摘要
随着无人机技术的迅速发展和普及，出现了大量违反相关法规的“黑飞”现象，给社会安全带来严重威胁。同时在战场上，使用小型无人机侦查、袭击已经是战场上不可或缺的作战方式。传统的探测手段不适应小型无人机，因此需要研究更加有效的探测、预警和反制的手段来确保无人机的安全合理的使用。其中，声学探测技术因其成本低、全天候性、隐蔽性等独特优势，可以与其他技术形成优势互补，对无人机探测反制系统的研究具有重要意义。 鉴于传统雷达、无线电和光电探测技术在小型无人机定位方面的局限性，本文设计了一种基于无人机声音信号的识别与定位系统，可作为其他探测系统的补充。主要包括了基于小型无人机探测声阵列设计与优化和基于麦克风阵列的无人机探测算法设计，最后是无人机声阵列探测总系统设计。系统通过麦克风阵列采集环境中的声音信号，利用算法识别并定位空间中的声源类别和位置。本文主要工作如下： （1）基于小型无人机探测声阵列设计与优化。首先通过对比不同麦克风阵列的优缺点，确定麦克风阵列为二维平面阵列中的多旋臂辐条型阵列。随后分析无人机飞行时声音信号的频谱特性，并据此进行麦克风阵列优化设计。比较标准遗传（SimpleGeneticAlgorithm，SGA）算法与多种群遗传（MultiplePopulationGeneticAlgorithm，MPGA）算法的特点，选用MPGA进行多旋臂辐条型阵列的优化。该方法在保持最大旁瓣级的同时减小了主瓣宽度，增强了阵列在无人机声频范围内的空间分辨率。 （2）基于麦克风阵列的无人机探测算法设计。本文提出了一种神经网络分类器，用于无人机声音检测，并通过波束成形算法实现对无人机的方位估计。首先，对无人机的声音特性进行了分析，并对其进行了预处理和特征提取。随后，构建了基于长短期记忆网络（LongShortTermMemory，LSTM）的声音分类模型。为了充分利用无人机声音的谐波特性，采用了谐波积谱（HarmonicProductSpectrum，HPS）提取特征频点。此外，为提升定位精度和减少计算开销，提出了基于Hilbert曲线的声源扫描策略，显著减少了波束成形算法的遍历次数，降低了定位误差。针对实际环境中的干扰噪声问题，特别是低信噪比环境下，本文设计了一种结合Parzen窗非参数估计和CLEAN-SC（CleanbasedSpatialSourceCoherence）波束成形的定位方法，以解决低信噪比下的声音定位难题。通过仿真实验表明，该方法能有效提高计算效率，减小低信噪比下的定位精度。 （3）无人机声阵列探测系统设计。系统以ZU15EG作为音频采集主控，接收64通道MEMS数字麦克风阵列的音频数据，并通过USB模块将信息传输至上位机。最后，还验证麦克风阵列和数据采集系统间的数据传输可靠性，并在实际场景下进行了无人机定位测试。测试表明：该系统在10m至50m的范围内，俯仰角?估计误差最大不超过2.6°，方位角?估计误差最大不超过2.4°，定位误差较小。
NETL