基于无人机平台的黑广播定位与追踪

作     者：赵明杰 

作者单位：浙江理工大学 

学位级别：硕士

导师姓名：史清江;徐伟强

授予年度：2019年

学科分类：0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 

主      题：凸优化 强化学习 无人机 割平面 Q-Learning 方向天线 黑广播 

摘      要：黑广播(即非法无线电台)频繁出现,非法占用正常广播频段,在一定区域范围内具有发射功率大、干扰严重、持续散播虚假信息等特点,其扰乱公共秩序、干扰民航飞行、严重危害国家通信安全,影响了社会稳定。然而,目前定位排查黑广播主要采用监测车结合手持设备的方式,这种方法受地面多径衰落和复杂交通环境影响严重,定位速度慢且精度差。另一方面,无人机因其优秀的通信、自主导航和视频捕获能力受到密切关注,在农业、救灾、航拍、电力巡检等领域已广泛应用。因此,本文考虑基于无人机平台并结合强化学习以及凸优化理论建立有效的定位导航模型,实现快速准确的黑广播定位与追踪。本文在充分了解目前国内外关于非法无线电定位研究的基础上,深入研究了强化学习以及凸优化技术在无人机平台下的黑广播定位与追踪问题,结合无人机自身的优势,建立有效的数学模型,并设计定位算法优化求解。本文的主要研究工作如下:(1)提出基于无人机平台的黑广播定位模型。针对传统黑广播定位方法受复杂交通环境和多径衰落影响严重的问题,提出了基于无人机平台的强化学习黑广播定位模型。相比传统的黑广播定位方法,无人机低空飞行可以有效避开地面复杂交通环境和多径衰落影响,同时结合强化学习算法控制无人机在未知环境中不断探索学习可以实现无人机对黑广播的自主定位导航,极大的减少人力物力成本。(2)提出基于定向天线的方向Q学习算法。无人机接收黑广播信息是非合作方式,接收天线在每个定位点处只能获取到一个接收信号强度信息,在噪声的影响下强化学习算法的探索过程会更长。考虑到信息采集的成本以及实时定位的需求,在(1)的基础上,重新设计强化学习算法并引入定向天线以获取多个方向上的信号增益和接收信号强度信息,根据不同方向上的接收信号强度信息重新设计奖惩值并优化方向选择策略,从而有效抑制噪声影响,缩短探索过程,加快学习速度,使得无人机能够更快的定位追踪黑广播。(3)提出基于割平面思想的黑广播定位模型。基于强化学习算法的定位模型需要不断的探索学习,无人机飞行速度一般较慢,且无人机起飞点在离黑广播较远时接收信号强度变化微弱,噪声影响成为主要信息,无人机需要更多的探索学习过程甚至产生原地盘旋的情况,此时远距离的黑广播预定位显得尤为重要。在无人机搭载定向天线的基础上,本文提出基于割平面算法的黑广播预定位模型,确定初始约束区域后通过选择定向天线方向角的夹角范围边界作为割平面不断切割约束区域多余部分,然后寻找约束区域的解析中心作为定位点,在定位点添加割平面形成新的约束区域,最后不断迭代更新定位点实现黑广播预定位。基于割平面算法寻找约束区域解析中心位置可以实现快速远距离黑广播预定位,经过较少次数的迭代即可逼近黑广播位置,能快速有效解决远距离定位黑广播问题。