基于声波信号的室内无人机定位研究

《基于声波信号的室内无人机定位研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：TP391学校代码：10697密级：公开学号：201531469硕士专业学位论文DissertationfortheProfessionalDegreeofMaster基于声波信号的室内无人机定位研究学科名称：计算机技术作者：范浩楠指导老师:尹小燕副教授西北大学学位评定委员会二○一八年六月IndoorUAVLocalizationResearchBasedonAcousticSignalAthesissubmittedtoNorthwestUniversityinpartialfulfillmentoftherequirementsf

2、orthedegreeofMasterinComputerTechnologyByFanHaonanSupervisor:YinXiaoyanAssociateProfessorJune2018摘要无人机技术的发展使其被应用于各行各业，除了在室外天空中大展身手，无人机何时可以在室内空间中自由飞行已经受到了越来越多的关注。可以在室内代替GPS的定位系统是无人机室内应用的关键，但是现有的室内远距离定位技术一般只对速度较慢的目标进行定位研究，而且不能兼顾高精度和低成本；两者兼顾的声波定位系统主要用于手势识别和人机交互等近距离应用场景，并没有对远距离

3、场景下系统效果进行研究；除此之外，现有室内定位系统部署方案复杂，并不适用于商业应用与推广。对此，本文提出一个基于声波信号的室内无人机定位系统——AIDL，该系统在保证定位精度不低于现有室内定位研究的同时，能够大幅度降低系统代价。本文研究内容具体分为两部分：1）信号收发模块设计与信号处理部分，本文基于分布式FMCW技术设计了适用于系统应用场景的信号收发模块并提出了信号处理算法。算法主要包括信号滤波与多径处理算法，解决多径现象和噪声干扰导致接收信号中难以提取有效信息的问题；还包括信号同步算法，解决信号不同步带来的位置估计误差大的问题；还有多普勒频

4、移量检测与补偿算法，解决了多普勒频移现象导致的FMCW信号差频估计不精准的问题。2）系统部署方案与位置计算部分，本文设计了系统低代价部署方案和位置估计模型。位置估计模型专为系统低代价部署方案而设计，使系统低部署代价的同时仍然可以保证较高的定位精度。本文进行了大量不同场景下的实验，实验结果表明：本文AIDL系统具有较高的可行性，系统信号收发模块可以达到最高毫米级的测距精度，整体系统可以实现对无人机较高精度的定位，4米定位距离下中位误差在30厘米左右；AIDL系统还具有较强的鲁棒性，可以在不同环境复杂度，不同无人机速度，不同定位距离场景对无人机进

5、行有效的定位。关键词：定位，声波信号，FMCW，无人机，惯性测量单元IABSTRACTThedevelopmentofUAV(unmannedaerialvehicle)technologyhasmadeitappliedtoallwalksoflife.Inadditiontoitsabilitytoexcelintheoutdoorsky,whenUAVcanflyfreelyinindoorspacehasreceivedmoreandmoreattention.localizationsystemthatcanreplaceGPSin

6、theroomisthekeypointofUAVindoorapplication.ButExistingindoorlong-distancelocalizationtechnologygenerallyonlyperformslocalizationresearchonslowertargets,andhigh-precisionandlow-costcannotbetakenintoaccountsimultaneously;boththeacousticlocalizationsystemsaremainlyusedforgestu

7、rerecognitionandhuman-computerinteractionsuchcloserangeapplicationsThescenariodoesnotverifytheeffectofthesystemunderlong-distancescenarios.Inaddition,theexistingindoorlocalizationsystemhasacomplexdeploymentschemeandhighdeploymentcosts,whichisnotsuitableforcommercialapplicat

8、ionsandpromotion.Inthisregard,wepresentanacousticsignal-basedindoorUAVlocalization