基于监测任务的多旋翼无人机路径规划

刘玉军，张行知，蔡猛，陈坤

(1.装甲兵工程学院，北京 100072；2.装甲兵学院，安徽 233090)

基于监测任务的多旋翼无人机路径规划

刘玉军1，张行知1，蔡猛2，陈坤1

(1.装甲兵工程学院，北京 100072；2.装甲兵学院，安徽 233090)

针对当前空中无线电监测依赖于悬停或沿预设轨迹飞行的监测方式，不能充分利用空中平台机动灵活的能力，无法获得最佳测量位置和测量值的问题，分析了空中无线电监测任务和监测过程，在现有空中电磁频谱测向定位方法的基础上，提出一种多旋翼无人机自主路径规划方法，根据监测任务实时进行无线电监测，将循环迭代的监测结果作为自主路径规划的依据，研究包括无人机飞行的高度、方向、转向判据和转向角度的控制方法，并设计了无人机路径规划流程。

无人机；空中频谱监测；任务规划；路径规划

0 引 言

基于无人空中平台的无线电监测从20世纪90年代末就开始有相关尝试。到目前为止，无人空中监测主要采用升空悬停监测和预先规划轨迹监测两种方式。升空悬停监测只是单纯地提升了接收机和天线的高度，扩大了监测范围，提高了某些参数的测量精度，可观测的内容与地面监测站大体一致。预先规划轨迹监测需要在无人平台升空前，由操作人员根据既定测量任务、监测区域地形、地物、地貌以及测量经验，预先设定飞行路线。但是空间电磁环境十分复杂，固定的飞行路线不能有针对性的实施监测任务，无法满足寻找无线电信号最佳测量时机和测量位置的精确测量需要。

现有的无人机自动路径规划都是用于完成既定任务、规避地面和空中障碍物的路径规划方法，相比于预先规划飞行轨迹，自动路径规划的环境适应性更好，能够在更加复杂的动态环境下完成既定任务，但目前这些路径规划算法的规划原则与无线电监测无关，对提高空中无线电监测性能没有任何帮助，但这种适应环境变化的反馈式路径规划思想是值得借鉴的。根据监测参数的不同，空中无线电监测的方法、最佳位置都不相同，因此本文尝试设计一种新的空中无线电监测方法，在空中无线电监测中引入自动路径规划的思想，使路径规划原则与无线电监测直接相关，即根据前一阶段监测分析的结果规划下一阶段无人机的飞行路径，在飞行过程中连续监测，循环迭代监测结果修正航线，以期持续获得最佳测量位置和测量值，满足无线电精确测量的需要。

1 空中频谱监测的相关尝试

2008年开始进行空中无线电监测的探讨[1]，提出了空中无线电监测对无人机的要求，对无线电监测对飞行高度、续航时间以及控制方式等无人机研发急需解决的关键问题进行了分析。

2012年成都九华圆通公司利用无人直升机搭载无线电监测测向设备[2]，实现了空中监测平台与地面监测设备构成的立体监测。提高了在复杂地理环境下的电磁环境监测能力。2014年西华大学研发出基于多旋翼机器人的空中无线电监测系统，采用比幅法测量辐射源方向，并采用交叉定位法获得信号源位置[3,4]，测向定位误差为200米。随后浙江省无线电监测站[5]、宁波市无线电监测站[6]、成都华日通信[7]、上海创远仪器[8]分别实验和制造了基于旋翼无人机的空中无线电监测系统，应用模式均采用多旋翼无人机装载无线电监测设备，通过遥控方式普遍采用预先规划轨道或实时地面操控。

2015年西华大学研发的用于无线电监测的空中智能机器人[9]是国内首个应用自主路径规划的实用空中无线电监测系统，采用监测得到的场强分布结果引导无人机自主路径规划，但没有公开更多其自主路径规划性能指标。

国外空中无线电监测应用方面，除一个用于查找广播天线系统故障的无人机频谱监测应用[10]外，其余查到的空中无线电监测系统都用于军事[11,12]，虽然没有公开说明其军事应用的无人机监测系统操控方式，但从其能够自动定位跟踪目标等描述中[12]猜测其无人机系统应该装载有自主和人工两种操控模式。

空中平台在国内现有的悬停监测或沿预设轨迹飞行监测方式中仅起到升空接收的作用，而依据测量任务和空中实时测量结果进行飞行轨迹规划的无线电测量方式还刚起步，如何充分利用机动性、通视性等空中平台优势获得最佳测量时机和位置是当前研究的一个难点。

2 空中监测任务

无人空中无线电监测是指把监测设备装载在无人空中平台进行的无线电监测方式。空中监测任务主要包括测量指定区域电磁频谱环境、无线电信号参数，对信号源进行实时监测和测向定位，并依此生成区域电磁态势。常见的可用于空中无线电监测的无人平台有固定翼、单旋翼、多旋翼无人机以及气球、飞艇等。无人平台的选择对完成快速、高精度无线电信号测量和测向任务具有决定性意义。多旋翼无人机是一种较为理想的空中测量平台，其操控简便，可实现半自主式和全自主式控制，能够完成悬停、小半径直角转向等飞行动作，既满足空中飞行机动灵活的要求，也能够提供空中监测设备的载荷需求。

影响空中无线电监测精度的主要因素是天线方向和监测距离，所以在监测过程中不断优化二者才能获得更精确的信号参数。空中无线电监测可划分为三个阶段：一是发现信号阶段，此阶段旋翼机在某预先设计的飞行轨迹升空飞行，实时测量空间频谱，发现待测信号；二是定位信号源阶段，发现目标后利用旋翼机载监测设备进行测向，通过初始测向结果判定“当前最佳测量位置”，在规定的测量时间内利用“当前最佳测量位置修正算法”进行迭代运算，实时规划测量路径，寻找当前最佳测量位置；三是获得最优测量参数，综合信号场强、频谱和信号源位置等参数生成区域电磁态势。本文着重对发现信号后的第二阶段旋翼机路径规划进行探讨。

3 基于测量任务寻找最佳测量路径

针对监测任务需要预先规划多旋翼无人机飞行高度和预先飞行轨迹，根据地域的大小和地形地貌，确定旋翼机升空高度，根据监测区域地形地貌确定预先飞行轨迹。

在发现信号后，根据第一阶段监测过程中测得的信号源方向，实时确定转向角度，不断迭代调整飞行方向，达到最佳监测效果。

假设监测任务是获取半径120 km区域内信号源的频谱占用度、场强分布、位置等信息。

根据测量任务的描述，在未知辐射源分布规律的前提下，需要测量节点针对某一个辐射源测量并逐次逼近，测量不同参数，需要的测量方法不同，例如测量电磁环境的场强分布需要在尽量多的位置静止地测出所在位置的场强值，这样根据传播模型预测出的电磁环境场强分布才更加准确；而测量辐射源位置，则需要在运动中测量辐射源的方向，再根据测量的结果选择适当的位置转向适当的方向，逐步逼近辐射源所在位置的上空，以期获得更准确的位置测量结果。

3.1 多旋翼无人机飞行高度规划

多旋翼无人机飞行与的边界连线构成一个与地球相切的圆锥面，切线在地球表面围成的测量范围是一个球冠的上表面。

设空中平台的升空高度为H，球冠高度为h，地球半径为R，球冠的球心角为2γ，球冠的上表面积为：

S=2πRh=2πR2(1-cosγ)

其中：

可以得出：

(1)

式(1)为升空高度与监测区域之间的关系，如在半径为120 km的圆形待测地面范围内，旋翼机升空高度约为1.2 km。

3.2 初始飞行方向规划

交叉定位精度受监测节点运动方向与信号源方向夹角、测向精度、监测节点运动速度、监测定位时间等因素影响，信号源方向及其相反方向是测向交叉定位的盲区，空中平台的初始飞行方向首先要排除这两个方向。

实际测量过程中，测向误差会随着测量节点与信号源的距离拉大而则增大，所以初始飞行方向信号源方向初值夹角小于90°，否则会因为距离增大而导致误差增加，如图1：

图1 初始方向规划1

图2 初始方向规划2

3.3 转向位置和转向角度规划

多旋翼无人机的转向位置和转向方向由转向前的所有测量结果迭代决定。转向前的测量结果存在两种情况：测量结果收敛、测量结果发散。如图3，测向交叉定位的测量结果是一个四边形模糊区域，在测向精度一定的情况下，四边形面积缩小，即测量结果收敛，表示信号源定位的结果比较稳定，是可信的定位结果，说明当前运动方向是较好的测量位置和运动方向；测量结果发散，代表当前运动方向是较差的测量位置和运动方向，不能测得信号源位置。测量结果收敛时，继续测量直到在这个飞行方向上达到理想的测量长度；测量结果发散时，立即停止这个方向上的测量，根据最后测得的信号源方向重新寻找初始飞行方向。

从图3中阴影区域的构成能发现用来交汇的两个方向夹角越小，模糊区域在垂直于飞行方向的方向上越延伸，夹角越大，模糊区域在飞行方向上越延伸，而且对于测向交叉定位来说，两端测向结果相交的夹角要远大于测向结果的模糊角，测向结果相交的模糊区域可以近似看作平行四边形，多个高度相等的平行四边形显然边长最小的矩形面积最小，因此当且仅当两方向线相互正交时，模糊区域最小。所以发生转向的位置应该是测向结果与测向初始值相互正交的位置。

图3 交汇定位的模糊区域

其次，要判断转向角度，如图4所示，当转向角为向信号源方向90°时，随着测量的进行，旋翼机会逐渐逼近信号源，同时解决了无线电测量和抵近信号源的问题，所以应取转向方向为信号源方向90°。

图4 转向角度规划

综上所述，基于任务的多旋翼无人机路径规划流程如图5所示：

图5 测量任务飞行路线规划

信号源定位流程如图6所示：

图6 信号源定位流程

4 结 语

本文以充分利用旋翼无人机特性，提出了基于测量任务的路径规划方法，该方法将自动路径规划的思想与频谱监测结合，对提高空中无线电监测的精确度有帮助，使空中无线电监测能够适应更加复杂的动态测量环境，并减小频谱监测无人机操作者的操作难度，使旋翼机能够在最佳位置得到理想的测量结果。但本文提出的路径规划方法还只是一个初步构想，没有进行实物或仿真实验验证，通过实验验证本文所提出的无人机路径规划方法也是本文主要后续工作。

[1] 费连. 利用无人驾驶空基平台进行无线电监测的设想[J]. 中国无线电, 2008, 12:47-52.

[2] 成都九华圆通科技发展有限公司. 基于无人机的立体无线电监测系统技术服务[EB/OL].http://www.cdjhyt.cn/a/kehufuwu/jingpinanli/70.html, 九华圆通科技发展有限公司, 2012.

[3] 白宇军, 邱承跃, 马方立,等. 基于多旋翼机器人的空中无线电监测系统:中国, CN204008872U[P]. 2014.

[4] 李凯, 夏爽, 崔铠韬,等. 多旋翼空中无线电监测系统[J]. 中国无线电, 2015, 6:42-43.

[5] 杨伟强, 方鼎. 多旋翼无人机在无线电监测中的应用[J]. 中国无线电, 2015, 12:28-30.

[6] 张金耀, 周章旺, 吴迪松,等. 无人机技术在无线电频谱监测中的应用初探[J]. 中国无线电, 2015, 11:35-27.

[7] 成都华日通讯技术有限公司. HR-62升空无线电监测测向系统[Z].成都:成都华日通讯技术有限公司, 2015.

[8] 上海创远仪器技术股份有限公司. 基于无人机的频谱监测及定位解决方案[Z].上海:创远仪器技术股份有限公司, 2016.

[9] 西华大学, 成都点阵科技有限公司. 用于无线电监测的空中智能机器人:中国, CN204422744U[P]. 2015.

[10]Jason Schreiber. Innovative Drone Solutions Full Antenna Pattern Reconstitutation of Broadcast Systems using Unmanned Aerial Vehicles[Z]. Australia: 2015.

[11]Applied Signals Intelligence. Spectrum Monitoring Payload for ScanEagle Unmanned Aerial Vehicle[Z]. 11501 Sunset Hills Rd., Suite 300Reston, Virginia 20190-4740: 2014.

[12]Rohde & Schwarz. R&S ARDRONIS Countering threats early on[Z].Rohde & Schwarz GmbH & Co. KG | 81671 Munich, Germany: 2016.

UAV Path Planning Based on the Task of Electromagnetic Spectrum Monitoring

LIU Yu-jun, ZHANG Xing-zhi, CAI Meng, CHEN Kun

(1. Information Engineering Department, Academy of Armored Force Engineering, Beijing 100072, China; 2. Armored Force Institute，Anhui 233090，China)

Confronting the issue that spectrum monitoring in the air is challenged in acquiring accurate position and result in case of relying on hovering or tracing in settled path nowadays and the challenge in taking advantage of the agility of UAVs, tasks and processes of spectrum monitoring in the air are analyzed. Based on existed direction-finding and locating methods, kind of autonomously path planning method for spectrum monitoring UAVs is proposed in this paper. In this method, autonomous path planning relys on results of monitoring circularly in real time. The research contains the condition for height, direction, turning and its angle of UAVs. The process of UAV path planning is designed in the end.

UAV; Spectrum monitoring in the air; Task planning; Path planning

10.3969/j.issn.1673-5692.2017.01.004

2016-12-03

2017-01-18

原总装预研基金

刘玉军(1966—)，男，北京人，硕士，教授，主要研究方向为电磁态势感知；

E-mail：jadecs@126.com；

张行知(1991—)，男，辽宁人，硕士研究生，主要研究方向为电磁态势感知；

蔡 猛(1989—)，男，江苏人，硕士，工程师，主要研究方向为电磁态势感知；

陈 坤(1990—)，男，山东人，硕士，工程师，主要研究方向为无线网络。

TN98

A

1673-5692(2017)01-020-05