| 文章摘要 | 随着物联网与智能移动设备的普及,对移动设备定位与追踪的需求日益增加。然而,现有研究大多集中于静态信号源场景,定位方法依赖一个或者多个专用设备来测量到达时间(ToA)、到达角度(AoA)等指示源方向的信息,存在体积、重量和功耗方面的限制,难以直接应用于无人机移动信号源追踪场景。为此,本文提出利用无人机且仅依赖信号强度信息进行移动信号源追踪。针对信号源移动导致的信号强度分布与信号源位置的关系未知、受到噪声影响且没有源方向信息的挑战,本文设计了一种面向移动信号源追踪的高斯过程时空建模与无人机在线飞行规划算法。该方法将高斯过程扩展到时空高维场景,通过引入时间维度实现对移动信号源时空分布的准确建模。具体而言,无人机首先通过自身搭载的传感器获取信号源的强度信息,并实时建模该移动信号的强度分布,以准确预测信号源的位置变化。进一步地,设计了多阶段自适应在线飞行规划算法,将追踪任务分为探索阶段和追踪阶段,该算法通过IVR和LW评估函数的动态切换机制,有效解决了充分探索与尽早追踪的平衡问题。该方法通过反复迭代时空建模与路径规划两个步骤,系统地优化飞行路径,使得无人机能够在预定步数内追踪至信号源,完成追踪任务。最后,本文构建递进式验证框架,通过大量仿真实验和真机实验验证了提出的无人机移动信号源追踪算法的有效性。 |