基于空间谱估计的无人机协同目标方位感知算法

无人机协同目标感知技术是有人机无人机混合运行的重要安全保障.针对复杂空域环境下的感知可靠性问题,分析大中型无人机的复杂融合空域运行场景,并确定无人机协同目标感知的精准性、高实时性、抗干扰性和低载荷性等需求,提出一种四单元阵列天线和数字化射频体制的无人机协同目标感知系统架构;同时,结合空管雷达信号特性和天线体制,设计方位感知算法,通过修正协方差矩阵、信号子空间加权和噪声子空间加权等方法,设计基于多信号分类(multiple signal classification,MUSIC)的空间谱估计算法,并提出基于子空间分解的幅相误差在线估计算法;最后,开展算法仿真试验和实际空域环境飞行试验.研究结果表明:相比传统MUSIC算法,优化算法的方位感知高分辨性能提升23.3%,并改善了无人机协同目标方位感知的高实时性、抗干扰性和低载荷性.

NASA无人机交通管理系统飞行验证试验概述

随着民用无人机在物流配送、地理信息探测和应急救援等领域的快速发展,美国联邦航空局(FAA)和美国航空航天局(NASA)合作开发了无人机交通管理系统(UTM),并开展了大量的验证试验。根据技术难度,NASA将运行技术和相关的飞行验证试验分为4个技术能力水平阶段,其中第三和第四阶段是UTM试验的核心阶段,也是技术难度最高的2个阶段。论文整理了美国无人机交通管理系统第三和第四技术能力水平阶段的飞行验证试验,根据各项关键技术,对试验内容及运行场景等进行了概述,总结了相关试验经验,对中国无人机运行管理系统的试验设计提出了建议。