应用于多干扰源检测与定位的无人机方法及系统

1.本发明涉及无线通信技术领域，具体地，涉及一种应用于多干扰源检测与定位的无人机方法及系统。


背景技术：

2.针对无人机飞行过程中易受到的无线电干扰源干扰的问题，本发明专利采用信号幅度检测技术和信号到达角检测技术分别实现干扰源的检测和初始位置估计，并进一步估计精确位置，达到事先检测与定位的目的，从而进行有效地排除威胁隐患，为无人机编队表演创造安全的环境。
3.基于无人机的低复杂度干扰源定位算法，陈圣哉，该文中的方法与本文发明最为接近。其在进行泰勒展开估计真实干扰源位置时，对于初始估计位置是随机给定，对于后续收敛的情况表现不良；本发明在初值选择上利用doa传统定位方法作为初值，使得后续泰勒展开能够更精准、更快收敛地求得真实干扰源位置。


技术实现要素：

4.针对现有技术中的缺陷，本发明的目的是提供一种应用于多干扰源检测与定位的无人机方法及系统。
5.根据本发明提供的一种应用于多干扰源检测与定位的无人机方法，包括：
6.步骤s1：检测到信号绝对功率大于预设无线电信号绝对功率时进行干扰源的定位；
7.步骤s2：检测无人机此时距离干扰源的真实距离大小；
8.步骤s3：利用接收到的信号到达角估计干扰源的初始位置；
9.如得到初始位置不唯一，则执行步骤s4；如得到的初始位置唯一，则直接跳转步骤 s5；
10.步骤s4：利用无人机距离干扰源真实距离值过滤虚假的干扰源；
11.步骤s5：利用无人机当前位置与得到的干扰源初始估计位置得到估计距离值，与无人机与干扰源之间的真实距离值作差得到距离误差函数，利用最小二乘得到干扰源位置。
12.优选地，在所述步骤s1中：
13.无人机运行过程中开启干扰检测模块，当干扰检测模块检测到信号绝对功率大于预设无线电信号绝对功率时，存在无线电干扰，进行干扰源的定位，干扰检测模块判断目前无人机是否受到干扰；
14.对于无人机是否受到干扰进行检测的方法，采用信号幅度检测中的绝对功率检测，当无人机信号绝对功率的值大于预设阈值时视为干扰源，进行干扰源定位；
15.在所述步骤s2中：
16.当发现存在着无线电干扰源时，打开信号接收强度测距模块，检测无人机此时距
离真实干扰源的距离大小；
17.当运算模块获得了初始干扰源位置后，进行实时的干扰源与无人机间的信号接收强度检测，并将得到的信号接收强度进行距离的解算，根据信号接收强度测距模型得到当前无人机距离真实干扰源距离di。
18.优选地，在所述步骤s3中：
19.认定存在无线电干扰源的同时，执行干扰源初始位置解算模块，利用接收到的信号到达角进行初始干扰源位置的估计，若此时估计得到的初始位置数量不唯一，进行虚假干扰源滤除；
20.当干扰检测模块判定目前受到干扰时，该模块进行信号到达角的检测，进行干扰源位置的初始估计；利用信号到达角两点定位法获得预估干扰源初始位置；
21.信号到达角测角定位利用至少两个不同位置对同一目标的方向来确定目标干扰源的位置，无人机在两点a(x1,y1)、b(x2,y2)处分别测得的信号到达角为θ1、θ2，沿着信号到达的方向分别作射线，得到交点便是干扰源所在位置；
22.进行解三角形，得到干扰源真实坐标的估计值
[0023][0024]
其中a(x1,y1),b(x2,y2)，值分别为泰勒展开时的初值(x0,y0)，θ1,θ2分别为 a,b两处测得的到达角；x1为点a的横坐标，y1为点a纵坐标，x2为点b横坐标，y2为点 b纵坐标。
[0025]
优选地，在所述步骤s4中：
[0026]
当得到初始位置不唯一，执行多干扰源过滤模块，利用无人机距离干扰源真实距离值过滤虚假的干扰源；
[0027]
当存在多个干扰源时，将信号接收强度测距模块得到的距离信息对干扰源真实性进行校验，对于与实际距离不相符的干扰源进行滤除，利用信号接收强度测距得到的真实距离值对信号到达角测角得到的位置进行筛选，c、d点为真实存在的干扰源，无人机在 a、b处分别得到来自于c、d的信号，根据测得的到达角可得射线ac、ad与bc、bd，两两相交可得真实干扰源的位置c、d，但同时会产生虚假定位点e，对虚假定位点需要进行滤除；
[0028]
利用信号接收强度测距得到的无人机距离干扰源的真实距离为半径，在a、b处作圆，从a点处观察，若计算出的某个干扰源均不在这样的圆上，认定同时不在每个所作出的圆上的点为多个干扰源时信号到达角测角产生的虚假定位点；从b处观察时，若计算出的某个干扰源均不在这样的圆上，认定同时不在每个所作出的圆上的点为多个干扰源时信号到达角测角产生的虚假定位点；真实干扰源在a、b处观察时都应该满足在某个圆上。
[0029]
优选地，在所述步骤s5中：
[0030]
当初始位置唯一或完成利用无人机距离干扰源真实距离值过滤虚假的干扰源后，进行干扰源位置解算，利用无人机当前位置与得到的干扰源初始估计位置得到估计距离值，与无人机与干扰源之间的真实距离值作差得到距离误差函数，利用最小二乘关于干扰
源位置对其进行优化，得到干扰源位置；
[0031]
当检测到无人机受到干扰时，记录无人机当前位置，并将干扰源初始位置解算模块得到的结果作为泰勒展开的初值，计算出无人机距估计干扰源的距离di；将该结果与信号接收强度测距模块得到的距离数据作差得到距离误差函数，后对其利用最小二乘进行求解，以得到干扰源位置；
[0032]
由于泰勒展开对于初值要求高，故将信号到达角的初步定位得到的位置作为泰勒级数展开的初值进行定位算法，具体算法如下：
[0033]
设真实干扰源位置(x,y)，真实距离：
[0034][0035]
式中i为第i次测量过程，i＝1,2,...,n,一共测量n次；di为i时刻无人机距离真实干扰源的距离，其值由信号接收强度模块得到，xi,yi为i时刻无人机自身位置信息；fi为二维距离公式，计算当前无人机位置距离真实干扰源位置的距离；
[0036]
假设初始估计干扰源位置(x0,y0)，估计距离：
[0037][0038]
位置误差δr表示当前估计的干扰源位置(x0,y0)距离真实干扰源位置(x,y)值：
[0039][0040]
将上式代入di＝fi(x,y)有：
[0041][0042]
继续变换有：
[0043][0044]
设
[0045]
上式中n为选中的1-n时刻无人机记录的各状态信息；
[0046]
最终式化为：
[0047]
δd＝h
·
δr
[0048]
根据无人机飞行轨迹选择出合适的中间点，使得h
t
h可逆，那么有：
[0049]
δr＝(h
t
h)-1ht
δd
[0050]
对δr关于(x0,y0)进行最小二乘获得最优解，使其绝对值小于设定阈值，此时的真
实干扰源即为：
[0051]
(x,y)＝(x0,y0)+(δx,δy)。
[0052]
根据本发明提供的一种应用于多干扰源检测与定位的无人机系统，包括：
[0053]
模块m1：检测到信号绝对功率大于预设无线电信号绝对功率时进行干扰源的定位；
[0054]
模块m2：检测无人机此时距离干扰源的真实距离大小；
[0055]
模块m3：利用接收到的信号到达角估计干扰源的初始位置；
[0056]
如得到初始位置不唯一，则运行模块m4；如得到的初始位置唯一，则直接跳转模块 m5；
[0057]
模块m4：利用无人机距离干扰源真实距离值过滤虚假的干扰源；
[0058]
模块m5：利用无人机当前位置与得到的干扰源初始估计位置得到估计距离值，与无人机与干扰源之间的真实距离值作差得到距离误差函数，利用最小二乘得到干扰源位置。
[0059]
优选地，在所述模块m1中：
[0060]
无人机运行过程中开启干扰检测模块，当干扰检测模块检测到信号绝对功率大于预设无线电信号绝对功率时，存在无线电干扰，进行干扰源的定位，干扰检测模块判断目前无人机是否受到干扰；
[0061]
对于无人机是否受到干扰进行检测的方法，采用信号幅度检测中的绝对功率检测，当无人机信号绝对功率的值大于预设阈值时视为干扰源，进行干扰源定位；
[0062]
在所述模块m2中：
[0063]
当发现存在着无线电干扰源时，打开信号接收强度测距模块，检测无人机此时距离真实干扰源的距离大小；
[0064]
当运算模块获得了初始干扰源位置后，进行实时的干扰源与无人机间的信号接收强度检测，并将得到的信号接收强度进行距离的解算，根据信号接收强度测距模型得到当前无人机距离真实干扰源距离di。
[0065]
优选地，在所述模块m3中：
[0066]
认定存在无线电干扰源的同时，执行干扰源初始位置解算模块，利用接收到的信号到达角进行初始干扰源位置的估计，若此时估计得到的初始位置数量不唯一，进行虚假干扰源滤除；
[0067]
当干扰检测模块判定目前受到干扰时，该模块进行信号到达角的检测，进行干扰源位置的初始估计；利用信号到达角两点定位法获得预估干扰源初始位置；
[0068]
信号到达角测角定位利用至少两个不同位置对同一目标的方向来确定目标干扰源的位置，无人机在两点a(x1,y1)、b(x2,y2)处分别测得的信号到达角为θ1、θ2，沿着信号到达的方向分别作射线，得到交点便是干扰源所在位置；
[0069]
进行解三角形，得到干扰源真实坐标的估计值
[0070][0071]
其中a(x1,y1),b(x2,y2)，值分别为泰勒展开时的初值(x0,y0)，θ1,θ2分别为 a,b两处测得的到达角；x1为点a的横坐标，y1为点a纵坐标，x2为点b横坐标，y2为点 b纵坐标。
[0072]
优选地，在所述模块m4中：
[0073]
当得到初始位置不唯一，执行多干扰源过滤模块，利用无人机距离干扰源真实距离值过滤虚假的干扰源；
[0074]
当存在多个干扰源时，将信号接收强度测距模块得到的距离信息对干扰源真实性进行校验，对于与实际距离不相符的干扰源进行滤除，利用信号接收强度测距得到的真实距离值对信号到达角测角得到的位置进行筛选，c、d点为真实存在的干扰源，无人机在 a、b处分别得到来自于c、d的信号，根据测得的到达角可得射线ac、ad与bc、bd，两两相交可得真实干扰源的位置c、d，但同时会产生虚假定位点e，对虚假定位点需要进行滤除；
[0075]
利用信号接收强度测距得到的无人机距离干扰源的真实距离为半径，在a、b处作圆，从a点处观察，若计算出的某个干扰源均不在这样的圆上，认定同时不在每个所作出的圆上的点为多个干扰源时信号到达角测角产生的虚假定位点；从b处观察时，若计算出的某个干扰源均不在这样的圆上，认定同时不在每个所作出的圆上的点为多个干扰源时信号到达角测角产生的虚假定位点；真实干扰源在a、b处观察时都应该满足在某个圆上。
[0076]
优选地，在所述模块m5中：
[0077]
当初始位置唯一或完成利用无人机距离干扰源真实距离值过滤虚假的干扰源后，进行干扰源位置解算，利用无人机当前位置与得到的干扰源初始估计位置得到估计距离值，与无人机与干扰源之间的真实距离值作差得到距离误差函数，利用最小二乘关于干扰源位置对其进行优化，得到干扰源位置；
[0078]
当检测到无人机受到干扰时，记录无人机当前位置，并将干扰源初始位置解算模块得到的结果作为泰勒展开的初值，计算出无人机距估计干扰源的距离di；将该结果与信号接收强度测距模块得到的距离数据作差得到距离误差函数，后对其利用最小二乘进行求解，以得到干扰源位置；
[0079]
由于泰勒展开对于初值要求高，故将信号到达角的初步定位得到的位置作为泰勒级数展开的初值进行定位算法，具体算法如下：
[0080]
设真实干扰源位置(x,y)，真实距离：
[0081][0082]
式中i为第i次测量过程，i＝1,2,...,n,一共测量n次；di为i时刻无人机距离真实干扰源的距离，其值由信号接收强度模块得到，xi,yi为i时刻无人机自身位置信息；fi为二维距离公式，计算当前无人机位置距离真实干扰源位置的距离；
[0083]
假设初始估计干扰源位置(x0,y0)，估计距离：
[0084][0085]
位置误差δr表示当前估计的干扰源位置(x0,y0)距离真实干扰源位置(x,y)值：
[0086][0087]
将上式代入di＝fi(x,y)有：
[0088][0089]
继续变换有：
[0090][0091]
设
[0092]
上式中n为选中的1-n时刻无人机记录的各状态信息；
[0093]
最终式化为：
[0094]
δd＝h
·
δr
[0095]
根据无人机飞行轨迹选择出合适的中间点，使得h
t
h可逆，那么有：
[0096]
δr＝(h
t
h)-1ht
δd
[0097]
对δr关于(x0,y0)进行最小二乘获得最优解，使其绝对值小于设定阈值，此时的真实干扰源即为：
[0098]
(x,y)＝(x0,y0)+(δx,δy)。
[0099]
与现有技术相比，本发明具有如下的有益效果：
[0100]
1、本发明通过使用doa定位获得较为精准的初始干扰源位置，从而为泰勒展开收敛创造更好的初始值，达到更为精准定位的效果；
[0101]
2、本发明通过利用rssi测距筛选，解决了doa测角在多个干扰源时存在虚假定位点的问题，达到了干扰点判断更加精准的效果；
[0102]
3、本发明通过泰勒展开得到距离误差函数，通过最小二乘获得最优解，解决了纯doa测角定位时产生角度误差的问题，达到了使定位结果更加精确的效果。
附图说明
[0103]
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
[0104]
图1为doa两点定位图；
[0105]
图2为多个干扰源存在虚假干扰源情况图；
[0106]
图3为无人机干扰源检测与定位系统框图。
具体实施方式
[0107]
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
[0108]
实施例1：
[0109]
根据本发明提供的一种应用于多干扰源检测与定位的无人机方法，如图1-图3所示，包括：
[0110]
步骤s1：检测到信号绝对功率大于预设无线电信号绝对功率时进行干扰源的定位；
[0111]
步骤s2：检测无人机此时距离干扰源的真实距离大小；
[0112]
步骤s3：利用接收到的信号到达角估计干扰源的初始位置；
[0113]
如得到初始位置不唯一，则执行步骤s4；如得到的初始位置唯一，则直接跳转步骤 s5；
[0114]
步骤s4：利用无人机距离干扰源真实距离值过滤虚假的干扰源；
[0115]
步骤s5：利用无人机当前位置与得到的干扰源初始估计位置得到估计距离值，与无人机与干扰源之间的真实距离值作差得到距离误差函数，利用最小二乘得到干扰源位置。
[0116]
具体地，在所述步骤s1中：
[0117]
无人机运行过程中开启干扰检测模块，当干扰检测模块检测到信号绝对功率大于预设无线电信号绝对功率时，存在无线电干扰，进行干扰源的定位，干扰检测模块判断目前无人机是否受到干扰；
[0118]
对于无人机是否受到干扰进行检测的方法，采用信号幅度检测中的绝对功率检测，当无人机信号绝对功率的值大于预设阈值时视为干扰源，进行干扰源定位；
[0119]
在所述步骤s2中：
[0120]
当发现存在着无线电干扰源时，打开信号接收强度测距模块，检测无人机此时距离真实干扰源的距离大小；
[0121]
当运算模块获得了初始干扰源位置后，进行实时的干扰源与无人机间的信号接收强度检测，并将得到的信号接收强度进行距离的解算，根据信号接收强度测距模型得到当前无人机距离真实干扰源距离di。
[0122]
具体地，在所述步骤s3中：
[0123]
认定存在无线电干扰源的同时，执行干扰源初始位置解算模块，利用接收到的信号到达角进行初始干扰源位置的估计，若此时估计得到的初始位置数量不唯一，进行虚假干扰源滤除；
[0124]
当干扰检测模块判定目前受到干扰时，该模块进行信号到达角的检测，进行干扰
源位置的初始估计；利用信号到达角两点定位法获得预估干扰源初始位置；
[0125]
信号到达角测角定位利用至少两个不同位置对同一目标的方向来确定目标干扰源的位置，无人机在两点a(x1,y1)、b(x2,y2)处分别测得的信号到达角为θ1、θ2，沿着信号到达的方向分别作射线，得到交点便是干扰源所在位置；
[0126]
进行解三角形，得到干扰源真实坐标的估计值
[0127][0128]
其中a(x1,y1),b(x2,y2)，值分别为泰勒展开时的初值(x0,y0)，θ1,θ2分别为 a,b两处测得的到达角；x1为点a的横坐标，y1为点a纵坐标，x2为点b横坐标，y2为点 b纵坐标。
[0129]
具体地，在所述步骤s4中：
[0130]
当得到初始位置不唯一，执行多干扰源过滤模块，利用无人机距离干扰源真实距离值过滤虚假的干扰源；
[0131]
当存在多个干扰源时，将信号接收强度测距模块得到的距离信息对干扰源真实性进行校验，对于与实际距离不相符的干扰源进行滤除，利用信号接收强度测距得到的真实距离值对信号到达角测角得到的位置进行筛选，c、d点为真实存在的干扰源，无人机在 a、b处分别得到来自于c、d的信号，根据测得的到达角可得射线ac、ad与bc、bd，两两相交可得真实干扰源的位置c、d，但同时会产生虚假定位点e，对虚假定位点需要进行滤除；
[0132]
利用信号接收强度测距得到的无人机距离干扰源的真实距离为半径，在a、b处作圆，从a点处观察，若计算出的某个干扰源均不在这样的圆上，认定同时不在每个所作出的圆上的点为多个干扰源时信号到达角测角产生的虚假定位点；从b处观察时，若计算出的某个干扰源均不在这样的圆上，认定同时不在每个所作出的圆上的点为多个干扰源时信号到达角测角产生的虚假定位点；真实干扰源在a、b处观察时都应该满足在某个圆上。
[0133]
具体地，在所述步骤s5中：
[0134]
当初始位置唯一或完成利用无人机距离干扰源真实距离值过滤虚假的干扰源后，进行干扰源位置解算，利用无人机当前位置与得到的干扰源初始估计位置得到估计距离值，与无人机与干扰源之间的真实距离值作差得到距离误差函数，利用最小二乘关于干扰源位置对其进行优化，得到干扰源位置；
[0135]
当检测到无人机受到干扰时，记录无人机当前位置，并将干扰源初始位置解算模块得到的结果作为泰勒展开的初值，计算出无人机距估计干扰源的距离di；将该结果与信号接收强度测距模块得到的距离数据作差得到距离误差函数，后对其利用最小二乘进行求解，以得到干扰源位置；
[0136]
由于泰勒展开对于初值要求高，故将信号到达角的初步定位得到的位置作为泰勒级数展开的初值进行定位算法，具体算法如下：
[0137]
设真实干扰源位置(x,y)，真实距离：
[0138][0139]
式中i为第i次测量过程，i＝1,2,...,n,一共测量n次；di为i时刻无人机距离真实干扰源的距离，其值由信号接收强度模块得到，xi,yi为i时刻无人机自身位置信息；fi为二维距离公式，计算当前无人机位置距离真实干扰源位置的距离；
[0140]
假设初始估计干扰源位置(x0,y0)，估计距离：
[0141][0142]
位置误差δr表示当前估计的干扰源位置(x0,y0)距离真实干扰源位置(x,y)值：
[0143][0144]
将上式代入di＝fi(x,y)有：
[0145][0146]
继续变换有：
[0147][0148]
设
[0149]
上式中n为选中的1-n时刻无人机记录的各状态信息；
[0150]
最终式化为：
[0151]
δd＝h
·
δr
[0152]
根据无人机飞行轨迹选择出合适的中间点，使得h
t
h可逆，那么有：
[0153]
δr＝(h
t
h)-1ht
δd
[0154]
对δr关于(x0,y0)进行最小二乘获得最优解，使其绝对值小于设定阈值，此时的真实干扰源即为：
[0155]
(x,y)＝(x0,y0)+(δx,δy)。
[0156]
实施例2：
[0157]
实施例2为实施例1的优选例，以更为具体地对本发明进行说明。
[0158]
本领域技术人员可以将本发明提供的一种应用于多干扰源检测与定位的无人机方法，理解为应用于多干扰源检测与定位的无人机系统的具体实施方式，即所述应用于多干扰源检测与定位的无人机系统可以通过执行所述应用于多干扰源检测与定位的无人机方法的步骤流程予以实现。
a,b两处测得的到达角；x1为点a的横坐标，y1为点a纵坐标，x2为点b横坐标，y2为点 b纵坐标。
[0179]
具体地，在所述模块m4中：
[0180]
当得到初始位置不唯一，执行多干扰源过滤模块，利用无人机距离干扰源真实距离值过滤虚假的干扰源；
[0181]
当存在多个干扰源时，将信号接收强度测距模块得到的距离信息对干扰源真实性进行校验，对于与实际距离不相符的干扰源进行滤除，利用信号接收强度测距得到的真实距离值对信号到达角测角得到的位置进行筛选，c、d点为真实存在的干扰源，无人机在 a、b处分别得到来自于c、d的信号，根据测得的到达角可得射线ac、ad与bc、bd，两两相交可得真实干扰源的位置c、d，但同时会产生虚假定位点e，对虚假定位点需要进行滤除；
[0182]
利用信号接收强度测距得到的无人机距离干扰源的真实距离为半径，在a、b处作圆，从a点处观察，若计算出的某个干扰源均不在这样的圆上，认定同时不在每个所作出的圆上的点为多个干扰源时信号到达角测角产生的虚假定位点；从b处观察时，若计算出的某个干扰源均不在这样的圆上，认定同时不在每个所作出的圆上的点为多个干扰源时信号到达角测角产生的虚假定位点；真实干扰源在a、b处观察时都应该满足在某个圆上。
[0183]
具体地，在所述模块m5中：
[0184]
当初始位置唯一或完成利用无人机距离干扰源真实距离值过滤虚假的干扰源后，进行干扰源位置解算，利用无人机当前位置与得到的干扰源初始估计位置得到估计距离值，与无人机与干扰源之间的真实距离值作差得到距离误差函数，利用最小二乘关于干扰源位置对其进行优化，得到干扰源位置；
[0185]
当检测到无人机受到干扰时，记录无人机当前位置，并将干扰源初始位置解算模块得到的结果作为泰勒展开的初值，计算出无人机距估计干扰源的距离di；将该结果与信号接收强度测距模块得到的距离数据作差得到距离误差函数，后对其利用最小二乘进行求解，以得到干扰源位置；
[0186]
由于泰勒展开对于初值要求高，故将信号到达角的初步定位得到的位置作为泰勒级数展开的初值进行定位算法，具体算法如下：
[0187]
设真实干扰源位置(x,y)，真实距离：
[0188][0189]
式中i为第i次测量过程，i＝1,2,...,n,一共测量n次；di为i时刻无人机距离真实干扰源的距离，其值由信号接收强度模块得到，xi,yi为i时刻无人机自身位置信息；fi为二维距离公式，计算当前无人机位置距离真实干扰源位置的距离；
[0190]
假设初始估计干扰源位置(x0,y0)，估计距离：
[0191][0192]
位置误差δr表示当前估计的干扰源位置(x0,y0)距离真实干扰源位置(x,y)值：
[0193][0194]
将上式代入di＝fi(x,y)有：
[0195][0196]
继续变换有：
[0197][0198]
设
[0199]
上式中n为选中的1-n时刻无人机记录的各状态信息；
[0200]
最终式化为：
[0201]
δd＝h
·
δr
[0202]
根据无人机飞行轨迹选择出合适的中间点，使得h
t
h可逆，那么有：
[0203]
δr＝(h
t
h)-1ht
δd
[0204]
对δr关于(x0,y0)进行最小二乘获得最优解，使其绝对值小于设定阈值，此时的真实干扰源即为：
[0205]
(x,y)＝(x0,y0)+(δx,δy)。
[0206]
实施例3：
[0207]
实施例3为实施例1的优选例，以更为具体地对本发明进行说明。
[0208]
本系统包括五个模块：干扰检测模块，干扰源初始位置解算模块，rssi测距模块，多干扰源过滤模块，干扰源位置解算模块。本方案首先利用信号幅度检测算法获得无人机是否受到干扰源影响，若存在干扰源则利用两处信号到达角进行干扰源的初始定位，后续利用泰勒对估算位置进行不断的收敛，以获得更精准的干扰源位置信息。若存在多干扰源，则利用信号接收强度(received signal strength indicator，rssi)获得无人机距离干扰源距离进行虚假干扰源的排除。
[0209]
方法：
[0210]
步骤1：无人机正常运行过程中开启干扰检测模块，当干扰检测模块检测到信号绝对功率大于常规无线电信号绝对功率时，也就是可能发现存在着无线电干扰，此时进行干扰源的定位；
[0211]
步骤2：当发现可能存在着无线电干扰源时，打开rssi测距模块，检测无人机此时距离真实干扰源的距离大小，测得的真实距离值将会在后续建立误差函数时用到；
[0212]
步骤3：认定存在无线电干扰源的同时，执行干扰源初始位置解算模块，利用接收到的信号到达角进行初始干扰源位置的估计，若此时估计得到的初始位置数量不唯一，那么进行可能存在的虚假干扰源滤除；
[0213]
步骤4：当步骤3中得到初始位置不唯一，则执行多干扰源过滤模块，利用步骤2中获得的无人机距离干扰源真实距离值过滤虚假的干扰源；
[0214]
步骤5：当步骤3中得到的初始位置唯一或步骤4结束后，进行干扰源位置解算，利用无人机当前位置与得到的干扰源初始估计位置得到估计距离值，与步骤2中得到的无人机与干扰源之间的真实距离值作差得到距离误差函数，利用最小二乘关于干扰源位置对其进行优化，得到干扰源位置的最终解。
[0215]
实施例4：
[0216]
实施例4为实施例1的优选例，以更为具体地对本发明进行说明。
[0217]
干扰检测模块：该模块用来判断目前无人机是否受到干扰，对于无人机是否受到干扰进行检测的方法，主要为信号幅度检测、信号到达角检测、信号到达时间检测、与其他导航设备间一致性检测以及加密认证体制的改变。从各检测方案的实现成本以及实现效果，这里采用信号幅度检测中的绝对功率检测，当其值大于某阈值时(该阈值可自行设定，一般为无人机飞行过程中正常无线电信号绝对功率值)，视为干扰源，即可进行干扰源定位。
[0218]
干扰源初始位置解算模块：当干扰检测模块判定目前受到干扰时，该模块进行信号到达角的检测，进行干扰源位置的初始估计。
[0219]
利用信号到达角(direction of arrival,doa)两点定位法先获得预估干扰源初始位置。
[0220]
doa测角定位利用至少两个不同位置对同一目标的方向来确定目标干扰源的位置。如附图1所示，假设无人机在两点a(x1,y1)、b(x2,y2)处分别测得的信号到达角为
[0221]
θ1、θ2，那么沿着信号到达的方向ac、bc作射线，得到交点c，那么c便是干扰源所在位置。
[0222]
进行解三角形，得到干扰源真实坐标的估计值
[0223][0224]
其中a(x1,y1),b(x2,y2)，值分别为泰勒展开时的初值(x0,y0)，θ1,θ2分别为 a,b两处测得的到达角；x1为点a的横坐标，y1为点a纵坐标，x2为点b横坐标，y2为点 b纵坐标。
[0225]
rssi测距模块：当运算模块获得了初始干扰源位置后，进行实时的干扰源与无人机间的信号接收强度检测，并将得到的信号接收强度进行距离的解算，即根据rssi测距模型得到当前无人机距离真实干扰源距离di。
[0226]
多干扰源过滤模块：当存在多个干扰源时，即干扰源初始位置解算模块得到不止一个值时，将rssi测距模块得到的距离信息对干扰源真实性进行校验，对于与实际距离不相符的干扰源进行滤除。利用rssi测距得到的真实距离值对doa测角得到的位置进行筛选，如附图2所示，c、d点为真实存在的干扰源，无人机在a、b处分别得到来自于c、d 的信号，根据测得的到达角可得射线ac、ad与bc、bd，两两相交可得真实干扰源的位置 c、d，但同时会
产生如e这样的虚假定位点，此时对这样的虚假定位点需要进行滤除。利用rssi测距得到的无人机距离干扰源的真实距离为半径，在a、b处作圆，从a点处观察，若计算出的某个干扰源均不在这样的圆上(图中即为e点)，则可认定这样同时不在每个所作出的圆上的点为多个干扰源时doa测角产生的虚假定位点(从b处观察时，亦是如此，真实干扰源在a、b处观察时都应该满足在某个圆上)。
[0227]
干扰源位置解算模块：当检测到无人机受到干扰时，不断记录无人机当前位置，并将干扰源初始位置解算模块得到的结果作为泰勒展开的初值，计算出无人机距估计干扰源的距离di；将该结果与rssi测距模块得到的距离数据作差得到距离误差函数，后对其利用最小二乘进行求解，以得到最终的干扰源位置。
[0228]
由于泰勒展开对于初值要求高(初值与真实值的差值越小越接近泰勒的近似)，故将doa的初步定位得到的位置作为泰勒级数展开的初值进行定位算法，具体算法如下：
[0229]
设真实干扰源位置：(x,y)，真实距离：di的值由rssi得到，其中的xi,yi为i时刻无人机自身位置信息。
[0230]
假设初始估计干扰源位置：(x0,y0)，估计距离：
[0231]
位置误差：
[0232]
那么有下式：
[0233][0234]
继续变换有：
[0235][0236]
设
[0237]
上式中n为选中的1-n时刻无人机记录的各状态信息。
[0238]
那么最终式化为：
[0239]
δd＝h
·
δr
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1-4)
[0240]
根据无人机飞行轨迹选择出合适的中间点，使得h
t
h可逆，那么有：
[0241]
δr＝(h
t
h)-1ht
δd
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1-5)
[0242]
下面对δr关于(x0,y0)进行最小二乘获得最优解，使其绝对值小于设定阈值，那么此时的真实干扰源即为(x,y)＝(x0,y0)+(δx,δy)。
[0243]
实施例5：
[0244]
实施例5为实施例1的优选例，以更为具体地对本发明进行说明。
[0245]
实施原理：在无人机运行过程中，不断记录自身位置，干扰检测模块保持运行，当检测到绝对功率大于设定阈值时(以-153分贝瓦为例)；打开rssi测距模块实时记录每一时刻无人机距离真实干扰源的距离，同时开始接收信号到达角，利用doa计算干扰源的初始位置；当干扰源初始位置不唯一时，进行虚假干扰源的滤除；当干扰源唯一或滤除虚假干扰源后，利用得到干扰源初始位置与无人机自身位置获得估计距离，将估计距离与rssi测距得到的真实距离作差得到距离误差函数，进行最小二乘求解，最终输出干扰源此时的位置。
[0246]
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以，本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件，而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构；也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
[0247]
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本技术的实施例和实施例中的特征可以任意相互组合。