎn)置;
9、步驟203、采用計(jì)算機(jī)建立無人機(jī)第個(gè)時(shí)刻的觀測(cè)方程;其中,表示無人機(jī)第個(gè)時(shí)刻狀態(tài)的觀測(cè)值,且,分別表示在笛卡爾坐標(biāo)系下第個(gè)時(shí)刻無人機(jī)的相對(duì)地面終端的距離量測(cè)預(yù)測(cè)值、方位角量測(cè)預(yù)測(cè)值和仰角量測(cè)預(yù)測(cè)值;分別表示在載體坐標(biāo)系下第個(gè)時(shí)刻無人機(jī)的偏航角量測(cè)預(yù)測(cè)值、俯仰角量測(cè)預(yù)測(cè)值、滾動(dòng)角量測(cè)預(yù)測(cè)值;表示量測(cè)噪聲,表示非線性觀測(cè)函數(shù);
10、步驟三、采用無跡卡爾曼濾波獲取無人機(jī)第個(gè)時(shí)刻的最優(yōu)狀態(tài)向量:
11、步驟301、判斷rtk移動(dòng)站是否輸出三軸坐標(biāo)與三軸速度,如果rtk移動(dòng)站未輸出三軸坐標(biāo)與三軸速度,基于建立的無人機(jī)第個(gè)時(shí)刻的狀態(tài)方程,采用無跡卡爾曼濾波估計(jì),將無跡卡爾曼濾波中一步預(yù)測(cè)的狀態(tài)向量先驗(yàn)估計(jì)值作為無人機(jī)第個(gè)時(shí)刻的最優(yōu)狀態(tài)向量;
12、如果rtk移動(dòng)站輸出三軸坐標(biāo)與三軸速度,則輸入慣性測(cè)量單元imu和rtk移動(dòng)站監(jiān)測(cè)到的量測(cè)數(shù)據(jù),基于建立的無人機(jī)第個(gè)時(shí)刻的狀態(tài)方程和無人機(jī)第個(gè)時(shí)刻的觀測(cè)方程,采用無跡卡爾曼濾波估計(jì),將無跡卡爾曼濾波中狀態(tài)更新的狀態(tài)向量后驗(yàn)估計(jì)值作為無人機(jī)第個(gè)時(shí)刻的最優(yōu)狀態(tài)向量;
13、步驟302、從無人機(jī)第個(gè)時(shí)刻的最優(yōu)狀態(tài)向量中獲取無人機(jī)第個(gè)時(shí)刻的三軸坐標(biāo)優(yōu)化值以及無人機(jī)第個(gè)時(shí)刻的四元數(shù)優(yōu)化值;
14、步驟303、根據(jù)無人機(jī)第個(gè)時(shí)刻的四元數(shù)優(yōu)化值,得到第個(gè)時(shí)刻無人機(jī)的相對(duì)地面終端的距離優(yōu)化值、方位角優(yōu)化值和仰角優(yōu)化值;
15、步驟四、建立無人機(jī)與地面終端的isac信道模型:
16、根據(jù)無人機(jī)第個(gè)時(shí)刻的最優(yōu)狀態(tài)向量及距離優(yōu)化值、方位角優(yōu)化值和仰角優(yōu)化值,建立無人機(jī)與地面終端的isac信道模型。
17、上述的一種基于多模態(tài)融合的無人機(jī)isac信道估計(jì)方法,步驟201,具體過程如下:
18、步驟2011、從慣性測(cè)量單元imu獲取第個(gè)時(shí)刻無人機(jī)的狀態(tài)信息、、;其中,、、表示在載體坐標(biāo)系下慣性測(cè)量單元imu輸出的第個(gè)時(shí)刻無人機(jī)的偏航角、俯仰角、滾動(dòng)角;
19、步驟2012、根據(jù),得到第個(gè)時(shí)刻的四元數(shù)、、、;
20、步驟2013、根據(jù),得到左上系數(shù)矩陣;
21、根據(jù),得到右下系數(shù)矩陣;其中,表示四階單位矩陣,表示中間系數(shù)矩陣,,分別表示慣性測(cè)量單元imu輸出的第個(gè)時(shí)刻的無人機(jī)的三軸角速度;其中,表示第個(gè)時(shí)刻與第個(gè)時(shí)刻之間的時(shí)間差;
22、步驟2014、根據(jù),得到狀態(tài)轉(zhuǎn)換系數(shù)矩陣;其中,表示6×4的零矩陣,表示4×6的零矩陣。
23、上述的一種基于多模態(tài)融合的無人機(jī)isac信道估計(jì)方法,步驟301無跡卡爾曼濾波估計(jì)中獲取量測(cè)預(yù)測(cè)值,具體如下:
24、步驟a、將輸入觀測(cè)方程的三軸坐標(biāo)記作,將輸入觀測(cè)方程的四元數(shù)記作,并得到抖動(dòng)效應(yīng)引起的旋轉(zhuǎn)矩陣;其中,,表示旋轉(zhuǎn)矩陣中第行第列的元素值,且和的取值范圍均為1~3的正整數(shù);
25、步驟b、根據(jù),得到第個(gè)時(shí)刻無人機(jī)的相對(duì)地面終端的距離量測(cè)預(yù)測(cè)值、方位角量測(cè)預(yù)測(cè)值和仰角量測(cè)預(yù)測(cè)值;其中,是距離量測(cè)噪聲,是方位角量測(cè)噪聲,是仰角量測(cè)噪聲;
26、步驟c、根據(jù),得到第個(gè)時(shí)刻無人機(jī)的偏航角量測(cè)預(yù)測(cè)值;
27、根據(jù),得到第個(gè)時(shí)刻無人機(jī)的俯仰角量測(cè)預(yù)測(cè)值;
28、根據(jù),得到第個(gè)時(shí)刻無人機(jī)的滾動(dòng)角量測(cè)預(yù)測(cè)值。
29、上述的一種基于多模態(tài)融合的無人機(jī)isac信道估計(jì)方法,步驟四,具體過程如下:
30、步驟401、根據(jù)無人機(jī)第個(gè)時(shí)刻的四元數(shù)優(yōu)化值,得到優(yōu)化的抖動(dòng)效應(yīng)引起的旋轉(zhuǎn)矩陣;
31、步驟402、建立無人機(jī)與地面終端的信道模型;其中,表示信道響應(yīng)矩陣,表示圓周率,表示自然常數(shù),表示虛數(shù)單位,表示載波波長;表示第一導(dǎo)向矢量,且,表示第二導(dǎo)向矢量,且,表示第三導(dǎo)向矢量,且,表示第一中間向量,且,表示無人機(jī)第個(gè)時(shí)刻和地面終端之間的導(dǎo)向向量,且,表示第四導(dǎo)向矢量,且,表示第二中間向量,,表示轉(zhuǎn)置,表示克羅內(nèi)克積運(yùn)算,表示共軛轉(zhuǎn)置。
32、上述的一種基于本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于多模態(tài)融合的無人機(jī)ISAC信道估計(jì)方法,其特征在于,該方法包括以下步驟:
2.按照權(quán)利要求1所述的一種基于多模態(tài)融合的無人機(jī)ISAC信道估計(jì)方法,其特征在于:步驟201,具體過程如下:
3.按照權(quán)利要求1所述的一種基于多模態(tài)融合的無人機(jī)ISAC信道估計(jì)方法,其特征在于:步驟301無跡卡爾曼濾波估計(jì)中獲取量測(cè)預(yù)測(cè)值,具體如下:
4.按照權(quán)利要求1所述的一種基于多模態(tài)融合的無人機(jī)ISAC信道估計(jì)方法,其特征在于:步驟四,具體過程如下:
5.按照權(quán)利要求1所述的一種基于多模態(tài)融合的無人機(jī)ISAC信道估計(jì)方法,其特征在于:步驟301中采用無跡卡爾曼濾波估計(jì)時(shí),初始化設(shè)置如下:
【技術(shù)特征摘要】
1.一種基于多模態(tài)融合的無人機(jī)isac信道估計(jì)方法,其特征在于,該方法包括以下步驟:
2.按照權(quán)利要求1所述的一種基于多模態(tài)融合的無人機(jī)isac信道估計(jì)方法,其特征在于:步驟201,具體過程如下:
3.按照權(quán)利要求1所述的一種基于多模態(tài)融合的無人機(jī)isac信道估計(jì)方法,其特征在于:步驟301無...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:崔鍇,趙建偉,賈維敏,朱豐超,何芳,胡豪杰,張翠平,姜楠,楊龑,楊汶杰,王兆偉,張宇星,陳諾,張一諾,
申請(qǐng)(專利權(quán))人:中國人民解放軍火箭軍工程大學(xué),
類型:發(fā)明
國別省市:
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。