一种基于无人机的雷达自动标校方法及装置与流程 专利技术说明

测量装置的制造及其应用技术1.本发明涉及雷达标校技术领域，尤其涉及一种基于无人机的雷达自动标校方法及装置。背景技术：2.现代化近程防御武器系统是多传感器融合的武器系统，通过对各传感器探测的目标信息解算射击诸元，指挥高炮或导弹有效拦截、攻击目标。雷达作为武器系统的重要传感器，其主要任务就是获取目标的距离、方位、高度等参数信息。雷达探测目标精度直接关系到火控解算精度，同时也是保证武器系统毁伤效率的重要前提。在武器系统的研制、定型、生产、部队试用及后期保养维护过程中，均需要对雷达的测距、测角性能进行验证和标定，以消除由于火炮射击冲击、战车平台行军振动、元器件老化、战车平台变形等因素造成的零位偏差。3.雷达对目标的测量误差包含随机误差和系统误差两部分。随机误差又称为不确定误差，对于雷达而言，指测量过程中由雷达接收机热噪声、杂波干扰等随机波动的因素相互抵偿而形成的误差，随机误差数学期望为零。系统误差是指多次对同一被测量进行测量，测量结果均值与真实值之差，系统误差的数学期望不为零。随机误差可通过平滑、滤波等数据处理手段予以消除，而系统误差则必须通过数值修正予以降低，修正后的误差大小取决于修正的数学模型和修正值的准确程度。4.雷达系统误差的修正值可通过雷达标校来获得，修正值越精确，则修正效果越好。雷达的标校包括标定和校准两部分，标定是指通过某种方法给出系统误差修正值的过程，校准是指采取某种措施减小或消除系统误差的过程。由于实际工作中，标定和校准通常一起进行，因而简称雷达标校。通过雷达标校可以达到减小甚至消除系统误差，从而提高雷达系统测量精度的目的。5.目前雷达标校方法主要有常规标校(标校塔标校、信标球标校等方法)、星体标校、卫星标校和gps标校等。6.然而，传统标校塔进行雷达标校存在以下不足：1)需要建设标校塔，靶场保障建设难度大；2)自动化水平较低；3)标校时间较长，影响任务效率。7.信标球标校，存在如下问题：1)雷达难以对信标球进行稳定跟踪与标校；2)标校精度有限；3)标校成本高。8.星体标校主要应用于雷达静止技术状态，无法满足动态技术状态的标校要求。9.卫星标校主要用于舰载雷达，此方法虽可动态进行，但受卫星时间和距离的影响很大，同时船姿态误差也严重影响标校结果，计算复杂。10.gps标校方法采用无人机加装差分gps设备作为跟踪目标并提供真值数据，通过离线处理计算雷达系统误差修正参数，具有较高的标校精度，但实时性较差。11.因此，研制出一种可解决上述问题，改善现有雷达标校方式的不足，提高雷达标校精度和效率的新的标校方法，是一个亟需解决的问题。技术实现要素：12.本发明要解决的技术问题是，如何采用带有高精度定位系统的无人机对雷达系统进行标校，能够对雷达系统误差进行实时计算与显示；有鉴于此，本发明提供一种基于无人机的雷达自动标校方法及装置。13.本发明采用的技术方案是，一种基于无人机的雷达自动标校方法，包括：14.步骤s1，将无人机置于雷达平台，利用无人机实时定位功能获取基于地心大地坐标系下的雷达坐标；15.步骤s2，待无人机起飞至标定位时，雷达对无人机进行探测、跟踪，跟踪结果以预设的更新率通过网口传输到地面站计算机；同时无人机位姿数据通过数传链路实时下传至地面站计算机，作为目标真值；16.步骤s3，当地面站计算机接收到无人机回传的位姿数据时，在存储空间中找寻与当前时间点最接近的雷达跟踪数据；17.步骤s4，通过坐标转换，实现所述雷达目标跟踪结果和所述无人机位姿数据两者的坐标统一；18.步骤s5，利用所述雷达目标跟踪结果和所述无人机位姿数据，确定雷达系统测距、测角误差；19.步骤s6，对雷达系统误差进行修正。20.在一个实施方式中，所述雷达对无人机目标的跟踪结果为帧同步的更新频率。21.在一个实施方式中，利用所述雷达目标跟踪结果和所述无人机位姿数据，确定雷达系统误差，包括：22.对所述雷达目标跟踪结果和所述无人机位姿数据进行坐标转换，以实现两者测量数据的坐标统一；23.在统一的坐标系中，以所述无人机位姿数据作为真值，计算雷达系统测距、测角误差。24.在一个实施方式中，对所述雷达目标跟踪结果和所述无人机位姿数据进行坐标转换，以实现两者测量数据的坐标统一，包括：25.将以地心大地坐标表示的所述无人机位姿数据转化为以地心空间直角坐标系表示；26.将所述无人机位姿数据转化为法线站心直角坐标表示；27.将所述无人机位姿数据转化为法线站心极坐标表示。28.在一个实施方式中，对所述雷达系统误差进行修正，包括：29.通过改变无人机相对于雷达的距离、角度和运动状态，对所述无人机位姿数据以及雷达目标跟踪结果进行多次多时测量，获取雷达的统计误差。30.在一个实施方式中，所述统计误差，包括：距离、方位、俯仰测量误差。31.在一个实施方式中，所述无人机采用rtk差分技术，实时确定所述无人机精确的位姿数据。32.本发明的另一方面还提供了一种基于无人机的雷达自动标校装置，包括：33.第一获取单元，被配置为以无人机定位设备获取基于地心大地坐标系下的雷达坐标；34.第二获取单元，被配置为待无人机起飞至标定位时，地面站计算机以预设的更新率获取雷达对无人机目标的跟踪结果；35.第三获取单元，被配置为地面站计算机以预设的更新率获取无人机位姿数据；36.对齐单元，被配置为确定与获取的所述无人机位姿数据，时间点最接近的雷达跟踪数据；37.转换单元，被配置为实现所述雷达目标跟踪结果和所述无人机位姿数据的坐标统一；38.确定单元，被配置为利用所述雷达目标跟踪结果和所述无人机位姿数据，确定雷达系统误差；39.修正单元，被配置为对所述雷达系统误差进行修正。40.本发明的另一方面还提供了一种电子设备，所述电子设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上任一项所述的基于无人机的雷达自动标校方法的步骤。41.本发明的另一方面还提供了一种计算机存储介质，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上任一项所述的基于无人机的雷达自动标校方法的步骤。42.本发明提出了一种基于无人机的雷达自动标校方法，采用带有高精度定位系统的无人机对雷达系统进行标校，能够对雷达系统误差进行实时计算与显示。并且，本发明实施例可通过软件形式与雷达系统建立连接，因此对应用平台不作限制，具有普适性。附图说明43.图1为根据本发明实施例的基于无人机的雷达自动标校方法流程示意图；44.图2为根据本发明实施例的另一个基于无人机的雷达自动标校方法流程示意图；45.图3为根据本发明实施例的基于无人机的雷达自动标校装置组成结构图；46.图4为根据本发明实施例的电子设备结构示意图。具体实施方式47.为更进一步阐述本发明为达成预定目的所采取的技术手段及功效，以下结合附图及较佳实施例，对本发明进行详细说明如后。48.在附图中，为了便于说明，已稍微夸大了物体的厚度、尺寸和形状。附图仅为示例而并非严格按比例绘制。49.还应理解的是，用语“包括”、“包括有”、“具有”、“包含”和/或“包含有”，当在本说明书中使用时表示存在所陈述的特征、整体、步骤、操作、元件和/或部件，但不排除存在或附加有一个或多个其它特征、整体、步骤、操作、元件、部件和/或它们的组合。此外，当诸如“...中的至少一个”的表述出现在所列特征的列表之后时，修饰整个所列特征，而不是修饰列表中的单独元件。此外，当描述本技术的实施方式时，使用“可以”表示“本技术的一个或多个实施方式”。并且，用语“示例性的”旨在指代示例或举例说明。50.如在本文中使用的，用语“基本上”、“大约”以及类似的用语用作表近似的用语，而不用作表程度的用语，并且旨在说明将由本领域普通技术人员认识到的、测量值或计算值中的固有偏差。51.除非另外限定，否则本文中使用的所有用语(包括技术用语和科学用语)均具有与本技术所属领域普通技术人员的通常理解相同的含义。还应理解的是，用语(例如在常用词典中定义的用语)应被解释为具有与它们在相关技术的上下文中的含义一致的含义，并且将不被以理想化或过度正式意义解释，除非本文中明确如此限定。52.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。53.本发明第一实施例，一种基于无人机的雷达自动标校方法，如图1所示，包括以下步骤：54.步骤s1，将无人机置于雷达平台，利用无人机实时定位功能获取基于地心大地坐标系下的雷达坐标；55.步骤s2，待无人机起飞至标定位时，雷达对无人机进行探测、跟踪，跟踪结果以预设的更新率通过网口传输到地面站计算机；同时无人机位姿数据通过数传链路实时下传至地面站计算机，作为目标真值；56.步骤s3，当地面站计算机接收到无人机回传的位姿数据时，在存储空间中找寻与当前时间点最接近的雷达跟踪数据；57.步骤s4，通过坐标转换，实现所述雷达目标跟踪结果和所述无人机位姿数据两者的坐标统一；58.步骤s5，利用所述雷达目标跟踪结果和所述无人机位姿数据，确定雷达系统测距、测角误差；59.步骤s6，对雷达系统误差进行修正。60.参考图1或图2，下面将分步对本发明所提供的方法进行详细说明。61.步骤s1，将无人机置于雷达平台，利用无人机实时定位功能获取基于地心大地坐标系下的雷达坐标；62.本实施例中，利用无人机的精确实时定位功能，将其置于雷达平台，获取基于地心大地坐标系下的雷达坐标。63.步骤s2，待无人机起飞至标定位时，雷达对无人机进行探测、跟踪，跟踪结果以预设的更新率通过网口传输到地面站计算机；同时无人机位姿数据通过数传链路实时下传至地面站计算机，作为目标真值；64.本实施例中，可以预先标定无人机位置，待无人机起飞，自主飞行到标定位悬停。无人机数据通过数传链路实时下传到地面站计算机(计算机对数据进行时戳标记)。65.当无人机到达标定位后，雷达开始工作，对无人机进行探测、跟踪，目标跟踪结果以帧同步的更新率通过网线发送至无人机地面站计算机(计算机对数据进行时戳标记)。66.步骤s3，当地面站计算机接收到无人机回传的位姿数据时，在存储空间中找寻与当前时间点最接近的雷达跟踪数据；67.本实施例中，可以采用触发机制。当地面站计算机接收到无人机回传的位姿数据时，在存储空间中寻找与当前时间点最接近的雷达数据，保证两者测量数据源自目标的同一时刻。68.步骤s4，通过坐标转换，实现所述雷达目标跟踪结果和所述无人机位姿数据两者的坐标统一；69.本实施例中，无人机采用基于gps的rtk差分技术，实现对自身的精确实时定位。gps设备测量数据属于wgs-84坐标系，即地心大地坐标系。因此，需对其进行坐标变换，由gps数据转换到雷达站心极坐标系，再以此计算雷达的系统误差标定参数。坐标系转换过程为：由地心大地坐标系依次转至地心空间直角坐标系、站心空间直角坐标系和站心极坐标系。70.具体地，步骤s4可以通过将以地心大地坐标表示的所述无人机位姿数据转化为以地心空间直角坐标系表示；再将所述无人机位姿数据转化为法线站心直角坐标表示；进一步将所述无人机位姿数据转化为法线站心极坐标表示。71.(1)测定两点坐标72.利用无人机装载的gps设备分别测量雷达和无人机在地心大地坐标系下的坐标，即雷达坐标p(φp，λp，hp)和无人机坐标q(φq，λq，hq)。其中，φ为纬度，λ为经度，h为高程。73.(2)地心大地坐标转换至地心空间直角坐标74.以雷达p点为例，p在地心大地坐标系中表示为p(φ,λ,h)，在地心空间直角坐标系中表示为p(x,y,z)，这两种坐标相互可以转换。转换公式为：75.x＝(n+h)cosφcosλ76.y＝(n+h)cosφsinλ77.z＝[n(1-e2)+h]sinφ[0078]其中，n为椭球的卯西圈曲率半径，a为地球长半径，a＝6378137m，e为椭球的第一偏心率，e2＝0.00669437999013。[0079]由上式将基于地心大地坐标系的雷达坐标p(φp，λp，hp)与无人机坐标q(φq，λq，hq)转换到地心空间直角坐标系下的p(xp，yp，zp)和q(xq，yq，zq)。[0080](3)地心空间直角坐标转换至法线站心直角坐标[0081]将目标点(无人机)的坐标表示为(x,y,z)。由地心空间直角坐标到法线站心直角坐标的转换公式为：[0082][0083]其中，[0084][0085][0086]φp为雷达纬度，λp为雷达经度，hp为雷达高程，p(xp，yp，zp)和q(xq，yq，zq)分别为地心空间直角坐标系下的雷达坐标和无人机坐标。[0087](4)站心直角坐标转换至站心极坐标[0088]无人机q的坐标表示为(s，a，e)，s为目标点q和极点p(雷达)的距离，a为目标点q在站心极坐标系的方位角，e为目标点q在站心极坐标系的俯仰角。[0089]距离计算：[0090]方位角计算：[0091]俯仰角计算：[0092]至此，完成无人机坐标由地心大地坐标系到站心极坐标系的转换，完成无人机位姿数据和雷达探测结果的空间配准。[0093]步骤s5，利用所述雷达目标跟踪结果和所述无人机位姿数据，确定雷达系统测距、测角误差；[0094]本实施例中，利用所述雷达目标跟踪结果和所述无人机位姿数据，计算雷达系统误差，包括：通过改变无人机相对于雷达的距离、角度和运动状态，对所述无人机位姿数据以及雷达目标跟踪结果进行多次多时测量，获取雷达的统计误差。[0095]具体地，可以以无人机数据作为真值，计算雷达系统误差(距离、方位、俯仰测量误差)。通过改变无人机相对于雷达的距离、角度和运动状态，多次多时测量，获取雷达系统的统计误差。[0096]距离误差计算：[0097]方位角度误差计算：[0098]俯仰角度误差计算：[0099]其中，spi为i时刻雷达测量距离结果，sqi为i时刻无人机距离真值，api为i时刻雷达测量方位角度，aqi为i时刻无人机方位角度真值，epi为i时刻雷达测量俯仰角度，eqi为i时刻无人机俯仰角度真值，m表示测量时刻共有m个。[0100]步骤s6，对雷达系统误差进行修正；[0101]本实施例中，通过将雷达系统误差提供给中心机，以此实现对雷达系统误差的修正。[0102]相较于现有技术，本实施例至少具备以下优点：[0103]1)本发明提出了一种基于无人机的雷达自动标校方法，采用带有高精度定位系统的无人机对雷达系统进行标校，能够对雷达系统误差进行实时计算与显示。本发明通过软件形式与雷达系统建立连接，因此对应用平台不作限制，具有普适性；利用rtk差分技术标校雷达系统，具有标校精度高、标校成本低、标校效率高、操作简单、误差可实时计算等优势。[0104]2)本实施例中，雷达作为现代化近程防御武器系统的重要传感器，采用低成本、方便快捷、高精度的标校技术以提升雷达探测目标精度，不仅对提高火控解算精度和武器系统毁伤效率具有重要意义，而且还可以带来巨大的经济效益和社会效益。[0105]本发明第二实施例，与第一实施例对应，本实施例介绍一种基于无人机的雷达自动标校装置，如图3所示，包括以下组成部分：[0106]第一获取单元，被配置为将无人机置于雷达平台，利用无人机实时定位功能获取基于地心大地坐标系下的雷达坐标；[0107]第二获取单元，被配置为待无人机起飞至标定位时，雷达对无人机进行探测、跟踪，以获取雷达跟踪数据，并以预设的更新率通过网口传输到地面站计算机，并存储至存储空间中；[0108]第三获取单元，被配置为同时获取通过数传链路实时下传至地面站计算机的无人机的位姿数据，作为目标真值；[0109]对齐单元，被配置为当地面站计算机接收到无人机回传的位姿数据时，在所述存储空间中确定与当前时间点最接近的雷达跟踪数据；[0110]转换单元，被配置为通过坐标转换，实现所述雷达目标跟踪结果和所述无人机位姿数据两者的坐标统一；[0111]确定单元，被配置为利用所述雷达目标跟踪结果和所述无人机位姿数据，确定雷达系统测距、测角误差；[0112]修正单元，被配置为对所述雷达系统误差进行修正。[0113]在一个实施方式中，所述雷达对无人机目标的跟踪结果为帧同步的更新频率。[0114]在一个实施方式中，确定单元，被进一步配置为：[0115]对所述雷达目标跟踪结果和所述无人机位姿数据进行坐标转换，以实现两者测量数据的坐标统一；[0116]在统一的坐标系中，以所述无人机位姿数据作为真值，计算雷达系统测距、测角误差；[0117]通过改变无人机相对于雷达的距离、角度和运动状态，对所述无人机位姿数据以及雷达目标跟踪结果进行多次多时测量，获取雷达的统计误差。[0118]在一个实施方式中，确定单元，被进一步配置为：[0119]将以地心大地坐标表示的所述无人机位姿数据转化为以地心空间直角坐标系表示；[0120]将所述无人机位姿数据转化为法线站心直角坐标表示；[0121]将所述无人机位姿数据转化为法线站心极坐标表示。[0122]在一个实施方式中，修正单元，被进一步配置为：[0123]通过将雷达系统误差提供给中心机，以此实现对雷达系统误差的修正。[0124]在一个实施方式中，统计误差，包括：距离、方位、俯仰测量误差。[0125]在一个实施方式中，无人机采用rtk差分技术，实时确定所述无人机精确的位姿数据。[0126]本发明第三实施例，一种电子设备，如图4所示，可以作为实体装置来理解，包括处理器以及存储有处理器可执行指令的存储器，当指令被处理器执行时，执行如下操作：[0127]步骤s1，将无人机置于雷达平台，利用无人机实时定位功能获取基于地心大地坐标系下的雷达坐标；[0128]步骤s2，待无人机起飞至标定位时，雷达对无人机进行探测、跟踪，跟踪结果以预设的更新率通过网口传输到地面站计算机；同时无人机位姿数据通过数传链路实时下传至地面站计算机，作为目标真值；[0129]步骤s3，当地面站计算机接收到无人机回传的位姿数据时，在存储空间中找寻与当前时间点最接近的雷达跟踪数据；[0130]步骤s4，通过坐标转换，实现所述雷达目标跟踪结果和所述无人机位姿数据两者的坐标统一；[0131]步骤s5，利用所述雷达目标跟踪结果和所述无人机位姿数据，确定雷达系统测距、测角误差；[0132]步骤s6，对雷达系统误差进行修正。[0133]本发明第四实施例，本实施例的基于无人机的雷达自动标校方法的流程与第一、二或三实施例相同，区别在于，在工程实现上，本实施例可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的方法可以以计算机软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令使得一台设备执行本发明实施例的方法。[0134]通过具体实施方式的说明，应当可对本发明为达成预定目的所采取的技术手段及功效得以更加深入且具体的了解，然而所附图示仅是提供参考与说明之用，并非用来对本发明加以限制。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!