Resumen

La localización de vehículos aéreos no tripulados (UAVs) se ha convertido en algo crucial en los últimos años, principalmente para la navegación o el auto-posicionamiento y para la monitorización y vigilancia de la seguridad basada en UAVs. En este trabajo se considera el posicionamiento radioeléctrico en acimut y elevación de los UAV. La localización se basa en múltiples medidas diferenciales de fase de llegada explotando un conjunto lineal uniforme de 3 antenas. Se aplica un algoritmo de filtrado de partículas ad hoc para mejorar el rendimiento del posicionamiento utilizando un modelo de movimiento dinámico. Se propone un nuevo algoritmo adaptativo, el Particles Swarm Adaptive Scattering (PSAS), para aumentar la estabilidad y precisión del algoritmo. Para evaluar el rendimiento se ha desarrollado un algoritmo de Emulador de Trayectoria Aérea Aleatoria de Área Confinada (CARATE) para generar trayectorias reales de UAVs en vuelo. El rendimiento del algoritmo se compara con el método de referencia y con el límite inferior de Cramér Rao de trayectoria media para mostrar la eficacia del algoritmo propuesto.

• Materias:Minería de datos Aerodinámica Cinemática Vehículo espacial Vehículo
• Subjects:Data mining Aerodynamics Kinematics Space vehicles Automobiles
• Palabras claves:emulador de trayectoria aérea, vigilancia de seguridad basada, área aérea aleatoria, algoritmo adaptativo novedoso, cramér de trayectoria media, vehículo aéreo no tripulado, posicionamiento radioeléctrico por elevación, fase diferencial múltiple, conjunto de antenas, modelo de movimiento dinámico
• Keywords:aerial trajectory emulator, based security monitoring, area random aerial, novel adaptive algorithm, average trajectory cramér, unmanned aerial vehicle, elevation radio positioning, multiple differential phase, array of antenna, dynamic motion model