一种面向无人机抖动识别的毫米波感知信道仿真方法

本发明涉及毫米波感知信道建模与无人机状态识别，具体涉及一种面向无人机抖动识别的毫米波感知信道仿真方法。

背景技术：

1、无人机在巡检、物流、应急保障和通信感知一体化等场景中，其抖动、姿态变化、旋翼转动及载荷突变会形成差异化多普勒和微多普勒结构，可用于识别悬停、机动、旋翼故障及载荷释放状态。

2、毫米波可分辨微多普勒谱线，但毫米级位移会显著改变相位，桨叶尖端多普勒在单窗内可能呈非线性，简化假设易造成谱线失真及路径交叉项干扰。

3、链路几何、天线指向、散射权重、残余路径差及样本扰动均会影响时频谱，参数初始化、随机化、交叉项衰减及特征处理不统一会降低识别复现性，故需兼顾物理解释、谱形保真和鲁棒识别。因此，亟需一种能够在毫米波频段下兼顾上述多重需求的无人机微动信道仿真方法。

技术实现思路

1、本发明的目的在于提供一种面向无人机抖动识别的毫米波感知信道仿真方法，以解决现有技术中无人机毫米波微动信道仿真参数不统一、快速桨叶运动的窗内相位非线性刻画不足、散射路径交叉项干扰以及状态识别流程可复现性差的问题。

2、为实现上述目的，本发明提供的一种面向无人机抖动识别的毫米波感知信道仿真方法，包括以下步骤：

3、初始化信道参数、双基地几何参数、散射参数、相位残余扰动参数、采样参数、时频分析参数、状态识别参数以及训练与测试样本随机扰动参数，并设置悬停、机动、旋翼故障和载荷释放四类无人机微动状态；

4、利用所述信道参数、双基地几何参数和散射参数，建立由无人机同步移动散射体簇和固定散射体构成的毫米波感知信道模型，利用所述双基地几何参数，建立耦合机身平动位移扰动、姿态振荡、旋翼转动和载荷释放瞬态位移的几何运动模型，根据运动模型得到各移动散射体的时变位置，根据所述时变位置及所述信道模型，计算各散射路径的双基地传播路径长度、几何相位和时变多普勒频移，相干合成复基带信道增益，按所述采样参数进行采样后，依据所述时频分析参数经短时傅里叶变换得到功率时频谱，依据所述相位残余扰动参数，在多次蒙特卡洛仿真中采用相互独立的残余路径扰动，对仿真所得功率时频谱进行集合平均；

5、利用所述状态识别参数，从所述集合平均功率时频谱中提取旋翼微多普勒谱线间距、谱熵、时变平均多普勒频移、时变多普勒扩展及瞬态特征，构造识别特征向量，依据所述训练与测试样本随机扰动参数对训练样本和测试样本施加有界扰动后，经训练集填补和标准化后，采用分类器输出所述四类无人机微动状态中的一类。

6、优选地，同步移动散射体簇包括1个机体中心散射体、4个旋翼毂中心等效散射点及4个桨叶尖端散射体。移动与固定路径组分别设置归一化功率分配系数，各路径依散射权重和传播链路因子计算未归一化相对功率权重，经组内归一化、开平方获得幅度系数，用于相干合成复基带信道增益。

7、优选地，所述传播链路因子由双基地几何扩散幅度因子、大气气体吸收幅度因子及收发端天线功率增益确定，所述增益依据指向无人机标称位置的定向天线方向图确定。

8、优选地，各路径相位由确定性双基地几何相位和残余扰动构成。前者由发射端至散射体再至接收端的总传播路径长度、公共系统相位及确定性附加相位确定，后者在不同蒙特卡洛仿真和路径间独立抽样，并在同次仿真内保持不变。

9、优选地，几何运动模型以机体中心为参考点，叠加标称平动、低频正弦位移扰动及载荷释放瞬态位移得到机身位置，并由横滚、俯仰和偏航角构造欧拉角旋转矩阵，将旋翼毂中心及绕其转动的桨叶尖端位置转换至坐标系中。

10、优选地，四类状态分别以低幅周期性抖动、受控平移与姿态变化、故障旋翼转速调制及载荷释放后竖直衰减振荡表征相应状态，并对训练与测试样本的位置、初始相位、标称速度、位移与姿态振荡的幅度和频率、旋翼转速、载荷释放瞬态幅度及散射权重施加有界随机扰动。

11、优选地，将时间轴分段并线性近似各移动路径的瞬时多普勒频移。各次蒙特卡洛仿真采用独立残余相位扰动，对所得功率时频谱取算术平均，使动–动、动–静及静–静交叉项差异化衰减，并保留各路径自项。

12、优选地，在短时傅里叶变换分析窗内构造三阶局部相位近似功率时频谱，具体为：在各短时傅里叶变换分析窗中心局部展开移动路径的瞬时多普勒频率，以该频率及其一阶、二阶时间导数构造三阶局部相位和复信道近似信号，得到相应功率时频谱。

13、优选地，采用较长分析窗重新计算并集合平均各次蒙特卡洛功率时频谱。在预设有效多普勒分析频带内形成时间平均一维谱，经对数变换、慢变包络扣除及零多普勒主峰邻域抑制后，计算频率-滞后自相关函数，并在预设滞后区间检测候选旋翼微多普勒谱线间距。在预设有效物理多普勒频带内沿频率归一化集合平均谱，计算瞬时谱熵及其时间统计量，并由一阶归一化谱矩、二阶中心谱矩和扩展数值梯度分别得到时变平均多普勒频移、多普勒扩展及其变化率。

14、优选地，十三维识别特征向量包括候选旋翼微多普勒谱线间距与候选峰数、谱熵、时变平均多普勒频移和扩展的时间统计量、预设调制频带相对能量及瞬态统计量。缺失值或非有限值以训练集有限观测均值填补，并仅由填补后的训练集计算均值和标准差，执行标准分数变换。

15、与现有技术相比，本发明统一建模双基地传播、天线方向性、散射权重、三维刚体运动和残余扰动，使路径幅度、相位及多普勒具有明确来源，并以参数规则提高仿真复现性，以集合平均衰减路径交叉项，以三阶局部相位刻画窗内快速多普勒，结合特征填补、标准化和分类实现四类状态识别。

1.一种面向无人机抖动识别的毫米波感知信道仿真方法，其特征在于，包括以下步骤：

2.如权利要求1所述的毫米波感知信道仿真方法，其特征在于，所述无人机同步移动散射体簇包括1个机体中心散射体、4个旋翼毂中心等效散射点和4个桨叶尖端散射体，移动散射路径组与固定散射路径组分别设置归一化功率分配系数，各路径依据归一化散射权重和传播链路因子形成未归一化相对功率权重，经组内归一化并开平方后得到相应的路径幅度系数，依据各路径的幅度系数相干合成复基带信道增益。

3.如权利要求2所述的毫米波感知信道仿真方法，其特征在于，所述传播链路因子由双基地几何扩散幅度因子、大气气体吸收幅度因子、发射端天线功率增益和接收端天线功率增益确定，所述发射端天线功率增益和接收端天线功率增益依据指向无人机标称位置的定向天线方向图确定。

4.如权利要求1所述的毫米波感知信道仿真方法，其特征在于，各散射路径的相位采用确定性双基地几何相位与残余路径扰动相结合的模型，所述确定性双基地几何相位由发射端至散射体再至接收端的总传播路径长度、公共系统相位和确定性附加相位确定，所述残余路径扰动在不同蒙特卡洛仿真和不同散射路径之间独立抽样，并在同一次仿真内对对应路径保持不变。

5.如权利要求1所述的毫米波感知信道仿真方法，其特征在于，所述几何运动模型以机体中心为机体参考点，将标称平动、多个低频正弦位移扰动分量以及载荷释放瞬态位移叠加得到机身位置，由横滚角、俯仰角和偏航角构造欧拉角旋转矩阵，并利用所述旋转矩阵将旋翼毂中心位置和绕旋翼毂中心转动的桨叶尖端位置从机体系转换到世界坐标系。

6.如权利要求1所述的毫米波感知信道仿真方法，其特征在于，所述四类无人机微动状态分别以低幅周期性抖动、受控平移与姿态变化、故障旋翼的转速调制以及载荷释放后的竖直衰减振荡表征悬停、机动、旋翼故障和载荷释放状态，对训练样本和测试样本的无人机位置、初始相位、标称速度、位移扰动幅度与频率、姿态振荡幅度与频率、旋翼转速、载荷释放瞬态幅度和散射权重施加有界随机扰动。

7.如权利要求1所述的毫米波感知信道仿真方法，其特征在于，将时间轴划分为多个时间分段，对各移动散射路径的瞬时多普勒频移作分段线性近似，在多次蒙特卡洛仿真中采用相互独立的残余相位扰动，并对多次功率时频谱取算术平均，使动–动、动–静及静–静交叉项分别受到不同程度的统计衰减，同时保留各散射路径的自项。

8.如权利要求1所述的毫米波感知信道仿真方法，其特征在于，在短时傅里叶变换分析窗内构造三阶局部相位近似功率时频谱，具体为：在每一个短时傅里叶变换分析窗的中心时刻，对各移动散射路径的瞬时多普勒频率进行局部时间展开，利用窗中心处的瞬时多普勒频率及其一阶、二阶时间导数构造三阶局部相位和局部复信道近似信号，并据此得到三阶局部相位近似功率时频谱。

9.如权利要求1所述的毫米波感知信道仿真方法，其特征在于，从所述集合平均功率时频谱中提取特征的方式包括：采用长于普通谱图分析窗的分析窗重新计算各次蒙特卡洛仿真的功率时频谱并进行集合平均，在预设有效多普勒分析频带内形成时间平均的一维频谱轮廓，将所述频谱轮廓转换到对数域，减去慢变谱包络并抑制零多普勒主峰邻域，计算频率-滞后自相关函数，在预设频率滞后搜索区间内检测候选旋翼微多普勒谱线间距，以及，在预设有效物理多普勒频带内对集合平均功率时频谱沿频率方向归一化，计算瞬时谱熵及其时间统计量，根据一阶归一化谱矩计算时变平均多普勒频移，根据二阶中心谱矩计算时变多普勒扩展，并对所述时变多普勒扩展进行数值梯度运算以得到多普勒扩展变化率。

10.如权利要求1所述的毫米波感知信道仿真方法，其特征在于，所述识别特征向量为十三维识别特征向量，由候选旋翼微多普勒谱线间距及候选峰数量、谱熵的时间统计量、时变平均多普勒频移统计量、时变多普勒扩展统计量、预设调制频带内的相对能量以及瞬态统计量构成，对缺失值或非有限值采用训练集有限观测值的均值填补，并仅利用完成填补的训练集计算均值和标准差以执行标准分数变换。